4.3.3 La réduction dans une base de vecteurs propres

FondamentalThéorème 4.3

Soit \(q\) une forme quadratique définie sur l’espace vectoriel réel \(E\) muni d’une base \(B\). Notons \(M = mat_{B}(q)\), alors il existe au moins une base \(q\)-orthogonale sur laquelle \(q\) s'écrit sous la forme :

\(q(x)=\lambda _{1}x_{1}^{^{\prime }2}+\lambda _{2}x_{2}^{^{\prime }2}+...+\lambda _{n}x_{n}^{^{\prime }2}\),

où les \(\left( x_{i}^{^{\prime }}\right) _{1\leq i\leq n}\) sont les coordonnées de \(x\) dans cette base, les \(\lambda _{i}\in \mathbb{R}\) sont les valeurs propres de \(M\).

Preuve :

Soit \(B=\left\{ e_{1},...,e_{n}\right\}\) une base de \(E\). Puisque \(M\) est une matrice symétrique réelle, alors il existe une matrice orthogonale \(P\) \(\left( ^{t}PP=I\right)\) telle que

\(\begin{eqnarray*} D &=&P^{-1}MP=^{t}P.M.P \\ &=&\left( \begin{array}{ccc} \lambda _{n} & \ldots & 0 \\ \vdots & \ddots & \vdots \\ 0 & \ldots & \lambda _{n} \end{array} \right) \text{ soit diagonale} \end{eqnarray*}\).

Alors \(\left\{ Pe_{1},...,Pe_{n}\right\}\) est une base \(q\)-orthogonale. Nous pouvons alors écrire

\(\begin{eqnarray*} q(x) &=&^{t}X.M.X \\ q(x) &=&^{t}X.\left( P.D.^{t}P\right) .X \\ q(x) &=&\left( ^{t}X.P\right) .D.\left( ^{t}P.X\right) \\ q(x) &=&^{t}\left( ^{t}P.X\right) D.\left( ^{t}P.X\right) , \end{eqnarray*}\),

on a \(X=PX^{\prime }\), donc \(X^{\prime }=P^{-1}X=^{t}PX\), d'où

\(q(x)=^{t}X^{\prime }.D.X^{\prime }=\sum_{i=1}^{n}\lambda_{i}x_{i}^{^{\prime }2}\),

où les \(\lambda_{i}\) sont les valeurs propres de \(M\).

ExempleExemple 4.8

Soit \(q:\mathbb{R}^{2}\rightarrow \mathbb{R}\), \(q(x,y)=-x^{2}+11y^{2}-16xy\), \(B\) est la base canonique de \(\mathbb{R}^{2}\). On a

\(\begin{equation*} M=M_{B}(q)=\left( \begin{array}{cc} -1 & -8 \\ -8 & 11 \end{array} \right) \text{ matrice sym\'{e}trique} \end{equation*}\).

- Calcul des valeurs propre de la matrice \(M\) :

\(p_{M}(\lambda )=\det (M-\lambda I)=(\lambda +5)(\lambda -15)\). Les valeurs propres sont \(\lambda _{1}=15\), \(\lambda _{2}=-5\).

- Les sous espaces vectoriels associées aux valeurs propres sont :

\(E_{\lambda _{1}}=\langle\left(1,-2\right) \rangle, E_{\lambda _{2}}=\langle (2,1) \rangle\).

On choisit une base \(q\)-orthogonale, et orthonormée par rapport au produit scalaire qui est

\(B^{\prime }=\left\{ e_{1}^{\prime }=\frac{1}{\sqrt{5}}\left( 1,-2\right) ,e_{2}^{\prime }=\frac{1}{\sqrt{5}}\left( 2,1\right) \right\}\)

\(\begin{equation*} P=\frac{1}{\sqrt{5}}\left( \begin{array}{cc} 1 & 2 \\ -2 & 1 \end{array} \right) \end{equation*}\).

matrice orthogonale.

\(\begin{eqnarray*} M^{\prime } &=&M(q,B^{\prime })=^{t}PMP=P^{-1}MP \\ &=&\frac{1}{\sqrt{5}}\left( \begin{array}{cc} 1 & -2 \\ 2 & 1 \end{array} \right) \left( \begin{array}{cc} -1 & -8 \\ -8 & 11 \end{array} \right) \frac{1}{\sqrt{5}}\left( \begin{array}{cc} 1 & 2 \\ -2 & 1 \end{array} \right) \\ &=&\left( \begin{array}{ll} 15 & 0 \\ 0 & -5 \end{array} \right) =\left( \begin{array}{ll} \lambda _{1} & 0 \\ 0 & \lambda _{2} \end{array} \right) \end{eqnarray*}\).

L'expression de \(q\) dans \(B^{\prime}\) est : \(q(x)=^{t}X^{\prime }M^{\prime }X^{\prime }=15x^{\prime 2}-5y^{^{\prime }2}\).

ExempleExemple 4.9

Soit \(q:\mathbb{R}^{3}\rightarrow \mathbb{R}\), \(q(x)=-x_{1}^{2}-x_{2}^{2}-x_{3}^{2}+2\left( x_{1}x_{2}+x_{1}x_{3}+x_{2}x_{3}\right)\).

