Géométrie affine

Peter Haïssinsky, Université de Paul Sabatier

–

L’objet de ce chapitre est de mettre en place la géométrie euclidienne à partir de l’algèbre linéaire.
Dans un premier temps, on se concentre sur la notion d’espaces affines, dans lequel on peut parler
d’alignement, de parallélisme, de barycentre, de convexité et d’intersection de sous-espaces (affines). Un
espace affine peut être vu comme un espace vectoriel « dont on a oublié l’origine ».
Ensuite, cette notion est décorée par l’ajout d’un produit scalaire pour aboutir à la notion d’espace
affine euclidien. On peut ainsi parler d’angles et de distances.

1 Introduction
→
−
On se donne un espace vectoriel E de dimension finie n sur un corps commutatif K que l’on peut penser
comme étant R ou C. Dans la suite, on mettra une flèche sur les données vectorielles.
→
−
Définition 1.1 (Espace affine). — Un espace affine de direction E est un ensemble non vide A muni
→
− −→
d’une application Φ qui à chaque bipoint (A, B) de A, associe un élément de E , noté AB vérifiant les
deux propriétés suivantes:
−→ −→ −→
(A1) pour tous A, B, C ∈ A, on a AB + BC = AC (relation de Chasles);
→
− −→
(A2) pour tout A ∈ A, pour tout ~v ∈ E , il existe un unique point B ∈ A tel que AB = ~v .
→
− ~
L’espace vectoriel E est appelé direction de l’espace affine A. La direction de A est souvent notée A.
La dimension d’un espace affine est la dimension de l’espace vectoriel qui lui est associé. En particulier
un espace affine de dimension 1 est appelé droite affine, un espace affine de dimension 2 plan affine.
La propriété (A2) assure, pour tout point A et tout vecteur ~u, l’existence et l’unicité d’un point B
−→
vérifiant AB = ~u, que l’on nomme translaté de A par ~u; on écrit B = A + ~u ou ~u = B − A. Étant donné
→
−
un vecteur ~u de E , l’application T→u qui à un point A de A associe son translaté par le vecteur ~
− u est
appelée translation de vecteur ~u.
→
−
Exemple d’espace affine.— Tout espace vectoriel E est canoniquement muni d’une structure d’espace
→
−
affine de direction E par:
→
− → − →
−
E×E −→ E
(v, w) 7−→ w − v.
→
−
C’est, à isomorphisme près, le seul espace affine de direction isomorphe à E .
−→
Il arrive d’ailleurs que ce que l’on a noté dans un espace affine AB soit noté B − A, et quand cet
espace affine est un espace vectoriel muni de sa structure affine canonique, les notations sont cohérentes,
de même qu’avec la notation de Grassmann, qui donne B = A + (B − A).
→
− →
−
Si E = Kn , on note An (K) l’espace affine modelé sur E .
Propriétés élémentaires.— Les propriétés suivantes découlent directement de la définition d’espace
affine, c’est-à-dire des axiomes (A1) et (A2). Soient A et B deux points quelconques d’un espace affine ;
−→ −→ −→
on a AB = ~0 ⇔ A = B et BA = −AB.
On peut également généraliser la relation de Chasles à un nombre fini de points A0 , . . . , An :
n
−−−→ X −−−−→
A0 An = Ai−1 Ai .
i=0

1
Université Paul Sabatier, 2014–2015, cours L2 spécial, Algèbre linéaire 2

Repères cartésiens et affines.— Si on fixe un point origine O, par définition d’un espace affine, il
→
− −−→
existe une application ΦO : A → E qui à un point M de A associe le vecteur OM. La propriété (A2)
énonce que cette application ΦO est bijective pour tout point O. Cette correspondance permet donc,
par choix d’une origine, de munir (de façon non canonique) l’espace affine A d’une structure d’espace
→
− →
−
vectoriel isomorphe à E , dite structure vectorielle d’origine O, et que l’on note E O . Cette opération est
la vectorialisation de l’espace affine A. L’étude des problèmes de géométrie affine se ramène souvent à
une étude en géométrie vectorielle, par choix convenable d’une origine de l’espace affine.
Un repère cartésien d’un espace affine A est la donnée d’une origine O ∈ A et d’une base B =
→
−
(e1 , . . . , en ) de son espace directeur E de sorte que pour tout M, il existe x1 , . . . xn tels que
n
−−→ X
OM = xj e j .
j=1

Les scalaires (x1 , . . . , xn ) s’appellent les coordonnées cartésiennes du point M dans le repère (O, e1 , . . . , en ).
−−−→ −−−→
Un repère affine est la donnée de (n + 1) points (A0 , . . . , An ) tels que (A0 , A0 A1 , . . . , A0 An ) est un
repère cartésien.
Si les points A et B de A ont pour coordonnées X et Y respectivement dans le repère (O, B), alors
−→
AB a pour coordonnées Y − X dans B.
Le repère affine (O, B) permet d’établir un isomorphisme (affine) entre A et l’espace affine canonique
An (K). En effet, l’application T : A → An (K) qui à un point M ∈ A associe ses coordonnées cartésiennes
X dans le repère (O, B) remplit cette fonction.
Supposons que (O0 , B0 ) est un autre repère cartésien de A. Soient O0 = (o1 , . . . , on ) les coordonnées
cartésiennes de O0 et P la matrice de passage de B vers B0 . Notons X, X0 ∈ Kn les coordonnées cartésiennes
−−→ −−→ −−→
d’un point M dans les deux repères. En écrivant OM = OO0 + O0 M, on trouve

X = PX0 + O0 .

Plus généralement, on dit que des points A0 , . . . , , An sont affinement indépendants si les vecteurs
−−−→ −−−→ →
−
A0 A1 , . . . , A0 An forment une famille libre de E . Notons que la relation de Chasles montre que la manière
de former les vecteurs ne comptent pas.

