Académique Documents
Professionnel Documents
Culture Documents
TD Alg4 Cor PDF
TD Alg4 Cor PDF
PT Alg 4
Exercice 10.1 4
n
Soit n ∈ N. Montrer que ϕ(P,Q) = P (k)Q(k) définit un produit scalaire sur Rn [X ].
X
k=0
Exercice 10.2 - Z 1
Soit E = C 1 ([0, 1], R), on pose pour tout ( f , g ) ∈ E 2 , ϕ( f , g ) = f (0)g (0) + f 0 (t )g 0 (t ) d t .
0
Arguments attendus sur l’existence (attention, ce ne sera pas forcément précisé, il faut que vous remarquiez de vous-
même le fait que l’on travaille avec une intégrale généralisée.
â t 7→ P (t )Q(t )e −t est continue sur [0, +∞[. Z +∞
¯ −t ¯
¯ 1 1
P et Q étant deux polynômes, on sait que P (t )Q(t )e
¯ = o( 2 ) (utilisation des croissances comparées). De plus 2
dt
+∞ t Z +∞ Z +∞ 1 t
¯P (t )Q(t )e −t ¯ d t converge, et donc P (t )Q(t )e −t d t
¯ ¯
converge, donc par comparaison de fonctions positives, on sait que
1 1
converge. Donc l’intégrale définissant ϕ(P,Q) existe.
â Arguments attendus sur la démonstration de ”définie-positive”.
Ù bilinéarité : OK, par propriété de l’intégrale.
Ù symétrie : OK Z
+∞
Soit P ∈ E , ϕ(P, P ) = (P (t ))2 e −t d t . Or l’intégrale d’une fonction positive sur un segment est positive, donc ϕ(P, P ) Ê 0.
0
On suppose que ϕ(P, P ) = 0. Montrons que P = 0 (i.e. P est le polynôme nul).
t 7→ (P (t ))2 e −t est une fonction continue, positive et son intégrale sur [0, +∞[ est nulle donc cette fonction est nulle sur
Exercice 10.4 ( π
1
Z
On définit une application ϕ : R[X ] × R[X ] → C par ϕ(P,Q) = P (e i θ )Q(e −i θ )d θ.
2π −π
2. Montrer que (1, X , X 2 , . . . , X n ) est une famille orthonormée pour ce produit scalaire.
Exercice 10.5 4
Soit E un espace préhilbertien réel muni d’un produit scalaire < ·, · >.
Soient y 1 , y 2 dans E . Montrer que si ∀x ∈ E , < x, y 1 >=< x, y 2 > alors y 1 = y 2 .
2. Le vecteur ε4 = (1, −1, 2, −1) est un vecteur orthogonal à F . De plus, F ⊥ est de dimension 1 (car c’est un supplémen-
taire de F dans R4 . Donc F ⊥ = Vect(ε4 ), et (ε4 ) est une base de F ⊥ .
Exercice 10.8 4
Soit E = R3 muni de sa structure euclidienne canonique. On pose u 1 = (1, 1, 0), u 2 = (1, 0, 1) et u 3 = (−1, −1, −1).
3. On pose F = Vect(u 1 , u 2 ). Déterminer l’orthogonal de F . Donner une expression de la projection orthogonale sur F .
¯ ¯
¯ 1 1 −1 ¯
¯ = 1 6= 0. Donc la famille est une base de R3 .
¯ ¯
1. On calcule le déterminant ¯¯ 1 0 −1 ¯
¯ 0 1 −1 ¯
2. En normalisant à la fin.
Étape 1 : g 1 = u 1 = (1, 1, 0).
1 1 1
Étape 2 : g 2 = e 2 − αg 1 avec < g 2 , g 1 >= 0. On trouve α = et g 2 = ( , − , 1).
2 2 2
2
Étape 3 : g 3 = e 3 − αg 1 − βg 2 avec < g 3 , g 2 >= 0 et < g 3 , g 2 >= 0 pour déterminer α et β. On trouve α = −1 et β = − ,
3
1 1 1
donc g 3 = ( , − , − ).
3 3 3 p
1 1 1 1 2 1 1 1
Étape 4 : Normalisation : f 1 = g 1 /kg 1 k = ( p , p , 0), f 2 = ( p , − p , p ), f 3 = ( p , − p , − p ).
