Groupe orthogonal. Chapitre Endomorphismes orthogonaux, matrices orthogonales. 1.1 Endomorphismes orthogonaux

Documents pareils
I. Polynômes de Tchebychev

Structures algébriques

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. 29 mai 2015

Cours d Analyse. Fonctions de plusieurs variables

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Continuité d une fonction de plusieurs variables

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

LE PRODUIT SCALAIRE ( En première S )

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Plan du cours : électricité 1

Programmation linéaire

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Exercices - Polynômes : corrigé. Opérations sur les polynômes

[ édité le 30 avril 2015 Enoncés 1

Fonctions de plusieurs variables

Représentation géométrique d un nombre complexe

Théorème du point fixe - Théorème de l inversion locale

Angles orientés et fonctions circulaires ( En première S )

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Cours arithmétique et groupes. Licence première année, premier semestre

Cours de mathématiques

Calcul différentiel. Chapitre Différentiabilité

Quelques contrôle de Première S

Programmes des classes préparatoires aux Grandes Ecoles

Chapitre 2 Le problème de l unicité des solutions

Calcul intégral élémentaire en plusieurs variables

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Limites finies en un point

Résolution d équations non linéaires

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

Produits d espaces mesurés

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Programmation linéaire et Optimisation. Didier Smets

Optimisation des fonctions de plusieurs variables

Cours d analyse numérique SMI-S4

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Une introduction aux codes correcteurs quantiques

NOMBRES COMPLEXES. Exercice 1 :

Théorie et codage de l information

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Capes Première épreuve

Chapitre 2. Matrices

Programme de la classe de première année MPSI

Chapitre 3 : Repères et positionnement 3D

Introduction à l étude des Corps Finis


Problème 1 : applications du plan affine

Michel Henry Nicolas Delorme

Fonctions de plusieurs variables

Fonctions de plusieurs variables. Sébastien Tordeux

Dérivées d ordres supérieurs. Application à l étude d extrema.

Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples

Résolution de systèmes linéaires par des méthodes directes

CCP PSI Mathématiques 1 : un corrigé

Simulation de variables aléatoires

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Différentiabilité ; Fonctions de plusieurs variables réelles

Fonctions de plusieurs variables et applications pour l ingénieur

Université Paris-Dauphine DUMI2E 1ère année, Applications

Calcul différentiel sur R n Première partie

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

CHAPITRE 10. Jacobien, changement de coordonnées.

Groupe symétrique. Chapitre II. 1 Définitions et généralités

F411 - Courbes Paramétrées, Polaires

La transformée de Fourier sur un groupe fini et quelques-unes de ses applications. Elise Raphael Semestre d automne

3 Approximation de solutions d équations

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

1 Définition et premières propriétés des congruences

C1 : Fonctions de plusieurs variables

Polynômes à plusieurs variables. Résultant

Déterminants. Marc SAGE 9 août Inverses et polynômes 3

Cours d Analyse I et II

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

L ALGORITHMIQUE. Algorithme

Optimisation Discrète

Résumé du cours d algèbre 1, Sandra Rozensztajn. UMPA, ENS de Lyon, sandra.rozensztajn@ens-lyon.fr

1 Complément sur la projection du nuage des individus

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Le produit semi-direct

Calcul fonctionnel holomorphe dans les algèbres de Banach

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Géométrie dans l espace Produit scalaire et équations

1S Modèles de rédaction Enoncés

Cours de Mécanique du point matériel

Chapitre 0 Introduction à la cinématique

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2

Calcul Différentiel. I Fonctions différentiables 3

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Transcription:

Chapitre 26 Groupe orthogonal Dans tout ce chapitre, on fixe un espace vectoriel euclidien de dimension n = 2 ou n = 3. On notera ( ) le produit scalaire et la norme euclidienne associée. 1 Endomorphismes orthogonaux, matrices orthogonales 1.1 Endomorphismes orthogonaux Définition 1.1 (Endomorphisme orthogonal) Un endomorphisme orthogonal de E est un endomorphisme f de E qui conserve le produit scalaire, i.e. Proposition 1.2 (Conservation de la norme) x,y E, (f(x) f(y)) = (x y). 1. Un endomorphisme f de E est un endomorphisme orthogonal si et seulement si f conserve la norme, i.e. si et seulement si x E, f(x) = x. 2. Un endomorphisme orthogonal est un automorphisme. Proposition 1.3 (Image d une base orthonormale par un automorphisme orthogonal) Soit f L(E). Alors sont équivalents : 1. f est un automorphisme orthogonal. 2. L image par f d une base orthonormale de E est une base orthonormale de E. 3. L image par f de toute base orthonormale de E est une base orthonormale de E. Définition 1.4 (Groupe orthogonal) Proposition 1.5 Le groupe orthogonal de E, noté O(E), est l ensemble des automorphismes orthogonaux de E. L ensemble O(E) est un sous-groupe de (GL(E), ). Proposition 1.6 (CNS pour qu une symétrie soit un automorphisme orthogonal) Une symétrie de E est un automorphisme orthogonal si et seulement si c est une symétrie orthogonale. 193

G y z x F 0 s(x) z y 1.2 Matrices orthogonales Définition 1.7 (Matrice orthogonale, O(n)) Une matrice M M n (R) est orthogonale si t MM = M t M = I n. On note O(n) M n (R) l ensemble des matrices carrées d ordre n. Proposition 1.8 Soit M M n (R). Alors M O(n) t M O(n) t MM = I n M t M = I n M GL n (R) et M 1 = t M. Proposition 1.9 (Déterminant d une matrice orthogonale) Une matrice orthogonale a pour déterminant ±1. Proposition 1.10 (Colonnes (lignes) d une matrice orthogonale) Soit M M n (R). Alors M est une matrice orthogonale si et seulement si les vecteurs colonnes (resp. vecteurs lignes) de M forment une base orthonormale de R n pour le produit scalaire usuel. Proposition 1.11 (Matrice de passage entre deux bases orthonormales) Soient B une base orthonormale de E et B une base de E. Alors la base B est orthonormale si et seulement si la matrice de passage de B à B est une matrice orthogonale. Définition 1.12 (Groupe orthogonal d ordre n) 1. Le groupe orthogonal d ordre n noté O(n) est l ensemble des matrices orthogonales d ordre n. 2. Le groupe spécial orthogonal d ordre n noté SO(n) est le sous-ensemble de O(n) des matrices de déterminant 1. Proposition 1.13 1. L ensemble O(n) est un sous-groupe de (GL n (R),.). 2. L ensemble SO(n) est un sous-groupe de O(n). 194

1.3 Matrice d un automorphisme orthogonal Proposition 1.14 (Matrice d un automorphisme orthogonal) Soit f L(E). Alors sont équivalents 1. f est un automorphisme orthogonal. 2. La matrice de f dans une base orthonormale est orthogonale. 3. La matrice de f dans toute base orthonormale est orthogonale. Corollaire 1.15 (Déterminant d un automorphisme orthogonal) Le déterminant d un automorphisme orthogonal vaut ±1. Proposition 1.16 (Matrice d une symétrie orthogonale) Soit f L(E) et M sa matrice dans une base orthonormale. Alors f est une symétrie orthogonale si et seulement si M 2 = I n et M est symétrique, ou encore si et seulement si M O(n) et t M = M. Définition 1.17 (Groupe spécial orthogonal) Le groupe spécial orthogonal de E noté SO(E) est le sous-ensemble de O(E) des automorphismes orthogonaux de déterminant 1. Les éléments de SO(E) sont les automorphismes orthogonaux directs ou encore les rotations. Les autres sont les automorphismes orthogonaux indirects. Proposition 1.18 Un automorphisme orthogonal est direct (resp. indirect) si et seulement si sa matrice dans une base orthonormale est une matrice orthogonale directe (resp. indirecte). Proposition 1.19 L ensemble SO(E) est un sous-groupe de O(E). 2 Propositions utiles pour la suite Proposition 2.1 Soit f O(E) et F un sous-espace vectoriel de E tel que f(f) F. Alors f(f) = F et f(f ) = F. Proposition 2.2 (Orthogonal du sous-espace vectoriel des vecteurs invariants) Soient f O(E) et F = Ker(f id E ) le sous-espace vectoriel de E des vecteurs invariants par f. Alors Proposition 2.3 (CNS pour être une réflexion) f(f) = F et f(f ) = F. Un automorphisme orthogonal est une réflexion si et seulement si le sous-espace vectoriel de ses vecteurs invariants est un hyperplan de E. Proposition 2.4 (Hyperplan médiateur) Soient a et b deux vecteurs distincts de E de même norme. Alors 195