2 Sous-espaces affines
→
−
Soit A un espace affine de direction E . Une partie non vide F de A est un sous-espace affine s’il existe
→
− →
− →
−
un sous-espace F de E et un point A ∈ F tel que F = A + F . Autrement dit, pour tout M ∈ F, on a
→
− −−→ →
−
F = {AM, M ∈ F}. La dimension de F est par définition la dimension de son espace directeur F .
Cas particuliers.— Deux points distincts A et B de l’espace affine A définissent un sous-espace affine
de dimension 1, la droite affine passant par A de direction la droite vectorielle engendrée par le vecteur
−→
AB. Cette droite affine est l’unique droite passant par A et B. Trois points non alignés A, B et C de
l’espace affine A définissent un sous-espace affine de dimension 2, le plan affine passant par A de direction
−→ −→
le plan vectoriel engendré par les deux vecteurs non colinéaires AB et AC. Un hyperplan affine de A est
→
−
un sous-espace affine de A dont la direction est un hyperplan de E .

2.1 Parallélisme
Il existe deux notions de parallélisme entre sous-espaces affines, l’une n’est valide qu’entre deux sous-
espaces de même dimension (deux droites, deux plans, etc.), l’autre est plus générale.
Soient F et G deux sous-espaces affines. On dit que F et G sont parallèles, ou parfois fortement
parallèles, quand ils ont la même direction. On dit aussi que F est faiblement parallèle à G, quand la
direction de F est un sous-espace vectoriel de celle de G.
Université Paul Sabatier, 2014–2015, cours L2 spécial, Algèbre linéaire 3

La relation de parallélisme fort est une relation d’équivalence. La relation de parallélisme faible
n’est pas symétrique, mais reste réflexive et transitive (c’est un préordre).
L’axiome des parallèles (variante du cinquième postulat d’Euclide) — par un point il passe une et
une seule droite parallèle à une droite donnée — est une conséquence immédiate de la définition même
de sous-espace affine qui assure l’unicité d’un sous-espace affine passant par un point et de direction un
sous-espace vectoriel donné (une droite vectorielle en l’occurrence).
Deux sous-espaces affines parallèles (fortement) sont soit confondus, soit d’intersection vide. Un
sous-espace affine faiblement parallèle à un sous-espace affine est soit inclus dans ce dernier soit d’intersection
vide avec celui-ci.

2.2 Intersections de sous-espaces

Nous avons vu ci-dessus que deux sous-espaces affines parpallèles étaient soit confondus, soit disjoints,
de sorte que l’intersection de sous-espaces n’est pas toujours un sous-espace.
→
−
Proposition 2.1. — Soit A un espace affine sur K d’espace directeur E et soit (Ei )i∈I une famille de
→
−
sous-espaces affines de A (indexée par un certain ensemble I) ; si E i désigne pour tout i l’espace directeur
→
−
de Ei alors ∩Ei est ou bien vide, ou bien un sous-espace affine de A dirigé par ∩ E i .

Démonstration. — Supposons que l’on ait F = ∩Ei 6= ∅ et prenons A un point de l’intersection.

→
−
Comme A appartient à chacun des Ei , on a Ei = A + E i pour tout i. Du coup, pour tout M ∈ F, on
−−→ −
→ −−→ −
→
a AM ∈ ∩Ei . Réciproquement, si M est tel que AM ∈ ∩Ei , alors M ∈ Ei pour tout i, donc M ∈ F. Il
→
−
découle F = A + ∩ E i .

Si E ⊂ A est une partie, il existe un plus petit espace affine F contenant E: c’est l’intersection de
tous les sous-espaces affines contenant E. Cette intersection est non vide puisqu’elle contient E. On dit
que F est engendré par E. On écrit F = Aff(E).
Si E est un ensemble fini de cardinal k + 1, alors dim Aff(E) ≤ k, avec égalité si et seulement s’ils
sont affinement indépendants.

2.3 Représentations de sous-espaces

→
−
On se donne un sous-espace F = A + F . On décrit deux représentations standard de F qui ont chacune
2 3
leur intérêt, classiques dans R et R .

2.3.1 Représentation paramétrique

→
− −−→ →
−
On se donne une base (ε1 , . . . , εk ) de F . Un point M ∈ A est dans F si AM est dans F , autrement s’il
−−→ Pk
existe des scalaires λ1 , . . . , λk tels que AM = j=1 λj εj .
Si A est muni d’un repère cartésien (O, e1 , . . . , en ) de A, on peut alors écrire, pour j = 1, . . . , k,
n
X
εj = αi,j ei .
i=1

Si A = (a1 , . . . , an ) et M = (x1 , . . . , xn ) alors on obtient M ∈ F si et seulement s’il existe des scalaires

(λj ) tels que 
Xk

x = a + λj α1,j

1 1





 j=1

 ... = ...




 Xk
xi = ai + λj αi,j

 j=1




 ... = ...
k



 X
 xn = an + λj αn,j



j=1
Université Paul Sabatier, 2014–2015, cours L2 spécial, Algèbre linéaire 4
→
−
On décrit donc F comme l’image de F par l’application ϕ : Rk → F qui à (λ1 , . . . , λk ) associe le point
M = (x1 , . . . , xn ) ∈ F.
Une telle représentation permet de construire facilement des points de F.

2.3.2 Représentations cartésiennes

→
− →
−
On complète la base de F en une base (ε1 , . . . , εn ) de E . On considère la base duale (ε∗1 , . . . , ε∗n ). Un
−−→ →
−
point M est dans F si AM est dans F c’est-à-dire si
−−→ −−→
ε∗k+1 (AM) = . . . = ε∗n (AM) = 0 .
Pn
Avec le repère précédent, il existe des scalaires (βi,j )1≤i≤n,k+1≤j≤n tels que ε∗j = i=1 βi,j e∗i . Donc un
point M = (x1 , . . . , xn ) est dans F si et seulement si
 n
X
βi,k+1 (xi − ai ) = 0






 i=1
... = ...



n


 X
βi,j (xi − ai ) = 0

 i=1

... = ...



n



 X


 βi,n (xi − ai ) = 0
i=1

Ici, on décrit F comme les solutions d’un système linéaire.

Une telle représentation permet de vérifier facilement si un point donné est dans F ou non.

