Résumé de la séance du 02 avril 2012
2.3 Isométries vectorielles et affines en dimensions 2 et 3 17
2.3 Isométries vectorielles et affines en dimensions 2 et 3
2.3.1 Quelques résultats généraux
Définition 2.15. (isométrie vectorielle) Soient E et F des espaces vectoriels euclidiens de
dimensions finies. On appelle isométrie (vectorielle) de E dans F, toute application linéaire
ϕ: E F telle que pour tout v ∈ E , "ϕ(v)" = "v ".
On notera tout de suite qu’une isométrie (vectorielle) est injective.
Théorème 2.16. (conservation du produit scalaire) Si E et F sont des espaces vectoriels
euclidiens de dimensions finies, alors ϕ: E F est une isométrie si et seulement si ϕ conserve
le produit scalaire: ∀ u , v ∈ E , < ϕ(u ), ϕ(v ) > = < u , v > .
Ce théorème se démontre en utilisant la forme polaire du produit scalaire:
1
∀u , v ∈ E , < ϕ(u ), ϕ(v ) > = 2 ("ϕ(u ) + ϕ(v )"2 − "ϕ(u )"2 − "ϕ(v )"2)
Si E = F , on vérifie facilement que la composée de deux isométries est une isométrie et que
l’inverse d’une isométrie est une isométrie. Ainsi, l’ensemble des isométries (vectorielles) de E a
une structure de groupe pour la loi de composition des isométries. Ce groupe est noté O(E) et
s’appelle groupe orthogonal de E. C’est un sous-groupe du groupe linéaire GL(E) (groupe des
applications linéaires bijectives de E dans E).
Définition 2.17. (isométrie affine) Soient X et Y deux espaces affines euclidiens, on appelle
isométrie affine de X dans Y, toute application affine f : X Y qui conserve les distances eucli-
diennes, c’est-à-dire telle que pour tout (A, B) ∈ X 2 , d(f (A), f(B)) = d(A, B).
Lorsque X = Y , l’ensemble des isométries affines de X, noté souvent Is(X) a une structure de
groupe pour la loi de composition des applications affines. C’est un sous-groupe du groupe affine
GA(X). Une application affine f : X X est une isométrie si et seulement si f ∈ O(X ).
Exemple 2.18.
1. Les symétries orthogonales (vectorielles ou affines) sont des isométries.
2. Si X est un espace affine euclidien, toute translation tv de vecteur v ∈ X est une isomé-
trie.
Théorème 2.19. (caractérisation des isométries vectorielles) Soient E un espace vecto-
riel euclidien de dimension finie n et ϕ: E E une application linéaire. Alors les assertions
suivantes sont équivalentes:
1. ϕ est une isométrie
2. Il existe une base orthonormée de E dont l’image par ϕ est une base orthonormée de E
3. L’image de toute base orthonormée de E par ϕ est une base orthonormée de E.
Note 2.20. Soient E un espace vectoriel euclidien de dimension finie n, ϕ: E E une isomé-
trie. Une base orthonormée B de E étant donnée, si S est la matrice de ϕ dans la base B, alors
les vecteurs colonnes de la matrice S forment une base orthonormée de Rn (muni du produit
scalaire usuel). Autrement dit, si In est la matrice identité n × n, on a tS × S = In. Une telle
matrice est dite orthogonale. Les propriétés du déterminant nous permettent d’affirmer que
det(S) = ± 1.
Nous admettrons que l’on peut définir le déterminant det(ϕ) de l’endomorphisme ϕ de E,
indépendamment de la base de l’espace vectoriel euclidien E choisie. Les isométries vectorielles
dont le déterminant vaut + 1 sont appelées isométries positives. C’est un sous-groupe du groupe
orthogonal O(E), noté O +(E) ou SO(E) (groupe spécial orthogonal).
18 Géométrie euclidienne
2.3.2 Décomposition d’une isométrie en produit de réflexions
Théorème 2.21. (décomposition d’une isométrie vectorielle en produit de réflexions)
Soient E un espace vectoriel euclidien de dimension n, ϕ: E E une isométrie vectorielle.
Alors on peut décomposer ϕ en un produit de s réflexions vectorielles, avec s ! n. Autrement dit,
si ϕ IdE, il existe H1, , Hs des hyperplans vectoriels de E (avec s ! n) tels que ϕ = sHs◦ ◦sH1
(où sHi est la réflexion par rapport à Hi).
Ce théorème se prouve par récurrence sur la dimension n (n " 1) de E.
Nous allons l’expliciter pour n = 1 et n = 2.
Si dim(E) = 1, prenons un vecteur unitaire e1 de E.
L’isométrie ϕ est entièrement déterminée par la donnée de ϕ(e1). Comme "ϕ(e1)" = "e1", on
a ϕ(e1) = ± e1. Si ϕ(e1) = e1, ϕ est l’identité et (par convention) s = 0. Si ϕ(e1) = − e1, s = 1
(symétrie centrale). Le théorème est vérifié.
Si dim(E) = 2.