2 2 6 6 3 3 3 3
3. Par le procédé de Gram-Schmidt, on a F = Vect( f 1 , f 2 ), et ( f 1 , f 2 , f 3 ) est une famille orthonormée donc F ⊥ = Vect( f 3 ).
Pour projeter orthogonalement sur F , en connaissant une base orthonormée de F ,
â Soit on utilise p(u) =< u, f 1 > f 1 + < u, f 2 > f 2 ,
â Soit on utilise q la projection orthogonale sur F ⊥ = Vect( f 3 ), et on calcule q(u) =< u, f 3 > f 3 puis p(u) = u − q(u).
L’expression de q est pour tout u ∈ R3 , q(u) =< u, f 3 > f 3 .
L’expression de p est donc pour tout u ∈ R3 , p(u) = u− < u, f 3 > f 3 .
2x + y + z x + 2y − z x − y + 2z
On obtient ainsi, pour u = (x, y, z), p(x, y, z) = ( , , ).
3 3 3
Exercice 10.9 4
On considère R3 muni de sa structure euclidienne canonique et F le ssev de R3 défini par :
F = {(x, y, z) ∈ R3 / x − y + 2z = 0}.
Exercice 10.10 ( R1
Soit E = C 0 ([0, 1], R) et < f |g >= 0 f (t )g (t ) d t .
On note F = { f ∈ E / ∀x ∈ [0, 21 ], f (x) = 0} et G = {g ∈ E / ∀x ∈ [ 21 , 1], g (x) = 0}.
1. Montrer que F ⊥ = G et G ⊥ = F .
2. Montrer que (F ⊥ )⊥ = F et F + F ⊥ 6= E .
Exercice 10.11 -
Soit E un espace vectoriel euclidien (le produit scalaire est noté (·|·).
On considère f ∈ L(E ) tel que ∀x, y ∈ E , ( f (x)|y) = (x| f (y)).
1. Montrer que la matrice de f dans une base orthonormée B = (e 1 , . . . , e n ) est symétrique.
Exercice 10.12 (
Soit E un espace euclidien et f un endomorphisme de E . On suppose que f est un projecteur. Montrer que f est un
projecteur orthogonal si et seulement si ∀x ∈ E , k f (x)k É kxk.
â Supposons que f est un projecteur orthogonal. On sait alors que Im f et ker f sont des supplémentaires orthog-
onaux. Soit x ∈ E , on écrit x = f (x) + x − f (x), et on sait que f (x) et x − f (x) sont orthogonaux. On a donc kxk2 =
k f (x)k2 + kx − f (x)k2 Ê k f (x)k2 . Et on peut conclure que kxk Ê k f (x)k.
â Supposons maintenant que f est un projecteur et que ∀x ∈ E , k f (x)k É kxk.
On veut montrer que ker f et Im f sont orthogonaux. Prenons x ∈ ker f et y ∈ Im f .
On va utiliser l’hypothèse : la question est pour quel vecteur l’appliquer ? Il faut ici penser à considérer λ ∈ R et u = x +λy.
On applique l’hypothèse à ce vecteur u. On a k f (u)k É kuk.
Or f (u) = λy car f (x) = 0 et f (y) = y car y ∈ Im f et f est un projecteur.
On a donc kλyk2 É kx + λyk2 et en développant et simplifiant on obtient ∀λ ∈ R, 0 É kxk2 + 2λ(x|y). Ceci n’est possible
que si (x|y) = 0.
On peut alors conclure.
s
detG(x, x 1 , . . . , x n )
3. On considère x ∈ E . Montrer que d (x, F ) = .
detG(x 1 , . . . , x n )
1. On suppose que la famille (x 1 , . . . , x n ) est liée, donc un vecteur, par exemple x 1 s’écrit comme CL des autres. En
écrivant cette combinaison linéaire et en calculant les (x|e i ), on obtiendra en première colonne la même CL des
autres colonnes de la matrice. Le déterminant de la matrice est donc nul.
Exercice 10.14 -
On munit M n (R) du produit scalaire (A|B ) = tr(t AB ) et on note k · k la norme associée.
1. Montrer que S n (R) sous-espace des matrices symétriques et A n (R) sous-espace des matrices antisymétriques sont
des supplémentaires orthogonaux.