3 Applications affines
→
− →
−
Soient E et F deux espaces affines de directions E et F . Une application affine f : E → F est une
→
− →
− → −
transformation telle qu’il existe une application linéaire f ∈ L( E , F ) telle que, pour tous points A, B ∈
−−−−−−→ → − −→ →
−
E, on ait f (A)f (B) = f (AB). L’application f est la partie linéaire de f ou sa direction.
Si O ∈ E est une origine, on a
→
− −−→
f (M) = f (O) + f (OM) .
→
−
Exemples. — Soit A un espace affine de direction E . On définit des applications f : A → A particulières
mais classiques.
→
−
1. La translation de vecteur ~u ∈ E est l’application f (M) = M + ~u.
−−→
2. L’homothétie de centre A et de rapport k(6= 1) ∈ K est l’application f (M) = A + k AM.
−−→
3. La symétrie centrale de centre A est l’application f (M) = A − AM.
→
− →
− →
− →
− → −
4. La projection sur le sous-espace F = A + F parallèlement à G , où E = F ⊕ G , est l’application
→
− −−→ →
− →
− →
−
f (M) = A + f (AM), où f est le projecteur sur F parallèlement à G .
→
− →
− →
− →
− →
−
5. La symétrie par rapport au sous-espace F = A + F parallèlement à G , où E = F ⊕ G , est
→
− −−→ →
− →
− →
−
l’application f (M) = A + f (AM), où f est la symétrie par rapport à F parallèlement à G .

Lorsque l’on s’intéresse aux espaces An (K), alors toute application affine f : An (K) → Am (K) est
de la forme
f (X) = AX + B
où A ∈ Matm,n (K) et B ∈ Kn .
Université Paul Sabatier, 2014–2015, cours L2 spécial, Algèbre linéaire 5

Remarque 3.1. — Si f : A → A est affine et admet un point fixe O, alors on obtient, pour tout M ∈ A,
→
− −−→
f (M) = f (OM). Une telle application affine n’est rien d’autre qu’une application linéaire.

La composition d’applications affines est affine: si f : E → F et g : F → G sont deux applications

−−−−−−→ → − −→
affines alors g ◦ f : E → G est aussi affine. En effet, on a f (A)f (B) = f (AB) donc
−−−−−−−−−−−−−−→ −−−−−−−−−−−→ → −−−−−−→ →
− −→ −−→ −→
(g ◦ f )(A)(g ◦ f )(B) = g(f (A))g(f (B)) = −
g (f (A)f (B)) = →
−
g ◦ f (AB) = g ◦ f (AB) .
→
−
Par conséquent, la partie linéaire de g ◦ f est →
−
g ◦ f.
Représentation matricielle. — On se fixe un repère R = (O, B) de E et R0 = (O0 , B0 ) un repère de F.
→
−
On considère f : E → F une application affine. On note A = Mat( f , B, B0 ) = (ai,j ). Si M est un point
de E de coordonnées (x1 , . . . , xn ) et f (O) de coordonnées (b1 , . . . , bm ) et si on écrit f (M) = (y1 , . . . , ym )
→
− −−→
alors on remarque qu’en sachant que f (M) = f (O) + f (OM), on obtient
    
y1 b1 x1
 ..   ..   .. 
 .  
 = A  . 
.   
ym   bm xn 

1 0 ... 0 1 1
Du coup, on définit
 
b1
 ..  Mat(f, B, B0 ) f (O)
Mat(f, R, R0 ) = 
 A . 
= ∈ Mm+1,n+1 (K)
 bm  0 1
0 ... 0 1

On laisse en exercices les remarques suivantes.

1. On a Mat(Id, R, R) = In+1 ;
2. Si f : (E, RE ) → (F, RF ) et g : (F, RF ) → (G, RG ) sont des applications affines, alors

Mat(g ◦ f, RE , RG ) = Mat(g, RF , RG ) Mat(f, RE , RF ) ;

→
−
3. Si dim E = dim F, alors on a aussi det Mat(f, R, R0 ) = det Mat( f .B, B0 ) donc f est inversible si et
→
−
seulement si f l’est. Dans ce cas, on a Mat(f −1 , R0 , R) = Mat(f, R, R0 )−1 qui est de la forme

b01
 
 0  
. b1 b1

 A−1 .. 

 ..  −1  .. 
Mat(f , R , R) = 
−1 0
 où  .  = −A  .  .
b0m 
b0m

bm
0 ... 0 1

Matrices de passage. — On se fixe deux repères R = (OE , B) et R0 = (O0E , B0 ) de E.

On définit la matrice de passage P de R à R0 par

o01
 
 .. 
P = passage(R → R0 ) = Mat(IdE , R0 , R) = 
 P0 . 

 o0m 
0 ... 0 1

où P0 est la matrice de passage de B vers B0 et (o01 , . . . , o0m ) sont les coordonnées de O0E dans le repère R.
Si X et X0 sont les coordonnées d’un point M dans les repères R et R0 respectivement, alors
   0
X X
=P .
1 1
Université Paul Sabatier, 2014–2015, cours L2 spécial, Algèbre linéaire 6

On considère maintenant aussi deux repères S = (OF , C) et S0 = (O0F , S0 ) d’un espace affine F, ansi
qu’une application affine f : E → F. Si Q désigne la matrice de passage de S vers S0 alors

Mat(f, R0 , S0 ) = passage(S0 → S) Mat(f, R, S)passage(R → R0 ) = Q−1 Mat(f, R, S)P .

4 Barycentres
La notion de barycentre est, à bien des égards, l’analogue affine de celle de combinaison linéaire. On
introduit aussi les coordonnées barycentriques. Le calcul en coordonnées barycentriques est particulière-
ment adapté au travail dans un repère affine dont tous les points jouent le même rôle (par exemple, un
triangle non dégénéré dans un plan), car il permet d’éviter de choisir une origine, et donc de rompre la
symétrie initiale.
→
−
Proposition 4.1. — Soit A un K-espace affine d’espace directeur E ; soient n ∈ N, (α0 , . . . , αn ) une
→
−
famille de scalaires et (A0 , . . . , An ) une famille de points de A. Soit ϕ : A → E l’application définie
P −−→
par ϕ(M) = αj MAj que l’on appelle la fonction vectorielle de Leibnitz associée à la famille de points
pondérés {(Aj , αj )}1≤j≤n .
P
1. Si αj = 0 alors ϕ est constante.
P
2. Si αj 6= 0, il existe un unique point G, appelé barycentre de la famille {(Aj , αj )}1≤j≤n tel que
ϕ(G) = 0; on a alors pour tout M ∈ A, l’égalité
 
X −−→ −−→ 1 X −−→
ϕ(M) =  αj  MG soit encore MG = P αj MAj .
j
αj

Démonstration. — Soient M, N ∈ A . On a
X −−→
ϕ(N) = αj NAj
X −−→ −−→
= αj (NM + MAj )
X  −−→
= ϕ(M) − αj MN .