\(B\) est la base canonique de \(\mathbb{R}^{3}\) : On a

\(\begin{equation*} M=M_{B}(q)=\left( \begin{array}{ccc} -1 & 1 & 1 \\ 1 & -1 & 1 \\ 1 & 1 & -1 \end{array} \right) \end{equation*}\) matrice symétrique.

- Calcul des valeurs propre de la matrice \(M\)

\(p_{M}(\lambda )=\det (M-\lambda I)=(1-\lambda )(\lambda +2)^{2}\).

Les valeurs propres sont \(\lambda _{1}=1\), \(\lambda _{2}=-2\).

- Les sous-espaces propres sont \(E_{\lambda _{1}}=\langle v_{1}=\left( 1,1,1\right) \rangle,E_{\lambda _{2}}=\langle v_{2}=\left( -1,1,0\right) ,v_{3}=\left( -1,0,1\right) \rangle\). On remarque que \(\langle v_{1},v_{2}\rangle=\langle v_{1},v_{3}\rangle=0\), \(\langle v_{2},v_{3}\rangle=1\neq 0\), en utilisant le procédé de Gram-Schmidt on obtient

\(\begin{equation*} \left\{ \begin{array}{l} u_{1}=v_{1} \\ u_{2}=v_{2} \\ u_{3}=v_{3}-\frac{<v_{3},v_{2}>}{\left\Vert v_{2}\right\Vert ^{2}}.v_{2}=- \frac{1}{2}\left( 1,1,-2\right) \end{array} \right. \end{equation*}\).

On peut choisir une base \(q\)-orthogonale formée de vecteurs propres

\(\left\{ \left( 1,1,1\right) ,\left( -1,1,0\right) ,-\frac{1}{2}\left( 1,1,-2\right) \right\}\),

et une base orthonormée par rapport au produit scalaire canonique de \(\mathbb{R}^{3}\) formée de vecteurs propres

\(B^{\prime }=\left\{ \frac{1}{\sqrt{3}}\left( 1,1,1\right),\frac{1}{\sqrt{2}} \left( -1,1,0\right) ,-\frac{1}{\sqrt{6}}\left( 1,1,-2\right) \right\}\)

et on a

\(\begin{equation*} M^{\prime }=mat_{B^{\prime }}(q)=^{t}PMP=\left( \begin{array}{ccc} 1 & 0 & 0 \\ 0 & -2 & 0 \\ 0 & 0 & -2 \end{array} \right), \end{equation*}\)

\(\begin{equation*} P=\frac{1}{\sqrt{6}}\left( \begin{array}{ccc} \sqrt{2} & -\sqrt{3} & -1 \\ \sqrt{2} & \sqrt{3} & -1 \\ \sqrt{2} & 0 & 2 \end{array} \right) \text{ matrice orthogonale} \end{equation*}\).

L'expression de \(q\) dans \(B^{\prime }\) est

\(q(x)=^{t}X^{\prime }M^{\prime }X^{\prime }=x_{1}^{\prime 2}-2x_{2}^{\prime 2}-2x_{3}^{\prime 2}\).

\(x_{1}^{\prime },x_{2}^{\prime },x_{3}^{\prime }\) sont les coordonnées de \(x\) dans \(B^{\prime }\). De plus on a

\(\begin{eqnarray*} X^{\prime } &=&^{t}PX=\frac{1}{\sqrt{6}}\left( \begin{array}{ccc} \sqrt{2} & \sqrt{2} & \sqrt{2} \\ -\sqrt{3} & \sqrt{3} & 0 \\ -1 & -1 & 2 \end{array} \right) \left(\begin{array}{c} x_{1} \\ x_{2} \\ x_{3} \end{array} \right) \\ &=&\frac{1}{\sqrt{6}}\left( \begin{array}{c} \sqrt{2}\left( x_{1}+x_{2}+x_{3}\right) \\ -\sqrt{3}\left( x_{1}-x_{2}\right) \\ -\left( x_{1}+x_{2}-2x_{3}\right) \end{array} \right) . \end{eqnarray*}\)

D'où

\(\begin{eqnarray*} q(x) &=&x_{1}^{\prime 2}-2x_{2}^{\prime 2}-2x_{3}^{\prime 2} \\ &=&\frac{1}{3}\left( x_{1}+x_{2}+x_{3}\right) ^{3}-\left( x_{1}-x_{2}\right) ^{2}-\frac{1}{3}\left( x_{1}+x_{2}-2x_{3}\right) ^{2}. \end{eqnarray*}\)

Cette d`dernière ´écriture ce n’est que la réduction en carrés de Gauss.

ComplémentRemarque 4.5

Attention, les éléments de la diagonale de la matrice d'une forme quadratique dans une base \(q\)-orthogonale ne sont pas nécessairement les valeurs propres de \(M=M_{B}(q)\).

FondamentalCorollaire 4.1

Soit \(q\) une forme quadratique de signature \(\left( s,t\right)\) et \(B\) une base de \(E\). Si \(M=M_{B}(q)\), alors \(s\) est le nombre de valeurs propres positives de \(M\) et \(t\) est le nombre de valeurs propres négatives de \(M\).

FondamentalProposition 4.4

Soit \(q\) une forme quadratique définie sur un espace vectoriel réel \(E\) de signature \(( s,t)\) et \(M=mat_{B}(q)\).

1. \(q\) est positive ssi toutes les valeurs propres de \(M\) sont positives.

2. \(q\) est définie positive ssi toutes les valeurs propres de \(M\) sont strictement positives.