Les Isométries vectorielles constituent le groupe des automorphismes orthogonaux d’un espace euclidien, caractérisés par la conservation stricte du produit scalaire et donc des longueurs et des angles. Ces transformations linéaires forment le groupe orthogonal $O(E)$, pilier central de la géométrie métrique et de l’algèbre linéaire réelle.
Définition formelle et caractérisations équivalentes
Soit $E$ un espace euclidien de dimension finie $n$ muni d’un produit scalaire $\langle \cdot, \cdot \rangle$. Une application linéaire $u : E \to E$ est appelée isométrie vectorielle (ou endomorphisme orthogonal) si elle conserve la norme euclidienne :
$$ \forall x \in E, \quad \|u(x)\| = \|x\| $$Cette définition normative implique automatiquement la conservation du produit scalaire grâce à l’identité de polarisation. Ainsi, $u$ est une isométrie si et seulement si :
$$ \forall x, y \in E, \quad \langle u(x), u(y) \rangle = \langle x, y \rangle $$Cette propriété fondamentale assure que les isométries préservent non seulement les distances à l’origine, mais aussi l’orthogonalité et les angles entre vecteurs.
Caractérisation matricielle
Dans une base orthonormée $\mathcal{B}$ de $E$, soit $M$ la matrice représentant l’endomorphisme $u$. Alors $u$ est une isométrie vectorielle si et seulement si $M$ est une matrice orthogonale :
$$ M^T M = M M^T = I_n $$Où $M^T$ désigne la transposée de $M$ et $I_n$ la matrice identité. Les colonnes (et les lignes) de $M$ forment alors une base orthonormée de $\mathbb{R}^n$. Le déterminant d’une telle matrice vaut nécessairement $1$ ou $-1$.
Structure du groupe orthogonal
L’ensemble des Isométries vectorielles de $E$, noté $O(E)$, possède une structure de groupe pour la composition des applications. Ce groupe se décompose en deux composantes connexes selon la valeur du déterminant.
Le groupe spécial orthogonal SO(E)
Le sous-ensemble des isométries de déterminant $+1$ forme un sous-groupe distingué appelé groupe spécial orthogonal, noté $SO(E)$ ou $O^+(E)$. Ses éléments sont appelés rotations (en dimension 2 et 3) ou plus généralement déplacements vectoriels directs.
Ces transformations conservent l’orientation de l’espace. En dimension 3, toute isométrie directe distincte de l’identité est une rotation autour d’un axe vectoriel invariant.
Isométries indirectes
Les isométries de déterminant $-1$ forment la composante connexe $O^-(E)$. Elles inversent l’orientation de l’espace. L’exemple canonique est la réflexion (symétrie orthogonale) par rapport à un hyperplan.
Toute isométrie indirecte peut s’écrire comme la composée d’une rotation et d’une réflexion. En dimension impaire, $-Id_E$ est une isométrie indirecte (déterminant $(-1)^n = -1$), tandis qu’en dimension paire, c’est une rotation (déterminant $1$).
Théorèmes fondamentaux et démonstrations
L’étude des Isométries vectorielles repose sur des résultats structurels puissants liant algèbre spectrale et géométrie.
Théorème spectral des isométries
Énoncé : Soit $u \in O(E)$. Les valeurs propres complexes de $u$ sont de module $1$. De plus, $E$ admet une décomposition en somme directe orthogonale de sous-espaces stables de dimension 1 ou 2.
Plus précisément, il existe une base orthonormée dans laquelle la matrice de $u$ est diagonale par blocs, composée de blocs $[1]$, $[-1]$ et de blocs de rotation :
$$ R_\theta = \begin{pmatrix} \cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{pmatrix}, \quad \theta \in ]0, \pi[ $$Preuve (éléments clés) : Si $\lambda$ est une valeur propre complexe et $v$ un vecteur propre associé dans l’espace complexifié, alors $\|u(v)\| = |\lambda| \|v\|$. Comme $u$ conserve la norme, $|\lambda|=1$.
Pour la décomposition, on procède par récurrence sur la dimension. Si $u$ admet une valeur propre réelle, elle vaut $\pm 1$. Le sous-espace propre associé est stable et son orthogonal l’est aussi (car $u$ est normal). Sinon, on considère un sous-espace stable de dimension 2 engendré par la partie réelle et imaginaire d’un vecteur propre complexe, sur lequel $u$ agit comme une rotation plane. $\blacksquare$
Théorème de Cartan-Dieudonné
Ce théorème fondamental affirme que toute isométrie vectorielle d’un espace euclidien de dimension $n$ est la composée d’au plus $n$ réflexions hyperplanes.
Ce résultat montre que les symétries orthogonales engendrent tout le groupe $O(E)$. Il permet de classifier les isométries par le nombre minimal de réflexions nécessaires pour les construire (la longueur de l’isométrie).
Classification en dimensions 2 et 3
La structure des Isométries vectorielles devient particulièrement explicite en faible dimension, permettant une interprétation géométrique immédiate.
Dimension 2 : Rotations et Réflexions
Dans le plan euclidien $\mathbb{R}^2$, toute isométrie vectorielle est soit une rotation, soit une réflexion.
- Si $\det(u) = 1$, $u$ est une rotation d’angle $\theta$. Sa matrice dans une base orthonormée directe est :
- Si $\det(u) = -1$, $u$ est une réflexion par rapport à une droite passant par l’origine. Ses valeurs propres sont $1$ et $-1$.