→
− →
−
Par conséquent, ϕ est affine et →
− P
ϕ : E → E vaut (− αj ) Id.
αj = 0, alors →
−
P
Si ϕ ≡ 0, donc ϕ est constante. Supposons maintenant que la somme est non nulle,
→
− →
−
ce qui implique que ϕ est un automorphisme de E , et ϕ un isomorphisme de A. Posons G = ϕ−1 (0), de
sorte que si M ∈ A, alors
−−→ X  −−→ X  −−→
ϕ(M) = ϕ(G) + →−ϕ (GM) = − αj GM = αj MG .

→
−
Définition 4.2. — Soit A un K-espace affine d’espace directeur E ; soient n ∈ N, (α0 , . . . , αn ) une
famille de scalaires de somme non nulle et (A0 , . . . , An ) une famille de points de A. L’unique point G
P −−→
vérifiant αj GAj = 0 est appelé le barycentre de la famille des points pondérés {(Aj , αj )}1≤j≤n , et l’on
écrira G = Bar((A1 , α1 ), . . . , (An , αn )).

Le milieu de deux points A et B est le barycentre de (A, 1/2) et (B, 1/2), bien défini sur un corps
−→
de caractéristique différente de 2, c’est le point A + 12 AB. Le milieu de A et B est le milieu de B et A.
Propriétés élémentaires du barycentre. — Soit {(Aj , αj )}1≤j≤n une famille des points pondérés
de barycentre G.
1. Si tous les poids sont nuls, sauf p.ex. α1 , alors le barycentre est A1 .
Université Paul Sabatier, 2014–2015, cours L2 spécial, Algèbre linéaire 7

2. Commutativité. On peut changer l’ordre des points sans changer la valeur du barycentre tant que
les points conservent leur coefficient.
3. Invariance par multiplication par un scalaire non nul. Si λ ∈ K∗ , alors λαj 6= 0 et Bar{(Aj , λαj )} =
P
Bar{(Aj , αj )}. On utilisera très souvent cette remarque, par exemple pour se ramener au cas où la
sommes des poids vaut 1, qui présente un intérêt particulier.
4. Associativité du barycentre.
P I et J deux sous-ensembles disjoints de {1, . . . , n} tels que I ∪ J =
SoientP
{1, . . . , n}, αI = j∈I αj et αJ = j∈J αj sont non nulles. On note GI = Bar{(Aj , αj ), j ∈ I} et
GJ = Bar{(Aj , αj ), j ∈ J}. Alors G = Bar{(GI , αI ), (GJ , αJ )}.
→
−
Coordonnées barycentriques. — Si l’espace affine A est associé à un espace vectoriel E de dimension
n, et si (Ai )0≤i≤n sont n + 1 points de l’espace affine, on dit que ces n + 1 points forment un repère
−−−→ →
−
barycentrique si les vecteurs A0 Ai forment une base de E . On démontre, grâce à la relation de
1≤i≤n
Chasles, que cette propriété est indépendante de l’ordre des points.
Si (Ai )0≤i≤n forment un repère barycentrique de l’espace alors tout point M de cet espace peut être
décrit comme barycentre des (Ai )0≤i≤n pour des poids (αi )i bien choisis. La propriété d’homogénéité
permet de dire que les coefficients (αi )0≤i≤n ne sont pas uniques (les multiplier par un scalaire k non nul,
ne changera pas la position de M), on privilégie alors les coefficients (αi )0≤i≤n tels que leur somme vaut
1. Ils sont appelés coordonnées barycentriques de M.

5 Géométrie euclidienne
Un espace affine euclidien E est un espace affine sur R dirigé par un espace vectoriel euclidien. On définit
−→
sur E l’application d : E × E → R+ par d(A, B) = kABk. On munit ainsi E d’une distance:
1. si A, B ∈ E, alors d(A, B) = 0 si seulement si A = B;
2. si A, B ∈ E alors d(A, B) = d(B, A);
3. si A, B, C ∈ E, on a d(A, B) ≤ d(A, C) + d(C, B).

Théorème 5.1 (de Pythagore). — Si A, B, C forment les sommets d’un triangle rectangle en B, ce
−→ −→
qui signifie que hAB, BCi = 0, alors

d(A, C)2 = d(A, B)2 + d(B, C)2 .

Démonstration. — On a
−→ −→ −→ −→ −→ −→
d(A, C)2 = hAC, ACi = hAB + BC, AB + BCi
−→ −→ −→ −→ −→ −→
= hAB, ABi + 2hAB, BCi + hBC, BCi
= d(A, B)2 + d(B, C)2 .

5.1 Espaces affines réels

Soit A un espace affine sur R. Si A et B sont deux points distincts de A, l’ensemble des points M =
Bar((A, k), (B, 1 − k)) où k est élément de [0; 1], est une partie de la droite (AB) appelé segment [AB].
C’est aussi l’ensemble des points M = Bar((A, a), (B, b)) où a et b sont deux réels positifs ou nuls.
Un ensemble stable par prise de barycentre avec coefficients toujours positifs ou nuls est un ensemble
convexe.
Soient (Ai )1≤i≤n des points de A. L’ensemble des combinaisons convexes de ces points, c’est-à-dire
de leurs barycentres à coefficients positifs ou nuls, défini l’enveloppe convexe des points (Ai )1≤i≤n .
Soit f une application de A1 dans A2 , on dit que f conserve le barycentre si pour tout point
G = Bar((Ai , ai ))1≤i≤n , on a f (G) = Bar((f (Ai ), ai ))1≤i≤n . La propriété d’associativité du barycentre
permet de se limiter à vérifier la conservation pour tout barycentre de deux points.
Université Paul Sabatier, 2014–2015, cours L2 spécial, Algèbre linéaire 8

Théorème 5.2. — L’ensemble des applications de E1 dans E2 conservant le barycentre coïncide avec
celui des applications affines de E1 dans E2 .

