Cette page rassemble une série complète d’exercices corrigés sur les formes bilinéaires, conçue pour les étudiants de licence (L2, L3) et de classes préparatoires. Vous y pratiquerez progressivement les notions fondamentales : vérification de la bilinéarité et de la symétrie, calcul de la matrice d’une forme bilinéaire dans une base, détermination du noyau et du rang, forme polaire d’une forme quadratique, réduction de Gauss en somme de carrés, calcul de la signature et application du théorème d’inertie de Sylvester. Les lacunes les plus fréquentes chez les étudiants — confusion entre forme bilinéaire et forme quadratique, erreurs dans la méthode de réduction, interprétation de la signature — sont traitées avec soin à travers des solutions rédigées pas à pas.
Définition et premières propriétés des formes bilinéaires
Ces exercices ont pour but de consolider la définition d’une forme bilinéaire, de distinguer les formes symétriques des formes antisymétriques, et de s’entraîner à vérifier la bilinéarité par le calcul.
Exercice 1 : Vérifier qu’une application est bilinéaire
Facile
Sur \(\mathbb{R}^2\), on considère les deux applications suivantes :
- \(\varphi_1(x, y) = x_1 y_1 – 2x_1 y_2 + x_2 y_2\) où \(x = (x_1, x_2)\) et \(y = (y_1, y_2)\).
- \(\varphi_2(x, y) = x_1^2 y_1 + x_2 y_2\).
- Montrer que \(\varphi_1\) est une forme bilinéaire sur \(\mathbb{R}^2\).
- Montrer que \(\varphi_2\) n’est pas une forme bilinéaire. Justifier soigneusement.
- La forme \(\varphi_1\) est-elle symétrique ? antisymétrique ?
Indication
Pour vérifier la bilinéarité, tester la linéarité par rapport à chacune des deux variables séparément : fixer la seconde et vérifier que l’application en la première est linéaire, puis l’inverse. Pour montrer qu’une application n’est pas bilinéaire, il suffit de trouver un contre-exemple à la linéarité (par exemple, tester \(\varphi_2(\lambda x, y) = \lambda \varphi_2(x,y)\)).
Voir le corrigé
Soient \(x = (x_1, x_2)\), \(x’ = (x_1′, x_2′)\), \(y = (y_1, y_2)\) dans \(\mathbb{R}^2\) et \(\lambda \in \mathbb{R}\). On vérifie la linéarité en la première variable :
\[
\varphi_1(x + \lambda x’, y) = (x_1 + \lambda x_1′) y_1 – 2(x_1 + \lambda x_1′) y_2 + (x_2 + \lambda x_2′) y_2
\]
\[
= \varphi_1(x, y) + \lambda \varphi_1(x’, y).
\]
La symétrie en les deux variables est identique par le même calcul. \(\varphi_1\) est donc bilinéaire.
Solution de la question 2 :
Prenons \(\lambda = 2\), \(x = (1, 0)\), \(y = (1, 0)\). Alors :
\[
\varphi_2(\lambda x, y) = (2)^2 \cdot 1 = 4,
\]
\[
\lambda \, \varphi_2(x, y) = 2 \cdot (1 \cdot 1) = 2.
\]
Comme \(4 \neq 2\), la condition \(\varphi_2(\lambda x, y) = \lambda \varphi_2(x, y)\) est violée. \(\varphi_2\) n’est donc pas bilinéaire.
Solution de la question 3 :
On calcule \(\varphi_1(y, x) = y_1 x_1 – 2y_1 x_2 + y_2 x_2\). Comme \(-2y_1 x_2 \neq -2x_1 y_2\) en général, \(\varphi_1\) n’est ni symétrique ni antisymétrique.
Exercice 2 : Forme bilinéaire sur l’espace des polynômes
Facile
On se place sur \(E = \mathbb{R}_2[X]\) (polynômes de degré \(\leq 2\)) et l’on considère l’application :
\[
\varphi(P, Q) = P'(0)\,Q(0) + P(0)\,Q'(0).
\]
- Montrer que \(\varphi\) est une forme bilinéaire symétrique sur \(E\).
- Calculer la matrice de \(\varphi\) dans la base canonique \(\mathcal{B} = (1, X, X^2)\).