1
2. Soit A ∈ M n (R), montrer que d (A, S n (R)) = kA − t Ak.
2
1 2 1
3. Calculer d (A, S n (R)) pour A = −2 −1 −1 .
−1 −1 −2
1. â On sait que S n (R) et A n (R) sont supplémentaires dans M n (R). Mais on peut ici se contenter de connaître leurs
n(n + 1) n(n − 1)
dimensions pour montrer le résultat : dim S n (R) = et dim A n (R) = . Donc la somme de leurs di-
2 2
2
mensions est n = dim M n (R).
â Montrons que S n (R) et A n (R) sont orthogonaux.
Soient A ∈ S n (R) et B ∈ A n (R), on calcule (A|B ) = tr(t AB ) = tr(AB ) car A est symétrique. Comme un produit
scalaire est symétrique, on a (A|B ) = (B |A) = tr(t B A) = tr(−B A) = −tr(B A) car B est antisymétrique. De plus,
tr(B A) = tr(AB ), donc (A|B ) = −tr(AB ) = −(A|B ), et finalement (A|B ) = 0.
On a bien montré que S n (R) et A n (R) sont orthogonaux.
â On conclut que ce sont deux supplémentaires orthogonaux. On peut le redémontrer avec les dimensions. On a
n(n + 1)
S n (R) ⊂ (A n (R))⊥ et dim S n (R) = .
2
n(n − 1) n(n + 1)
De plus, (A n (R))⊥ = dim M n (R) − dim A n (R) = n 2 − = = dim S n (R).
2 2
Finalement avec l’inclusion et les dimensions, on conclut que S n (R) = (A n (R))⊥ .
0 2 1
3. On calcule q(A) = −2 0 0 , et kq(A)k2 = 10 (somme des carrés des coefficients de q(A)), donc d (A, S n (R)) =
−1 0 0
p
10.
Exercice 10.15 - Z π
Soit f définie sur R2 par ∀(a, b) ∈ R2 , f (a, b) = (sin x − (ax 2 + bx))2 d x.
0
Trouver le minimum de f sur R2 .
Exercice 10.16 4
Soit M une matrice symétrique de M n (R). On suppose que ∀X ∈ M n,1 (R), t X M X Ê 0.
2. Vérifier que S est la matrice (dans la base canonique) de la symétrie orthogonale par rapport à l’hyperplan orthog-
onal à C .
Exercice 10.18 4
a −a b
2
Pour (a, b) ∈ R , on pose M (a, b) = −a a b .
b b 0
L’ensemble des matrices de la forme M (a, b) avec (a, b) ∈ R2 est noté E .
L’espace R3 est muni de son produit scalaire usuel.
1. Justifier que E est un sous-espace vectoriel de M 3 (R). En donner une base et la dimension.
2. Pourquoi peut-on assurer sans calculs que M (a, b) est diagonalisable ? Que peut-on dire de plus ?
3. Déterminer le polynôme caractéristique de M (a, b) , puis, pour chacune des valeurs propres obtenues (non néces-
sairement distinctes), déterminer un vecteur propre associé, que l’on choisira normé, et de première composante
positive.
p
2 1 1
1 p
4. En déduire que M (a, b) = P D t P , avec P = − 2 1 1 et une matrice D diagonale à préciser.
2 p p
0 2 − 2
Exercice 10.19 -
Soit E un espace vectoriel euclidien orienté de dimension 3, muni d’une base B orthonormée. Soit (u, v) une famille libre
de deux vecteurs unitaires de E .
On note f : E → E définie par f (x) =< x, u > u+ < x, v > v.
2. Calculer f (u + v) et f (u − v).
3. Déterminer les valeurs propres et vecteurs propres de f (on pourra commencer par le cas où u, v sont orthogo-
naux).
ψ est une forme bilinéaire symétrique sur E , définie positive : ψ est un produit scalaire sur E .
On notera k · k la norme associée.
a. Calculons : ψ(1, 1) = 4, ψ(1, X ) = 6, ψ(1, X 2 ) = 14, ψ(X , X ) = 14, ψ(X , X 2 ) = 36 et ψ(X 2 , X 2 ) = 98.
b. La famille (1, X , X 2 ) est une base de F . C’est une famille libre de E à laquelle on peut appliquer le procédé
d’orthonormalisation de Gram-Schmidt : On construit ainsi une famille (P 0 , P 1 , P 2 ) orthonormée de F telle
que ∀k ∈ {0, 1, 2} Vect(P 0 , . . . , P k ) = Vect(1, . . . , X k ).