1
• Supposons qu’il existe un vecteur non nul v tel que ϕ(v) = v. Soit alors e1 = "v "
v. e1 est
un vecteur unitaire et on a ϕ(e1) = e1. Notons D1 la droite vectorielle engendrée par e1.
Soit alors D2 la droite vectorielle orthogonale à D1. Comme ϕ conserve le produit sca-
laire, on a f (D2) = D2. Prenons alors e2 un vecteur unitaire directeur de D2. ϕ étant une
isométrie, on a alors ϕ(e2) = ± e2.
Si ϕ(e2) = e2, alors ϕ = IdE . Si ϕ(e2) = − e2 et alors ϕ = sD1. Le théorème est vérifié.
• Supposons qu’il n’existe pas de vecteur fixé par ϕ. Prenons alors un vecteur non nul quel-
conque v. On a ϕ(v) v. Soit D2 la droite vectorielle orthogonale au vecteur ϕ(v) − v (si
ϕ(v) − v, alors (ϕ(v) + v) est un vecteur directeur de D2:
1 1
ϕ(v) = 2 (ϕ(v) + v) + 2 (ϕ(v) − v)). La transformation ψ = sD2 ◦ ϕ est une isométrie et on a
ψ(v) = v. D’après le point précédent, il existe une droite vectorielle D1 telle que ψ = sD1.
De l’égalité sD1 = sD2 ◦ ϕ on déduit en composant à gauche avec sD2, que sD2 ◦ sD1 = ϕ.
Ceci prouve le théorème en dimension 2.
La démonstration en dimension supérieure se fait de manière analogue.
Remarque 2.22. (le cas de la dimension 3) Soient E un espace vectoriel euclidien de
dimension 3, ϕ: E E une isométrie vectorielle.
1. Fait: ϕ admet 1 ou − 1 pour valeur propre. En effet, le polynôme caractéristique de ϕ
(P ϕ(x) = det(ϕ − x IdE ) étant de degré 3 et à coefficients réels, il admet au moins une
racine réelle. On peut s’en convaincre au moins de deux façons:
a) En utilisant le théorème de D’Alembert-Gauss: ”tout polynôme non constant de
degré n à une variable à coefficients dans C admet admet n racines (comptées avec
multiplicités) dans C”. P ϕ(x) étant à coefficients réels, si r est racine de P ϕ(x), il
en est de même de son conjugué r̄ . P ϕ(x) étant de degré 3 (degré impaire), il
admet au moins une racine réelle.
b) La fonction polynomiale réelle f : R R définie par f (x) = P ϕ(x) est continue, et
lim f (x) = + ∞, lim f (x) = − ∞.
x −∞ x +∞
Le théorème des valeurs intermédiaires dit qu’il existe λ ∈ R tel que f (λ) = 0.
Si λ ∈ R est valeur propre de ϕ de vecteur propre associé v, on a
ϕ(v) = λv. v étant non nul et ϕ conservant la norme, on en déduit |λ| = 1, donc λ = ± 1.
2. Soit e1 ∈ E un vecteur propre associé à une valeur propre λ = ± 1 de ϕ.
Si D est la droite vectorielle engendrée par e1, on a ϕ(D) = D (droite stable par ϕ). D ⊥ = V est
un plan vectoriel de E et on a E = D ⊕ V .
Comme ϕ conserve le produit scalaire, nous avons ϕ(V ) = V . La restriction ϕ |V de ϕ à V est
une isométrie. Si (e2, e3) est une base orthonormée de V , alors (e1, e2, e3) est une base
orthonormée
de E et par rapport à cette base, la matrice de ϕ est de la forme
±1 0 0
0 où S ∈ O(2).
S
0
2.3 Isométries vectorielles et affines en dimensions 2 et 3 19
Soit E un plan vectoriel euclidien. En se fixant une base de E, nous pouvons identifier E tout
simplement à R2.
Considérons donc le plan vectoriel euclidien usuel muni de sa base dite canonique B = (e1, e2) où
e1 = (1, 0) et e2 = (0, 1). Ce choix de base correspond à une orientation (que l’on considère posi-
tive, ou directe) de'R2. Soit( ϕ: R
2
R2 une isométrie vectorielle
' ( dont la matrice dans la base
a c t 1 0
canonique est S = . Nous avons donc S × S = , ce qui signifie que les coeffi-
b d 0 1
a2 + b2 = 1
cients de la matrice S vérifient le système suivant: ac + bd = 0 .
c2 + d2 = 1
De la seconde équation nous tirons (c, d) = λ( − b, a), avec λ ∈ R. Les deux autres équations
nous'imposent(alors λ2 ='1. La matrice
( S s’écrit alors sous l’une des deux formes suivantes:
a −b a b
S= ou S = , avec a, b ∈ R vérifiant a2 + b2 = 1. Dans le premier cas on
b a b −a
a une isométrie positive tandis que dans le second on a une 'isométrie(négative. Le groupe SO(2)
a −b
est décrit par l’ensemble des matrices 2 × 2 de la forme S = avec a2 + b2 = 1.
b a
Les éléments de S O(2) = O +(2) sont appelés rotations vectorielles.