- Cette forme bilinéaire est-elle dégénérée ?
Indication
Pour la matrice, calculer \(\varphi(e_i, e_j)\) pour chaque couple de vecteurs de base \((e_i, e_j)\). Rappel : \((1)’ = 0\), \((X)’ = 1\), \((X^2)’ = 2X\), donc \((X^2)'(0) = 0\). La dégénérescence se lit sur le déterminant de la matrice obtenue.
Voir le corrigé
La linéarité en chaque variable provient de la linéarité de l’évaluation et de la dérivation. La symétrie est immédiate : \(\varphi(P, Q) = P'(0)Q(0) + P(0)Q'(0) = \varphi(Q, P)\).
Solution de la question 2 :
On pose \(e_1 = 1\), \(e_2 = X\), \(e_3 = X^2\). Les évaluations utiles sont :
\[
e_1(0) = 1,\ e_1′(0) = 0;\quad e_2(0) = 0,\ e_2′(0) = 1;\quad e_3(0) = 0,\ e_3′(0) = 0.
\]
On obtient le tableau de valeurs :
| \(\varphi(e_i, e_j)\) | \(e_1\) | \(e_2\) | \(e_3\) |
|---|---|---|---|
| \(e_1\) | 0 | 1 | 0 |
| \(e_2\) | 1 | 0 | 0 |
| \(e_3\) | 0 | 0 | 0 |
La matrice de \(\varphi\) dans \(\mathcal{B}\) est donc :
\[
M = \begin{pmatrix} 0 & 1 & 0 \\ 1 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix}.
\]
Solution de la question 3 :
\(\det(M) = 0\), donc \(\varphi\) est dégénérée. Son noyau contient au moins \(X^2\), puisque \(\varphi(X^2, P) = 0\) pour tout \(P \in E\).
Exercice 3 : Forme bilinéaire et trace sur \(\mathcal{M}_2(\mathbb{R})\)
Moyen
On définit l’application \(\varphi : \mathcal{M}_2(\mathbb{R}) \times \mathcal{M}_2(\mathbb{R}) \to \mathbb{R}\) par :
\[
\varphi(A, B) = \mathrm{tr}({}^t\!A \, B).
\]
- Montrer que \(\varphi\) est une forme bilinéaire symétrique sur \(\mathcal{M}_2(\mathbb{R})\).
- Calculer la matrice de \(\varphi\) dans la base canonique \((E_{11}, E_{12}, E_{21}, E_{22})\).
- Montrer que \(\varphi\) est un produit scalaire sur \(\mathcal{M}_2(\mathbb{R})\).
Indication
Pour la symétrie, rappeler que \(\mathrm{tr}(CD) = \mathrm{tr}(DC)\) pour toutes matrices \(C, D\), et que \({}^t\!({}^t\!A) = A\). Pour la définie positivité, calculer \(\varphi(A, A) = \mathrm{tr}({}^t\!A\,A)\) en termes des coefficients de \(A\) et montrer que cette somme ne s’annule que si \(A = 0\).
Voir le corrigé
La bilinéarité découle de la linéarité de la transposée, du produit matriciel et de la trace. Pour la symétrie :
\[
\varphi(B, A) = \mathrm{tr}({}^t\!B\,A) = \mathrm{tr}({}^t({}^t\!A\,B)) = \mathrm{tr}({}^t\!A\,B) = \varphi(A,B).
\]
Solution de la question 2 :
En notant que \(\varphi(E_{ij}, E_{kl}) = \mathrm{tr}(E_{ji} E_{kl})\) et que \(E_{ji} E_{kl} = \delta_{jk} E_{il}\), on obtient \(\varphi(E_{ij}, E_{kl}) = \delta_{jk}\delta_{il}\). La matrice de \(\varphi\) dans la base canonique est l’identité \(I_4\).
Solution de la question 3 :
Pour \(A = (a_{ij})\), on a :
\[
\varphi(A, A) = \mathrm{tr}({}^t\!A\,A) = \sum_{i,j} a_{ij}^2 \geq 0,
\]
et cette somme est nulle si et seulement si tous les \(a_{ij} = 0\), c’est-à-dire \(A = 0\). Donc \(\varphi\) est définie positive : c’est bien un produit scalaire.