Certaines applications affines s’expriment bien à l’aide du barycentre.

Exemples. —
1. Soient A et B deux points, la transformation qui, au point M associe le point M0 = Bar((B, 1), (A, −1), (M, 1))
−→
est une translation, qui a pour vecteur AB.
2. Soient C un point et k un scalaire non nul. La transformation qui au point M associe le point
M0 = Bar((C, 1 − k), (M, k)) est l’homothétie de centre C et rapport k.

5.2 Distance à un sous-espace

On suppose que E est un espace euclidien, A ⊂ E est un sous-espace affine et x ∈ E. On cherche à calculer
d(x, A) = inf{d(x, y), y ∈ A}.
Projections orthogonales. — On considère un sous-espace A ⊂ E et un point A ∈ A. On note
− →
− →
− →
−
p→
A : E → E la projection orthogonale vectorielle sur A . Du coup, pA : E → E défini par pA (M) =
−
−→
A+− p→
A (AM) est la projection orthogonale sur A. On doit vérifier que si on avait choisi un autre point
B ∈ A, alors on obtient la même application. En effet, on a
− −−→ → −→ → −−→ −→ − → −−→
p→ − −
A (BM) = pA (BA) + pA (AM) = BA + pA (AM)

donc
−−→ −→ − → −−→ → −−→
B+−
p→ −
A (BM) = B + BA + pA (AM) = A + pA (AM) .

On remarque que, pour tout M ∈ E, on a

−−→
(pA ◦ pA )(M) = pA (A + −p→A (AM))

= pA (A) + −p→ → −−→

−
A (pA (AM))
−−→
= A+− p→
A (AM))
= pA (M) .

Lemme 5.3. — Soient A ⊂ E un sous-espace, M ∈ E et N ∈ A. Alors pA (M) = N si et seulement si

−−→ → −
MN ∈ A ⊥ .
−−→ →
−
Démonstration. — On choisit A = pA (M) de sorte que AM ∈ Ker − p→ →
− −
→
A , Du coup, si u ∈ A = Im pA ,
−−→ →
alors hAM, −u i = 0 car la projection est orthogonale.
−−→ →
− −−→
Réciproquement, on suppose que N ∈ A vérifie MN ∈ A ⊥ de sorte que MN ∈ Im p⊥ = Ker p. Par
−
−→
suite, on a pA (M) = N + →−p (NM) = N.

→
− →
−
Soit (e01 , . . . , e0p ) une base de A que l’on complète en une base B = (e01 , . . . , e0n ) de E . Par l’algorithme
→
−
de Gram-Schmidt, on construit une base orthonormée (e1 , . . . , en ) de E de sorte que (e1 , . . . , ep ) est une
→
−
base de A . On a donc construit un repère orthonormé R = (A, B) de E. On obtient ainsi
p
X −−→
pA (M) = A + hej , AMiej .
j=1

Lemme 5.4. — Soit pA : E → E la projection orthogonale sur A. Alors d(x, A) = d(x, pA (x)).

Démonstration. — En effet, si A ∈ A, alors (A, pA (x), x) est un triangle rectangle en pA (x) donc
d(x, M)2 = d(x, pA (x))2 + d(pA (x), M)2 ≥ d(pA (x), x)2 .

Matrice de Gram. — Si x1 , . . . , xp sont des vecteurs d’un espace euclidien, on définit la matrice
M = M(x1 , . . . , xp ) = (hxi , xj i)1≤i,j≤p et le déterminant de Gram G(x1 , . . . , xp ) = det M.
Université Paul Sabatier, 2014–2015, cours L2 spécial, Algèbre linéaire 9

Lemme 5.5. — Le déterminant de Gram est nul si et seulement si la famille est liée. Dans le cas
contraire, G = (det P)2 où P est la matrice de passage de (x1 , . . . , xp ) vers une famille orthonormée qui
engendre le même espace.

Démonstration. — Si la famille est libre, alors M représente la matrice du produit scalaire dans la
base X = (xP1p, . . . , xp ). De plus, il existe une base orthonormée (e1 , . . . , ep ) de Vect(x1 , . . . , xp ). On a
donc xj = i=1 hxj , ei iei . Or la matrice de passage de X vers B est P = (hei , xj i)i,j . Il vient tP · P = M
et G = (det P)2 .
Si
Pla famille est liée, alors il existe un indice
P k tel que xk est combinaison linéaire des autres vecteurs:
xk = j6=k λj xj . Du coup, on a hxi , xk i = j6=k λj hxi , xj i pour tout i ∈ {1, . . . p}. Donc, en développant
G selon la kième colonne, on montre que G = 0.

Proposition 5.6. — Soit A un sous-espace de E muni d’un repère (A, ε1 , . . . , εp ). Pour tout M ∈ E, on
a −−→
G(ε1 , . . . , εp , AM)
d(M, A)2 = .
G(ε1 , . . . , εp )
−−→
Démonstration. — Si M ∈ A, alors d(M, A) = 0 = G(ε1 , . . . , εp , AM). Supposons maintenant M 6∈ A
−−→ →
−
de sorte que (ε1 , . . . , εp , AM) est libre. On considère une base orthonormée (e1 , . . . , ep ) qui engendre A
−−→
à laquelle on rajoute un vecteur unitaire ep+1 orthogonal à A de sorte que AM ∈ A ⊕ Rep+1 que l’on
peut obtenir par l’algorithme de Gram-Schmidt. Si on note P la matrice de passage de (e1 , . . . , ep ) vers
−−→
(ε1 , . . . , εp ) et Q de (e1 , . . . , ep+1 ) vers (ε1 , . . . , εp , AM), on obtient
−−→  2
G(ε1 , . . . , εp , AM) det Q
= .
G(ε1 , . . . , εp ) det P
On a donc  −−→ 
hAM, e1 i
 .. 