1. L ensemble des vecteurs équidistants de a et b est l hyperplan ( vect(b a) ) de E. C est l hyperplan médiateur de a et b. 2. Il existe une unique réflexion de E qui échange a et b. C est la réflexion par rapport à l hyperplan médiateur de a et b. a a b H b H a a b b Définition 2.5 (Orientation d un espace vectoriel euclidien) Orienter un espace vectoriel euclidien, c est choisir une base B de cet espace et décréter qu elle est directe. Si B est une autre base, alors si dét (P BB ) > 0, la base B est directe, indirecte sinon. Proposition 2.6 La matrice de passage entre deux base orthonormales directes (resp. deux bases orthonormales indirectes) est une matrice orthogonale directe, et la matrice de passge entre une base orthonormale directe et une base orthonormale indirecte est une matrice orthogonale indirecte. 3 Automorphismes orthogonaux du plan euclidien Dans ce, E est le plan euclidien orienté. 3.1 Rotations du plan euclidien Théorème 3.1 (Description de 0(2)) Les éléments de SO(2) sont les matrices R(θ) et les matrices de O(2) \ SO(2) les matrices S(θ), θ R, où ( cos(θ) sin(θ) R θ = sin(θ) cos(θ) ), S θ = ( ) cos(θ) sin(θ). sin(θ) cos(θ) Corollaire 3.2 (Description de SO(2)) Le groupe SO(2) est commutatif. De plus, on a pour tous θ,θ [0,2π[, R θ R θ = R θ R θ = R θ+θ. 196

Corollaire 3.3 L application est un morphisme surjectif de groupes. (R,+) (SO(2),. ) θ R(θ) Théorème 3.4 (Matrice d une rotation plane) Soit f SO(E). Alors il existe un unique θ [0,2π[ tel que la matrice de f dans toute base orthonormale directe soit R θ. Définition 3.5 (Mesure d un angle) Une mesure de l angle d une rotation est un réel θ telle que la matrice de la rotation dans une base orhonormale directe soit R θ. Proposition 3.6 (Détermination d une mesure de l angle) Soient a un vecteur unitaire de E et u la rotation d angle de mesure θ R. Alors cos(θ) = (a u(a)), sin(θ) = [a,u(a)] = Dét(a,u(a)). 3.2 Réflexions du plan euclidien Proposition 3.7 Proposition 3.8 On a pour tous α,β,θ R S 2 α = I 2, S α S β = R α β, S α R θ = S α θ, R θ S α = S α+θ. Les automorphismes orthogonaux indirect du plan sont les réflexions du plan. Plus précisément, la matrice S θ (θ R) est la matrice dans une base orthonormale de la reflexion par rapport à la droite d équation { y = tan ( θ 2) x si θ π mod 2π, x = 0 sinon. Proposition 3.9 (Décomposition en produit de réflexions) Tout automorphisme orthogonal de E est la composée d au plus deux réflexions. 4 Automorphisme orthogonaux de l espace euclidien Dans ce, E est l espace euclidien orienté. 4.1 Étude suivant la dimension du sous-espace vectoriel des vecteurs invariants Dans ce paragraphe, on fixe f O(E) un automorphisme orthogonal différent de l identité. On note F = Ker(f id E ) le sous-espace vectoriel de E des vecteurs invariants par f. Comme f id E, on a F E et donc dim(f) = 2 ou dim(f) = 1 ou dim(f) = 0. 197