Matrice d’une forme bilinéaire et changement de base
Savoir représenter une forme bilinéaire par une matrice dans une base donnée, et comprendre comment cette matrice se transforme lors d’un changement de base, sont des compétences centrales du cours. Ces exercices approfondissent ces mécanismes et préparent à la réduction.
Exercice 4 : Matrice dans la base canonique de \(\mathbb{R}^3\)
Facile
On considère la forme bilinéaire symétrique \(\varphi\) sur \(\mathbb{R}^3\) définie par :
\[
\varphi(x, y) = 2x_1 y_1 – x_1 y_2 – x_2 y_1 + 3x_2 y_2 + x_3 y_3,
\]
où \(x = (x_1, x_2, x_3)\) et \(y = (y_1, y_2, y_3)\).
- Écrire la matrice \(M\) de \(\varphi\) dans la base canonique.
- Calculer le déterminant de \(M\) et en déduire si \(\varphi\) est non dégénérée.
- Déterminer le noyau de \(\varphi\).
Indication
Les coefficients de la matrice sont \(M_{ij} = \varphi(e_i, e_j)\). Pour une forme symétrique, la matrice est symétrique. Le noyau est l’ensemble des vecteurs \(x\) tels que \(Mx = 0\).
Voir le corrigé
\[
M = \begin{pmatrix} 2 & -1 & 0 \\ -1 & 3 & 0 \\ 0 & 0 & 1 \end{pmatrix}.
\]
Solution de la question 2 :
La matrice est bloc-diagonale. On développe :
\[
\det(M) = 1 \cdot \det\begin{pmatrix} 2 & -1 \\ -1 & 3 \end{pmatrix} = 1 \cdot (6 – 1) = 5 \neq 0.
\]
Comme le déterminant est non nul, \(\varphi\) est non dégénérée.
Solution de la question 3 :
Le système \(Mx = 0\) s’écrit :
\[
\begin{cases} 2x_1 – x_2 = 0 \\ -x_1 + 3x_2 = 0 \\ x_3 = 0. \end{cases}
\]
La première équation donne \(x_2 = 2x_1\), et la seconde \(-x_1 + 6x_1 = 5x_1 = 0\), donc \(x_1 = 0\), \(x_2 = 0\), \(x_3 = 0\). Le noyau est réduit au vecteur nul : \(\ker(\varphi) = \{0\}\).
Exercice 5 : Changement de base et matrice de congruence
Moyen
Sur \(\mathbb{R}^2\), la forme bilinéaire symétrique \(\varphi\) a pour matrice dans la base canonique \(\mathcal{B} = (e_1, e_2)\) :
\[
A = \begin{pmatrix} 3 & 1 \\ 1 & 2 \end{pmatrix}.
\]
On considère la nouvelle base \(\mathcal{B}’ = (f_1, f_2)\) où \(f_1 = e_1 + e_2\) et \(f_2 = e_1 – e_2\).
- Écrire la matrice de passage \(P\) de \(\mathcal{B}\) à \(\mathcal{B}’\).
- Calculer la matrice \(A’\) de \(\varphi\) dans la base \(\mathcal{B}’\) à l’aide de la formule de congruence.
- Vérifier le résultat en calculant directement \(\varphi(f_i, f_j)\).
Indication
La formule de changement de base pour les formes bilinéaires est \(A’ = {}^t\!P \, A \, P\), où \(P\) est la matrice de passage dont les colonnes sont les coordonnées des nouveaux vecteurs de base dans l’ancienne base.
Voir le corrigé
\[
P = \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix}.
\]
Solution de la question 2 :
\[
{}^t\!P = \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix}, \quad {}^t\!P \, A = \begin{pmatrix} 4 & 3 \\ 2 & -1 \end{pmatrix},
\]
\[
A’ = {}^t\!P \, A \, P = \begin{pmatrix} 4 & 3 \\ 2 & -1 \end{pmatrix}\begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix} = \begin{pmatrix} 7 & 1 \\ 1 & 3 \end{pmatrix}.