Q= P . 
−−→

hAM, ep i 
 

−−→
hε1 , ep+1 i . . . hεp , ep+1 i hAM, ep+1 i
−−→
Or, dans la dernière ligne, on a hεj , ep+1 i = 0 pour 1 ≤ j ≤ p. Du coup, det Q = hAM, ep+1 i det P.
−−→ −−−−−→
Or hAM, ep+1 i = hpA (M)M, ep+1 i = d(M, A), ce qui montre la proposition.

5.3 Isométries affines

Soit E un espace euclidien de dimension n ≥ 1. Une isométrie est une transformation affine f : E → E
qui préservent la distance euclidienne. On remarque tout d’abord qu’une isométrie f : E → E doit avoir
sa partie linéaire dans le groupe orthogonal On (R). En effet, pour tous p, q ∈ E, on a
−−−−−→ →
− −
k→
−
pqk = d(p, q) = d(f (p), f (q)) = kf (p)f (q)k = k f (→
pq)k .

On vérifie que les isométries affines de E forment un groupe pour la composition. On parle de
→
−
déplacement pour une isométrie f telle que f ∈ SOn (R), et d’anti-déplacement sinon.
On démontre le résultat suivant qui est central pour classer les isométries:

Théorème 5.7 (de décomposition). — Si f est une isométrie affine d’un espace euclidien E de di-
mension finie, alors il existe un unique couple (g, →
−
u ) où g est une isométrie ayant un point fixe et →
−
u est
−−−−→
un vecteur de Ker f − Id tels que f = T→ −u ◦ g = g ◦ T →
−
u .

On établit au préalable quelques lemmes.

→
−
Lemme 5.8. — Soient g une transformation affine d’un espace affine E et →
−
u est un vecteur de E . On
→
− −−− →
u ◦ g = g ◦ T→
a T→
− u si et seulement si u ∈ Ker g − Id.
−
Université Paul Sabatier, 2014–2015, cours L2 spécial, Algèbre linéaire 10
→
−
Démonstration. — Les transformations T→ u ◦ g et g ◦ T→
− u ont même partie linéaire g , donc elles sont
−
égales si et seulement s’il existe A ∈ E tel que T→ −u ◦ g(A) = g ◦ T→−u (A). Pour A ∈ E, prenons B tel que
−→ → −→ −−−−→
AB = − u de sorte que →
−g (AB) = → −g (→
−
u ) et prenons C tel que g(A)C = → −
u ◦ g(A) = g ◦ T→
u . Donc T→
− −u (A)
si et seulement si −−−−→ − −→
→
−
u = g(A)C = → g (AB) = →−g (→
−
u ),
−−−→
soit →
−u ∈ Ker g − Id.

Lemme 5.9. — Soient E un espace affine et f : E → E une application affine. Soit A un point de E, et
−→ → −
u ◦ f a un point fixe si et seulement si AB − u appartient à
notons B = f (A). L’application affine T−→
−
−−−−→
l’image Im f − Id .

Démonstration. — Si M est un point de E, alors la relation de Chasles nous permet d’écrire

−→ −−→ −−−−→ −−−−−−−→
AB = AM + Mf (M) + f (M)f (A)
−−→
que l’on exprime en introduisant →
−
u et en posant →
−
x = AM sous la forme
−→ → →
− − −−−−−−−−−−→
AB − −
u = (→
−
x − f (→
x )) + M(T−→u f )(M) .
−

−→ − →
− − −→ −
Si M est un point fixe, alors on obtient AB − → u = (→ −
x − f (→x )). Réciproquement, si (AB − →
u) =
−−−−→ →− →
− −−−−−−−−−−→
f − Id( x ), alors, en posant M = A + x , on obtient M(T−→u f )(M) = 0 donc T−→
− u ◦ f (M) = M.
−

−−−−→
Lemme 5.10. — Soit E un espace vectoriel euclidien, soit f une isométrie de E. Les espaces Ker f − Id
−−−−→
et Im f − Id sont des supplémentaires orthogonaux l’un de l’autre.
−−−−→ −−−−→
Démonstration. — Montrons que les deux sous-espaces Ker f − Id et Im f − Id sont orthogonaux.
−−−−→ −−−−→ →
− −
Soient →−
x ∈ Ker f − Id et →
−
y ∈ Im f − Id. On peut écrire →
−
y = f (→z)−→−z , avec z ∈ E. Comme
→
− →− →
−
f ( x ) = x , on a
→
− − →
− − →
− − → − −
h→
−
x,→
−
y i = h→
−
x , f (→
z )−→
−
z i = h→
−
x , f (→
z )i − h→
−
x,→
−
z i = h f (→
x ), f (→
z )i − h→
−
x,→
−
zi=0
−−−−→ −−−−→
car f est une isométrie. En particulier, ces deux espaces Ker f − Id et Im f − Id sont en somme directe.
D’après le théorème du rang, on a
−−−−→ −−−−→ →
−
dim Ker f − Id + dim Im f − Id = dim E .

Cela entraîne qu’ils sont supplémentaires l’un de l’autre, d’où le lemme.

Démontrons maintenant le théorème 5.7.

Démonstration. — (théorème 5.7) Soit A un point de E et notons B = f (A). D’après les deux
premiers lemmes, la condition du théorème est satisfaite par →
−
u ◦ f si l’on a simultanément
u et g = T−→
−
→
− −−−−→ −→ →
− −
− −−→ −→
u ∈ Ker f − Id et AB − u ∈ Im f − Id. Autrement dit, on doit pouvoir décomposer le vecteur AB
−−−−→ −−−−→
sous la forme d’un vecteur de Ker f − Id et d’un vecteur de Im f − Id. Cela est possible, d’une unique
manière, d’après le dernier lemme.