Proposition 4.1 (Cas dim(f) = 2) Si dim(f) = 2, alors f est la réflexion par rapport à F. Proposition 4.2 (Cas dim(f) = 1) Si dim(f) = 1, alors f est une rotation de E. Proposition 4.3 (Cas dim(f) = 0) Si dim(f) = 0, alors f est un automorphisme orthogonal indirect. 4.2 Description des rotations de l espace Dans ce paragraphe, on fixe une rotation f de E différente de l identité. On note = Ker(f id E ). D après le paragraphe 4.1, on a dim( ) = 1. Proposition 4.4 (Orientation d un plan dans l espace) Soit u un vecteur non nul de E et P = u. Il existe une unique orientation de P telle que pour toute base directe (e 1,e 2 ) de P, la base (e 1,e 2,u) de E soit directe. Le plan P est alors orienté par la normale u. Définition 4.5 (Axe de la rotation) La droite s appelle l axe de la rotation f, et le plan le plan de la rotation f. Proposition 4.6 On a f( ) =. Proposition 4.7 La restriction de f à est une rotation du plan euclidien. Théorème 4.8 (Matrice d une rotation de l espace) Soit u un vecteur unitaire, et orienté par u. Il existe un unique θ [0,2π[ tel que, pour toute base orthonormale directe (e 1,e 2 ) de, la matrice de f dans la base orthonormale directe (u,e 1,e 2 ) de E soit 1 0 0 0 cos(θ) sin(θ). 0 sin(θ) cos(θ) La rotation f est alors la rotation d axe dirigé par u, d angle de mesure θ, ou encore rotation autour de u, d angle de mesure θ. 198

P u r(x) θ x Corollaire 4.9 (Décomposition en produit de réflexions) Une rotation est la composée de deux réflexions. P 1 P2 x r(x) s 1 (x) Proposition 4.10 (Image d un vecteur par une rotation) Soit r la rotation autour d un vecteur unitaire u, de mesure d angle θ. Alors, si x est un vecteur orthogonal à l axe de r, on a r(x) = cos(θ)x + sin(θ)u x. Si de plus x est unitaire, alors Définition 4.11 (Retournement) (x r(x)) = cos(θ), [u,x,r(x)] = sin(θ). Un retournement de l espace est une symétrie orthogonale par rapport à une droite. Proposition 4.12 Les retournements sont les rotations dont une mesure d angle est π. 199

4.3 Automorphismes orthogonaux indirects de l espace Proposition 4.13 Soit f la rotation d axe dirigé par u 0, de mesure d angle θ R. 1. Soit s la réflexion par rapport à. Alors f s = s f. 2. On a f = r s = s r, où s est la réflexion par rapport à, et r la rotation d axe dirigé par u et de mesure d angle θ + π. Théorème 4.14 Soit g un automorphisme orthogonal indirect de l espace qui n est pas une réflexion. Alors il existe une rotation r (différente de l identité) d axe telle que si s est la réflexion par rapport à, on ait Méthode. g = r s = s r. On veut étudier l endomorphisme f de R 3 (ou de l espace euclidien) canoniquement (ou non!) associé à A M n (R) (enfin, on a affaires à une base orthonormale directe). 1. On vérifie que A O(E). 2. Si A est symétrique, f est une symétrie orthogonale. On résout le système AX = X, qui nous donne le plan de la réflexion. 3. On calcul le déterminant de A, pour savoir à l avance si f est une rotation ou non. 4. 1. Si dét(a) = 1, on résout le système AX = X, qui donne l axe de la rotation. On oriente cet axe par un vecteur u, et on considère un vecteur non nul x orthogonal à u. On calcule cos(θ) par la formule ( ) x cos(θ) = r(x) x, x et le signe de sin(θ) est le signe de [u,x,r(x)]. 2. Si dét(a) = 1 et A n est pas symétrique, on considère B = A et g = f, qui est la rotation d axe disons dirigé par u de mesure d angle θ. Alors g est la composée (commutative) de la rotation autour de u de mesure d angle θ + π et de la réflexion par rapport à. 200