\]
Solution de la question 3 :
On calcule directement : \(\varphi(f_1, f_1) = \varphi(e_1+e_2, e_1+e_2) = 3+1+1+2 = 7\) ; \(\varphi(f_1, f_2) = \varphi(e_1+e_2, e_1-e_2) = 3-1+1-2 = 1\) ; \(\varphi(f_2, f_2) = 3-1-1+2 = 3\). On retrouve bien \(A’ = \begin{pmatrix} 7 & 1 \\ 1 & 3 \end{pmatrix}\).
Forme polaire et forme quadratique associée
La forme polaire établit le lien entre une forme quadratique et la forme bilinéaire symétrique qui lui est associée. Comprendre cette correspondance est essentiel pour appliquer la réduction de Gauss et interpréter le signe d’une forme quadratique.
Exercice 6 : Retrouver la forme polaire d’une forme quadratique
Facile
On considère la forme quadratique \(q : \mathbb{R}^3 \to \mathbb{R}\) définie par :
\[
q(x_1, x_2, x_3) = x_1^2 + 4x_1 x_2 + 6x_1 x_3 + 4x_2^2 + 16 x_2 x_3 + 9x_3^2.
\]
- Déterminer la forme bilinéaire symétrique \(\varphi\) associée à \(q\) (forme polaire).
- Écrire la matrice de \(\varphi\) dans la base canonique de \(\mathbb{R}^3\).
Indication
La forme polaire s’obtient par la formule \(\varphi(x, y) = \frac{1}{2}\bigl[q(x+y) – q(x) – q(y)\bigr]\). Pour la matrice, les termes diagonaux \(M_{ii}\) proviennent des \(x_i^2\) dans \(q\), et les termes hors diagonale vérifient \(M_{ij} = M_{ji} = \frac{1}{2} \times (\text{coefficient de } x_i x_j \text{ dans } q)\).
Voir le corrigé
En appliquant la formule de polarisation :
\[
\varphi(x, y) = x_1 y_1 + 2(x_1 y_2 + x_2 y_1) + 3(x_1 y_3 + x_3 y_1) + 4 x_2 y_2 + 8(x_2 y_3 + x_3 y_2) + 9 x_3 y_3.
\]
Solution de la question 2 :
La matrice de \(\varphi\) est :
\[
M = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 4 & 8 \\ 3 & 8 & 9 \end{pmatrix}.
\]
On vérifie que \(M\) est bien symétrique.
Exercice 7 : Forme quadratique définie par un produit de formes linéaires
Moyen
Soient \(\ell_1\) et \(\ell_2\) deux formes linéaires non nulles et non proportionnelles sur \(\mathbb{R}^n\). On définit :
\[
q(x) = \ell_1(x)\,\ell_2(x).
\]
- Montrer que \(q\) est une forme quadratique et expliciter sa forme bilinéaire symétrique associée \(\varphi\).
- Déterminer le noyau de \(\varphi\) et le rang de \(q\).
- Quelle est la signature de \(q\) ? (On supposera \(n \geq 2\).)
Indication
Pour la forme polaire, développer \(q(x+y)\) et extraire la partie symétrique. Pour le rang, utiliser le théorème du rang appliqué à chaque forme linéaire non nulle. La signature s’obtient en cherchant des vecteurs sur lesquels \(q\) est positive ou négative.
Voir le corrigé
\(q(x) = \ell_1(x)\ell_2(x)\) est bien une forme quadratique (polynôme homogène de degré 2 en les composantes de \(x\)). Sa forme bilinéaire symétrique associée est :
\[
\varphi(x, y) = \frac{1}{2}\bigl[\ell_1(x)\ell_2(y) + \ell_1(y)\ell_2(x)\bigr].
\]
Solution de la question 2 :
Le noyau de \(\varphi\) est \(\ker(\ell_1) \cap \ker(\ell_2)\). Comme \(\ell_1\) et \(\ell_2\) sont non nulles, chaque noyau est de dimension \(n-1\). Comme elles sont non proportionnelles, leur intersection est de dimension \(n-2\), donc :
\[
\mathrm{rang}(q) = n – (n-2) = 2.
\]
Solution de la question 3 :
Soit \(x_0 \notin \ker(\ell_1) \cup \ker(\ell_2)\) avec \(\ell_1(x_0)\ell_2(x_0) > 0\) et \(x_1\) avec \(\ell_1(x_1)\ell_2(x_1) < 0\) (cela est possible car \(\ell_1, \ell_2\) sont non proportionnelles). On a \(q(x_0) > 0\) et \(q(x_1) < 0\), donc la signature de \(q\) est \((1, 1)\).