6 Espace euclidien de dimension 3

On se donne maintenant un espace affine euclidien E de dimension 3 muni d’un repère orthonormé
→
−
R = (O, B). Celui-ci définit une orientation de E dans le sens suivant: si B0 est une autre base de E ,
alors on dit que B0 est une base directe si det P ≥ 1 où P est la matrice de passage de B vers B0 .
Université Paul Sabatier, 2014–2015, cours L2 spécial, Algèbre linéaire 11

6.1 Produit vectoriel et produit mixte

Une des spécificités de la dimension 3 est donnée par les notions de produit vectoriel et de produit
mixte. Dans ce paragraphe, on considère un espace vectoriel euclidien de dimension 3 muni d’une base
orthonormée B.

6.1.1 Produit vectoriel

Si u, v ∈ E, le produit vectoriel u ∧ v est un vecteur w tel que
– w = 0 si u et v sont colinéaires;
– w est le vecteur de norme kuk · kvk sin θ, où θ ∈ [0, π] est l’angle non orienté entre u et v, dans
l’orthogonal {u, v}⊥ et tel que (u, v, w) est une base directe.

Si u = xe1 + ye2 + ze3 et v = x0 e1 + y 0 e2 + z 0 e3 alors

yz 0 − y 0 z
 

u ∧ v = (yz 0 − y 0 z)e1 + (zx0 − z 0 x)e2 + (xy 0 − x0 y)e3 = zx0 − z 0 x .

xy 0 − x0 y

De manière abusive, on peut se souvenir de la formule en écrivant

e1 e2 e3
y z x z x y
u∧v = x y z = e1 − e2 + e3 .
y0 z0 x0 z0 x0 y 00
x0 y0 z0

Propriété 6.1 (du produit vectoriel). — On a les propriétés suivantes.

1. Bilinéarité: si u, u0 , v, v 0 ∈ E et λ, µ ∈ R, alors

u ∧ (λv + µv 0 ) = λ(u ∧ v) + µ(u ∧ v 0 )

(λu + µu0 ) ∧ v = λ(u ∧ v) + µ(u0 ∧ v)

2. Antisymétrie: si u, v ∈ E alors u ∧ v = −v ∧ u.

3. Identité de Lagrange: si u, v, w, z ∈ E, alors

hu ∧ v, w ∧ zi = hu, wi · hv, zi − hu, zi · hv, wi .

En particulier, on obtient en prenant u = w et v = z

ku ∧ vk2 = kuk2 · kvk2 − (hu, vi)2 .

4. Si u, v, w ∈ E, alors
u ∧ (v ∧ w) = hu, wiv − hu, viw .

5. Interprétation géométrique: si u, v ∈ E, alors ku ∧ vk représente l’aire du parallèlogramme de côtés

parallèles à u et v.

Remarque 6.2. — Le produit vectoriel n’est en général pas associatif: si u, v, w, on n’a pas forcément

(u ∧ v) ∧ w = u ∧ (v ∧ w) .

Par exemple, (e1 ∧ e1 ) ∧ e2 = 0 alors que e1 ∧ (e1 ∧ e2 ) = e1 ∧ e3 = −e2 .

Université Paul Sabatier, 2014–2015, cours L2 spécial, Algèbre linéaire 12

6.1.2 Produit mixte

Ëtant donnés trois vecteurs u, v, w ∈ E, on définit leur produit mixte

[u, v, w] = hu, v ∧ wi ∈ R .

Si u = xe1 + ye2 + ze3 , v = x0 e1 + y 0 e2 + z 0 e3 et w = x00 e1 + y 00 e2 + z 00 e3 , alors

x y z
[u, v, w] = x0 y0 z0 .
x00 y 00 z 00

Propriété 6.3 (du produit mixte). — Soit u, v, w, z ∈ E. On a les propriétés suivantes.

1. Symétries: on a [u, v, w] = hu ∧ v, wi ainsi que

[u, v, w] = [v, w, u] = [w, u, v] .

2. Antisymétrie: on a [u, v, w] = −[v, u, w].

3. On a [u, v, w] = kuk · kv ∧ wk cos θ, où θ ∈ [0, π] désigne l’angle entre u et v ∧ w.
4. On a
(u ∧ v) ∧ (w ∧ z) = [u, v, z]w − [u, v, w]z .

5. Interprétation géométrique: |[u, v, z]| représente le volume du parallélépipède de côtés parallèles à u,

v et w.

6.2 Plans et droites dans l’espace

Rappelons que les plans et droites dans E3 ont deux représentations: paramétriques et cartésiennes.
En ce qui concerne les plans, la représentation cartésienne se présente sous la forme

ax + by + cz = d (P)

où a, b, c, d sont des réels. En particulier, si M0 = (x0 , y0 , z0 ) est dans P, alors M = (x, y, z) ∈ P si et

seulement si
−−−→ −−→
h→
−ν , M0 Mi = 0 ou h→ −ν , OMi = d ,
où →
−ν = ae1 + be2 + ce3 . On remarque que le vecteur → −
ν définit l’orthogonal P⊥ de P. Le vecteur → −
ν
ainsi que tous ses multiples non nuls sont appelés des vecteurs normaux à P. On considère souvent des
vecteurs normaux unitaires, c’est-à-dire ±→ −ν /k→
−
ν k. L’équation de P devient alors

a b c d
√ x+ √ y+ √ z=√ (P)
a2 2
+b +c2 2 2
a +b +c2 2 2
a +b +c2 a + b2 + c2
2

On parle alors de forme normale de P.