Dimension 3 : Axe de rotation
Dans l’espace $\mathbb{R}^3$, la classification dépend du déterminant et des valeurs propres :
- Rotation vectorielle : Si $\det(u)=1$ et $u \neq Id$, alors $1$ est valeur propre. Le sous-espace propre associé est une droite vectorielle appelée axe de rotation. La restriction de $u$ au plan orthogonal à cet axe est une rotation plane d’angle $\theta$.
- Réflexion : Si $\det(u)=-1$ et $1$ est valeur propre double, $u$ est la réflexion par rapport au plan propre associé à $1$.
- Symétrie axiale (demi-tour) : Si $\det(u)=1$ mais les valeurs propres sont $1, -1, -1$, c’est une rotation d’angle $\pi$ (demi-tour).
- Isométrie impropre générale : Si $\det(u)=-1$ sans valeur propre $1$ (valeurs propres $-1, e^{i\theta}, e^{-i\theta}$), c’est la composée d’une rotation et d’une réflexion orthogonale à l’axe de rotation (rotation-réflexion).
Exemples concrets et calculs
Illustrons la théorie par des exemples numériques montrant la vérification des propriétés et la construction de matrices.
Exemple 1 : Vérification d’une isométrie dans $\mathbb{R}^3$
Considérons la matrice $M$ suivante dans la base canonique de $\mathbb{R}^3$ :
$$ M = \frac{1}{3} \begin{pmatrix} 2 & 1 & 2 \\ 1 & 2 & -2 \\ -2 & 2 & 1 \end{pmatrix} $$Vérifions si $M$ est orthogonale en calculant $M^T M$. Les colonnes sont $C_1, C_2, C_3$.
Normes au carré : $\|C_1\|^2 = \frac{1}{9}(4+1+4) = 1$. Idem pour $C_2$ et $C_3$.
Produits scalaires croisés : $\langle C_1, C_2 \rangle = \frac{1}{9}(2+2-4) = 0$. De même $\langle C_1, C_3 \rangle = 0$ et $\langle C_2, C_3 \rangle = 0$.
Les colonnes forment une base orthonormée, donc $M \in O(3)$. Calculons le déterminant :
$$ \det(M) = \frac{1}{27} [2(2+4) – 1(1-4) + 2(2+4)] = \frac{1}{27} [12 + 3 + 12] = 1 $$C’est donc une rotation vectorielle. On peut chercher son axe (vecteurs invariants) en résolvant $(M-I)X=0$.
Exemple 2 : Construction d’une réflexion
Construisons la matrice de la réflexion $s$ par rapport au plan d’équation $x+y+z=0$ dans $\mathbb{R}^3$.
Un vecteur normal unitaire est $n = \frac{1}{\sqrt{3}}(1,1,1)$. La formule de la réflexion est $s(x) = x – 2\langle x, n \rangle n$.
La matrice s’écrit $M = I_3 – 2 n n^T$. Calculons $n n^T$ :
$$ n n^T = \frac{1}{3} \begin{pmatrix} 1 \\ 1 \\ 1 \end{pmatrix} \begin{pmatrix} 1 & 1 & 1 \end{pmatrix} = \frac{1}{3} \begin{pmatrix} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 1 & 1 \end{pmatrix} $$Donc :
$$ M = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix} – \frac{2}{3} \begin{pmatrix} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 1 & 1 \end{pmatrix} = \frac{1}{3} \begin{pmatrix} 1 & -2 & -2 \\ -2 & 1 & -2 \\ -2 & -2 & 1 \end{pmatrix} $$On vérifie aisément que $\det(M) = -1$ et $M^2 = I$, confirmant qu’il s’agit bien d’une réflexion.
Contre-exemple : Application non isométrique
Considérons l’homothétie vectorielle $h$ de rapport $2$ définie par $h(x) = 2x$. Sa matrice est $2I_n$.
Pour tout $x \neq 0$, $\|h(x)\| = 2\|x\| \neq \|x\|$. La norme n’est pas conservée. Bien que linéaire et bijective, ce n’est pas une isométrie vectorielle. Son déterminant vaut $2^n$, différent de $\pm 1$.
Applications en physique et informatique
Les Isométries vectorielles modélisent les changements de repère rigides et les mouvements de solides indéformables.
Mécanique du solide rigide
En mécanique classique, le mouvement d’un solide autour d’un point fixe est décrit à chaque instant par une isométrie vectorielle directe (une rotation). La matrice de passage entre le repère lié au solide et le repère galiléen appartient à $SO(3)$.
La conservation du moment cinétique et de l’énergie cinétique de rotation repose intrinsèquement sur les propriétés de conservation de la norme et du produit scalaire par ces transformations.
Infographie et traitement d’image
En synthèse d’images 3D, les rotations de caméras et d’objets sont implémentées via des matrices de $SO(3)$. L’utilisation de quaternions unitaires, isomorphes au revêtement universel de $SO(3)$, permet d’éviter le phénomène de « blocage de cardan » (gimbal lock) lors de l’interpolation des mouvements.
Les algorithmes de reconnaissance de formes utilisent souvent l’invariance par isométrie pour identifier des objets indépendamment de leur orientation dans l’espace.
Conclusion synthétique
Les Isométries vectorielles forment le groupe des transformations linéaires préservant la structure métrique de l’espace euclidien. Leur caractérisation par des matrices orthogonales et leur décomposition en rotations et réflexions offrent un cadre complet pour l’analyse des symétries géométriques.
Maîtriser leurs propriétés spectrales et leur classification dimensionnelle est essentiel pour aborder la mécanique rationnelle, la cristallographie, ainsi que les algorithmes avancés de géométrie computationnelle et de robotique.