Réduction de Gauss et décomposition en somme de carrés
La méthode de réduction de Gauss est l’algorithme central du cours : elle permet de décomposer toute forme quadratique en somme algébrique de carrés de formes linéaires indépendantes, et d’en déduire le rang et la signature. C’est une source d’erreurs fréquentes que ces exercices corrigés visent à éliminer.
Exercice 8 : Réduction de Gauss d’une forme quadratique sur \(\mathbb{R}^3\)
Moyen
On considère la forme quadratique \(q\) sur \(\mathbb{R}^3\) définie par :
\[
q(x, y, z) = x^2 + 5y^2 + z^2 + 4xy + 2xz + 6yz.
\]
- Appliquer l’algorithme de réduction de Gauss pour décomposer \(q\) en somme algébrique de carrés de formes linéaires indépendantes.
- En déduire le rang et la signature de \(q\).
- La forme \(q\) est-elle définie positive ? définie négative ?
Indication
Commencer par compléter le carré en \(x\) en regroupant tous les termes contenant \(x\). On écrira \(q = (x + ay + bz)^2 + \ldots\), puis on répétera l’opération sur le reste qui ne dépend plus de \(x\).
Voir le corrigé
On groupe les termes en \(x\) :
\[
q = (x^2 + 4xy + 2xz) + 5y^2 + z^2 + 6yz.
\]
On reconnaît un début de carré en \(x\) :
\[
q = (x + 2y + z)^2 – (2y + z)^2 + 5y^2 + z^2 + 6yz.
\]
On développe le reste : \(-(4y^2 + 4yz + z^2) + 5y^2 + z^2 + 6yz = y^2 + 2yz\). On complète le carré en \(y\) :
\[
y^2 + 2yz = (y + z)^2 – z^2.
\]
La décomposition finale est donc :
\[
q = (x + 2y + z)^2 + (y + z)^2 – z^2.
\]
Solution de la question 2 :
On a trois formes linéaires indépendantes \((x+2y+z)\), \((y+z)\), \(z\), avec coefficients \(+1\), \(+1\), \(-1\). Le rang de \(q\) est \(3\) et sa signature est \((2, 1)\).
Solution de la question 3 :
La forme n’est ni définie positive (le terme \(-z^2\) peut valoir \(-1\)) ni définie négative. Elle est indéfinie.
Exercice 9 : Réduction lorsque le terme diagonal est nul
Moyen
On considère la forme quadratique \(q\) sur \(\mathbb{R}^3\) définie par :
\[
q(x, y, z) = 2xy + 3xz – yz.
\]
(Attention : il n’y a pas de termes \(x^2\), \(y^2\), \(z^2\).)
- Expliquer pourquoi la méthode de Gauss standard ne peut pas débuter directement. Quelle variante appliquer ?
- Effectuer la réduction et écrire \(q\) comme différence de deux carrés (au moins).
- Déterminer le rang et la signature de \(q\).
Indication
Quand le terme \(x^2\) est absent, on effectue d’abord le changement de variables \(x = u + v\), \(y = u – v\) (ou similaire) pour faire apparaître un terme carré, puis on applique Gauss normalement. On peut aussi utiliser directement l’identité \(2xy = (x+y)^2 – x^2 – y^2\).
Voir le corrigé
Le terme \(x^2\) est absent, donc on ne peut pas compléter le carré directement en \(x\). On utilise la substitution \(x = u + v\), \(y = u – v\) pour faire apparaître un terme en \(u^2\) via \(xy = u^2 – v^2\).
Solution de la question 2 :
Avec \(x = u+v\), \(y = u-v\), \(z = z\) :
\[
q = 2(u^2 – v^2) + 3(u+v)z – (u-v)z = 2u^2 – 2v^2 + 3uz + 3vz – uz + vz.
\]
\[
q = 2u^2 + u(2z) – 2v^2 + v(4z) = 2\Bigl(u + \tfrac{z}{2}\Bigr)^2 – \tfrac{z^2}{2} – 2\Bigl(v – z\Bigr)^2 + 2z^2.