Lorsque l’on fait varier le paramètre d, on obtient des plans parallèles de même direction P0 = →
−
ν ⊥.
On dit que deux plans sont perpendiculaires si leurs normales sont orthogonales. Plus généralement,
on définit l’angle de deux plans comme par l’angle de leurs vecteurs normaux.
−−−−−→
Si M ∈ E, alors on a vu que d(M, P) = d(M, pP (M)) = MpP (M) où pP : E → P est la projection
orthogonale sur P. Du coup, comme Ker − p→ →
−
P = R ν , on en déduit que

−−−→ −
−−−→ →− |hM0 M, →
 
ν ν i|
d(M, P) = M0 M, → = .
k−
νk k→
−
νk

Or
−−−→ −
hM0 M, →
ν i = a(x − x0 ) + b(y − y0 ) + c(z − z0 ) = ax + by + cz − d
Université Paul Sabatier, 2014–2015, cours L2 spécial, Algèbre linéaire 13

donc
|ax + by + cz − d|
d(M, P) = √ .
a2 + b2 + c2

Si à la place de présenter P sous forme cartésienne, on le présente sous forme paramétrique avec une
→
−
base (→
−
u,→ −
v ) de P . On obtient un vecteur normal en posant → −
ν =→ −
u ∧→ −v . Par conséquent
−−−→ − → −−−→ − →
|hM0 M, →
u ∧−v i| |[M0 M, →
u,−v ]|
d(M, P) = →
− →
− = .
ku ∧ vk ku ∧→
→
− −vk

Si on a les coordonnées de →
−
u et de →
−
v , cela se calcule bien.
→
−
Si on considère deux plans non parallèles P et P0 , c’est-à-dire que leurs normales → −ν et ν 0 ne sont
pas colinéaires, alors ces plans s’intersectent le long d’une droite. Cette droite est dirigée par un vecteur
→
− →
− →
−
u qui est à la fois orthogonal à → −ν et à ν 0 . Du coup, →
−
ν ∧ ν 0 est un vecteur directeur de P ∩ P0 .
Supposons maintenant que D est une droite dirigée par un vecteur → −u unitaire passant par un point
→
− −−−−−→
M0 . Notons pD (M) la projection orthogonale de M sur D. Comme u et MpD (M) sont orthogonaux, on a
−−−−−→ −−−−−→ −−−→ −−−−−−→ −−−−−→ −−−−−→
kMpD (M)k = k→ −u ∧ MpD (M)k. Du coup, comme M0 M = M0 pD (M) + pD (M)M, on obtient → −u ∧ MpD (M) =
−−−→
−→−
u ∧ M0 M et
−−−→
d(M, D) = k→ −
u ∧ M0 Mk .
Lorsque l’on ne suppose pas → −
u unitaire, il vient
−−−→
k→
−
u ∧ M0 Mk
d(M, D) = .
k→
−
uk
→
−
On définit l’angle entre deux droites D et D0 dirigés par deux vecteurs →−
u et u0 par l’angle θ ∈ [0, π]
→
−
entre →
−u et u0 . L’angle entre une droite D dirigée par un vecteur → −u et un plan P normal à → −ν est
→
− →
−
π/2 − angle( ν , u ). On vérifie que si P et D sont perpendiculaires, alors l’angle est bien π/2 et si D est
faiblement parallèle à P, alors l’angle est nul.

6.3 Isométries de l’espace

L’objet de ce paragraphe est de classer les isométries de E3 , c’est-à-dire les transformations affines qui
préservent la distance euclidienne. On rappelle qu’une isométrie f : E → E a sa partie linéaire dans le
groupe orthogonal O3 (R).

6.3.1 Isométrie avec un point fixe

Si f admet un point fixe dans E3 , que l’on appellera O dans la suite, on peut considérer la vectorialisation
→
−
E O de E en fixant l’origine en O. Du coup, cette isométrie affine se transforme en isométrie vectorielle
→
−
f ∈ O3 (R).
−−−−→
On peut distinguer les isométries selon le rang de f − Id. Par conséquent, la classification des
isométries nous donne les types suivants:
– Pour les déplacements,
−−−−→
1. rg(f − Id) = 0: l’application identité;
−−−−→
2. rg(f − Id) = 2: les rotations qui dans une base orthonormée convenable s’expriment sous la
forme  
cos θ − sin θ 0
 sin θ cos θ 0
0 0 1
où θ ∈ R \ 2πZ est l’angle de rotation et Re3 est l’axe de la rotation. Quand θ = −π, on parle
de retournement.
Université Paul Sabatier, 2014–2015, cours L2 spécial, Algèbre linéaire 14

– Pour les anti-déplacements:

−−−−→
1. rg(f − Id) = 1: les réflexions par rapport à un plan que l’on pent exprimer dans une base
orthonormée convenable par la matrice
 
1 0 0
0 1 0 
0 0 −1

−−−−→
2. rg(f − Id) = 3 les anti-rotations que l’on pent exprimer dans une base orthonormée convenable
par la matrice  
cos θ − sin θ 0
 sin θ cos θ 0
0 0 −1
où θ ∈ R \ 2πZ est l’angle de rotation et Re3 est son axe.

6.3.2 Isométries sans point fixe

On suppose maintenant que f est sans point fixe et on considère sa décomposition canonique f = g ◦ T→
−
u
→
− →
− →− →
− →
− →
−
donnée par le théorème 5.7, où g admet pour point fixe O et u 6= 0 vérifie f ( u ) = g ( u ) = u .
→
− →
−
Commençons par les déplacements. Si f = Id, alors f est une translation. Sinon f est une
→
−
rotation. Du coup, g est une rotation et u dirige l’axe de rotation de g. Dans une base orthonormée
dont le troisième vecteur est colinéaire à →
−
u , on trouve
 
cos θ − sin θ 0 0
 sin θ cos θ 0 0
 
 0 0 1 τ
0 0 0 1

Dans ce cas, on dit que f est un vissage.

On suppose maintenant que f est un anti-déplacement. Notons que si g est une anti-rotation, alors
→
−
1 est une valeur propre de f seulement si l’angle de la rotation est nul. Dans ce cas, g fixe un plan et
on trouve  
−1 0 0 0
 0 1 0 0
 
 0 0 1 τ
0 0 0 1
Dans ce cas, on dit que f est une réflexion glissée.
Bilan. — Les isométries sont classés comme suit:

−−−−→
Type d’isométries (anti)-déplacement rg(f − Id) valeur de →−
u isométrie g
→
−
identité déplacement 0 0 identité
→
−
translation déplacement 0 6= 0 identité
→
−
réflexion anti-déplacement 1 0 réflexion
→
−
réflexion glissée anti-déplacement 1 6= 0 réflexion
→
−
rotation déplacement 2 0 rotation
→
−
vissage déplacement 2 6= 0 rotation
→
−
anti-rotation anti-déplacement 3 0 anti-rotation