\]
\[
q = 2\Bigl(u + \tfrac{z}{2}\Bigr)^2 – 2(v – z)^2 + \tfrac{3z^2}{2}.
\]
On obtient la décomposition en trois carrés de formes linéaires indépendantes.
Solution de la question 3 :
Les trois coefficients sont \(+2\), \(-2\), \(+\tfrac{3}{2}\), tous non nuls. Le rang de \(q\) est \(3\) et sa signature est \((2, 1)\).
Signature, théorème de Sylvester et classification des formes quadratiques
La signature d’une forme quadratique et le théorème d’inertie de Sylvester permettent de classer les formes quadratiques réelles à congruence près. Ces exercices portent sur la détermination et l’interprétation de la signature, la définie positivité et ses critères.
Exercice 10 : Déterminer la signature à partir des sous-déterminants principaux
Moyen
On considère la forme bilinéaire symétrique \(\varphi\) sur \(\mathbb{R}^3\) dont la matrice dans la base canonique est :
\[
M = \begin{pmatrix} 2 & 1 & 0 \\ 1 & 3 & 1 \\ 0 & 1 & 4 \end{pmatrix}.
\]
- Calculer les sous-déterminants principaux successifs \(\Delta_1\), \(\Delta_2\), \(\Delta_3\).
- En déduire que la forme quadratique associée \(q\) est définie positive.
- Énoncer le critère de Sylvester utilisé et vérifier qu’il s’applique ici.
Indication
Le critère de Sylvester (ou critère des mineurs principaux dominants) stipule qu’une forme quadratique symétrique réelle est définie positive si et seulement si tous ses mineurs principaux dominants sont strictement positifs : \(\Delta_1 = M_{11} > 0\), \(\Delta_2 = \det\begin{pmatrix} M_{11} & M_{12} \\ M_{21} & M_{22} \end{pmatrix} > 0\), et \(\Delta_3 = \det(M) > 0\).
Voir le corrigé
\[
\Delta_1 = 2 > 0.
\]
\[
\Delta_2 = \det\begin{pmatrix} 2 & 1 \\ 1 & 3 \end{pmatrix} = 6 – 1 = 5 > 0.
\]
Pour \(\Delta_3\), on développe par la troisième colonne :
\[
\Delta_3 = 4 \cdot \Delta_2 – 1 \cdot \det\begin{pmatrix} 2 & 1 \\ 0 & 1 \end{pmatrix} = 4 \cdot 5 – 1 \cdot 2 = 20 – 2 = 18 > 0.
\]
Solution de la question 2 :
Tous les mineurs principaux dominants sont strictement positifs : \(\Delta_1 = 2 > 0\), \(\Delta_2 = 5 > 0\), \(\Delta_3 = 18 > 0\). Par le critère de Sylvester, \(q\) est définie positive.
Solution de la question 3 :
Le critère de Sylvester s’applique aux formes bilinéaires symétriques représentées par une matrice symétrique réelle. Il est applicable ici car \(M\) est symétrique. La signature de \(q\) est donc \((3, 0)\).
Exercice 11 : Signature dépendant d’un paramètre
Difficile
Pour \(a \in \mathbb{R}\), on considère la forme quadratique \(q_a\) sur \(\mathbb{R}^3\) dont la matrice est :
\[
M_a = \begin{pmatrix} 1 & a & 0 \\ a & 1 & a \\ 0 & a & 1 \end{pmatrix}.
\]
- Calculer \(\det(M_a)\) en fonction de \(a\).
- Déterminer les valeurs de \(a\) pour lesquelles \(q_a\) est définie positive, définie négative, ou indéfinie.
- Pour \(a = 1\), déterminer la signature de \(q_a\) par réduction de Gauss.
Indication
Développer \(\det(M_a)\) par rapport à la première ligne. Utiliser ensuite le critère de Sylvester pour la définie positivité : il faut \(\Delta_1 > 0\), \(\Delta_2 = 1 – a^2 > 0\) et \(\Delta_3 = \det(M_a) > 0\). Analyser chaque condition séparément.
Voir le corrigé
On développe \(\det(M_a)\) par la première ligne :
\[
\det(M_a) = 1 \cdot \det\begin{pmatrix} 1 & a \\ a & 1 \end{pmatrix} – a \cdot \det\begin{pmatrix} a & a \\ 0 & 1 \end{pmatrix} = (1 – a^2) – a(a) = 1 – a^2 – a^2 = 1 – 2a^2.
\]
Solution de la question 2 :
Les sous-déterminants principaux sont :
\[
\Delta_1 = 1 > 0 \text{ (toujours)}, \quad \Delta_2 = 1 – a^2, \quad \Delta_3 = 1 – 2a^2.
\]
Définie positive : On a besoin de \(\Delta_2 > 0\) et \(\Delta_3 > 0\), soit \(|a| < 1\) et \(|a| < \frac{1}{\sqrt{2}}\). La condition la plus restrictive est \(|a| < \frac{1}{\sqrt{2}}\), soit \(a \in \left(-\frac{\sqrt{2}}{2}, \frac{\sqrt{2}}{2}\right)\).
Indéfinie : pour les autres valeurs de \(a\) (la forme ne peut pas être définie négative car \(\Delta_1 = 1 > 0\)).
Solution de la question 3 :
Pour \(a = 1\) :
\[
q_1(x, y, z) = x^2 + y^2 + z^2 + 2xy + 2yz.
\]
\[
= (x + y)^2 + 2yz.
\]
Puis \(2yz = 2 \cdot \frac{1}{2}\bigl[(y+z)^2 – y^2 – z^2\bigr]\), d’où en complétant :
\[
q_1 = (x + y)^2 + (y+z)^2 – y^2 – z^2.
\]
On a trois formes linéaires avec coefficients \(+1, +1, -1, -1\)… mais elles ne sont que 4 pour une dimension 3, donc la décomposition minimale donne rang 3 et signature \((2, 1)\). (On vérifie : \(\det(M_1) = 1 – 2 = -1 < 0\), cohérent avec une forme indéfinie de rang 3.)
Orthogonalité, bases orthogonales et produit scalaire
Lorsqu’une forme bilinéaire symétrique est définie positive, elle constitue un produit scalaire et permet de développer toute la géométrie euclidienne : orthogonalité, projection, procédé d’orthogonalisation de Gram-Schmidt. Ces exercices consolident le lien entre algèbre bilinéaire et géométrie.
Exercice 12 : Orthogonalidé et orthogonal d’un sous-espace
Moyen
Sur \(\mathbb{R}^2\), on considère la forme bilinéaire symétrique définie par :
\[
\varphi(x, y) = x_1 y_2 + x_2 y_1 – 3x_2 y_2.
\]
Soit \(D = \mathbb{R} \cdot (1, 1)\) la droite vectorielle engendrée par le vecteur \(v = (1,1)\).
- Vérifier que \(\varphi\) est bien bilinéaire et symétrique.
- Calculer l’orthogonal \(D^{\perp}\) de \(D\) pour \(\varphi\).
- A-t-on \(\mathbb{R}^2 = D \oplus D^{\perp}\) ? Justifier.
Indication
Un vecteur \(x = (x_1, x_2)\) appartient à \(D^{\perp}\) si et seulement si \(\varphi(x, v) = 0\). Calculer explicitement cette condition. Pour la décomposition en somme directe, examiner si \(D \cap D^{\perp} = \{0\}\).
Voir le corrigé
La bilinéarité et la symétrie sont immédiates depuis l’expression : \(\varphi(x,y) = x_1 y_2 + x_2 y_1 – 3x_2 y_2\) est linéaire en \(x\) et en \(y\) séparément, et \(\varphi(y, x) = y_1 x_2 + y_2 x_1 – 3y_2 x_2 = \varphi(x,y)\). ✓
Solution de la question 2 :
Un vecteur \(x = (x_1, x_2)\) est dans \(D^{\perp}\) si \(\varphi(x, (1,1)) = 0\) :
\[
\varphi\bigl((x_1, x_2), (1,1)\bigr) = x_1 \cdot 1 + x_2 \cdot 1 – 3x_2 \cdot 1 = x_1 – 2x_2 = 0.
\]
Donc \(D^{\perp} = \{(x_1, x_2) \in \mathbb{R}^2 : x_1 = 2x_2\} = \mathbb{R} \cdot (2, 1)\).
Solution de la question 3 :
On vérifie si \((1,1) \in D^{\perp}\), c’est-à-dire si \(\varphi((1,1),(1,1)) = 0\) : \(\varphi(v,v) = 1 + 1 – 3 = -1 \neq 0\). Donc \(v \notin D^{\perp}\), et comme \(\dim D = \dim D^{\perp} = 1\) avec \(D \neq D^{\perp}\), on a bien \(\mathbb{R}^2 = D \oplus D^{\perp}\).
Exercice 13 : Produit scalaire et orthonormalisation de Schmidt sur \(\mathbb{R}_2[X]\)
Difficile
Sur \(E = \mathbb{R}_2[X]\) (polynômes de degré \(\leq 2\)), on définit :
\[
\langle P, Q \rangle = \int_{-1}^{1} P(t)\,Q(t)\,\mathrm{d}t.
\]
- Vérifier que \(\langle \cdot, \cdot \rangle\) est un produit scalaire sur \(E\).
- Calculer la matrice de ce produit scalaire dans la base canonique \((1, X, X^2)\).
- Appliquer le procédé d’orthogonalisation de Gram-Schmidt à la base canonique pour obtenir une base orthogonale de \((E, \langle \cdot, \cdot \rangle)\).
Indication
Pour la définie positivité, si \(\langle P, P \rangle = \int_{-1}^{1} P(t)^2 \mathrm{d}t = 0\), alors \(P(t)^2 = 0\) pour tout \(t\), donc \(P = 0\). Pour Schmidt : \(e_1 = 1\), puis \(f_2 = X – \frac{\langle X, e_1 \rangle}{\langle e_1, e_1 \rangle} e_1\), etc. Utiliser la parité des fonctions sur \([-1,1]\) pour simplifier les intégrales : \(\int_{-1}^1 t^k \mathrm{d}t = 0\) si \(k\) est impair.
Voir le corrigé
La bilinéarité et la symétrie découlent de la linéarité de l’intégrale. Pour la définie positivité : \(\langle P, P \rangle = \int_{-1}^1 P(t)^2 \mathrm{d}t \geq 0\), et si cette intégrale est nulle, alors \(P(t)^2 = 0\) p.p., donc \(P = 0\). C’est bien un produit scalaire.
Solution de la question 2 :
On calcule les intégrales pertinentes (\(\int_{-1}^1 t^k \mathrm{d}t = 0\) pour \(k\) impair) :
\[
\langle 1, 1 \rangle = 2,\quad \langle 1, X \rangle = 0,\quad \langle 1, X^2 \rangle = \tfrac{2}{3},
\]
\[
\langle X, X \rangle = \tfrac{2}{3},\quad \langle X, X^2 \rangle = 0,\quad \langle X^2, X^2 \rangle = \tfrac{2}{5}.
\]
La matrice du produit scalaire dans la base canonique est :
\[
G = \begin{pmatrix} 2 & 0 & \frac{2}{3} \\ 0 & \frac{2}{3} & 0 \\ \frac{2}{3} & 0 & \frac{2}{5} \end{pmatrix}.
\]
Solution de la question 3 :
On applique Gram-Schmidt à \((1, X, X^2)\) :
Étape 1 : \(e_1 = 1\).
Étape 2 : \(\tilde{e}_2 = X – \frac{\langle X, e_1 \rangle}{\langle e_1, e_1 \rangle} e_1 = X – \frac{0}{2} = X\). Donc \(e_2 = X\).
Étape 3 :
\[
\tilde{e}_3 = X^2 – \frac{\langle X^2, e_1 \rangle}{\langle e_1, e_1 \rangle} e_1 – \frac{\langle X^2, e_2 \rangle}{\langle e_2, e_2 \rangle} e_2 = X^2 – \frac{\frac{2}{3}}{2} \cdot 1 – \frac{0}{\frac{2}{3}} \cdot X = X^2 – \frac{1}{3}.
\]
Une base orthogonale de \((E, \langle \cdot, \cdot \rangle)\) est donc \(\bigl(1,\ X,\ X^2 – \tfrac{1}{3}\bigr)\), qui correspond (à normalisation près) aux polynômes de Legendre d’ordre 0, 1 et 2.