Au cours du procédé on peut choisir entre P k et −P k et donc former une famille telle que pour tout k ∈ {0, 1, 2},
ψ(P k , X k ) > 0 (en effet ψ(−P k , X k ) = −ψ(P k , X k )).
1 1
On pose P 0 = k1k 1 = .
2
1 3
On définit ensuite T1 = X − ψ(P 0 , X )P 0 . Or P 0 = ψ(P 0 , X ) = ψ(1, X ) = 3, donc T1 = X − .
2 2
1
Et on pose P 1 = T1 .
kT1 k
On a kT1 k = ψ(T1 , T1 ) = ψ(X , X ) − 2ψ(P 0 , X )2 + ψ(P 0 , X )2 = ψ(X , X ) − ψ(P 0 , X )2 = 14 − 41 62 = 5.
2
1 3
Donc P 1 = p (X − ) .
5 2
1 1
On aura bien ψ(P 1 , X ) > 0 car ψ(P 1 , X ) = (ψ(X , X ) − ψ(P 0 , X )ψ(P 0 , X )) = (kX k − (ψ(P 0 , X ))2 ) et on
kT1 k kT1 k
sait que kX k − (ψ(P 0 , X ))2 > 0 d’après l’inégalité de Cauchy-Schwarz).
1 1 3 1
On obtient P 0 = , P 1 = p (X − ) et P 2 = (X 2 − 3X + 1).
2 5 2 2
( )
3
2
3. Soit (x 0 , x 1 , x 2 , x 3 ) = (1, 3, 2, 3). On considère l’ensemble des sommes Σ =
X
(x i − P (i )) , P ∈ F .
i =0
E → R4
a. Posons Φ : .
P 7→ (P (0), P (1), P (2), P (3))
φ est une application linéaire. Elle est injective car un polynôme de E qui a 4 racines distinctes est le polynôme
nul (donc le noyau de Φ est réduit à {0}). De plus E et R4 sont tous les deux des espaces vectoriels de dimension
4, donc Φ est bijective.
Ainsi il existe un unique polynôme R ∈ E tel que Φ(R) = (x 0 , x 1 , x 2 , x 3 ).
b. (P 0 , P 1 , P 2 ) est une base orthonormée de F donc le projeté orthogonal du polynôme R sur le sous-espace F est
p(R) = ψ(R, P 0 )P 0 + ψ(R, P 1 )P 1 + ψ(R, P 2 )P 2 .
1 9
Le calcul de ψ(R, P j ) pour j ∈ {0, 1, 2} ne fait intervenir que les x i : ψ(R, P 0 ) = (x 0 + x 1 + x 2 + x 3 ) = .
p 2 2
1 3 1 1 3 5
ψ(R, P 1 ) = p (− x 0 − x 1 + x 2 + x 3 ) = .
5 2 2 2 2 2
1 −1
ψ(R, P 2 ) = (x 0 − x 1 − x 2 + x 3 ) = .
2 2
1
Ainsi p(R) = 94 + 12 (X − 32 ) − 41 (X 2 − 3X + 1) = (−X 2 + 5X + 5).
4
1
Le projeté orthogonal de R sur F est (−X 2 + 5X + 5).
4
5 1
Σ admet un minimum qui vaut . Il est atteint en S = p(R) = (−X 2 + 5X + 5).
4 4
Soit n ∈ N∗ fixé et E = R2n [X ], l’espace vectoriel réel des polynômes réels de degré inférieur ou égal à 2n ; il est muni
du produit scalaire défini par :
Z 1
2
∀(P,Q) ∈ E , < P,Q >= P (t )Q(t )d t
−1
(on ne demande pas de vérifier qu’il s’agit bien d’un produit scalaire).
Soit ∆ : E −→ E défini par :
∀P ∈ E , ∆(P ) = (X 2 − 1)P 00 + 2X P 0
où l’on note respectivement P 0 ou P 0 (X ), ainsi que P 00 ou P 00 (X ) les dérivées première et deuxième de P = P (X ).
â Montrons que F et G sont orthogonaux, i.e. pour tout P ∈ F , et tout Q ∈ G, < P,Q >= 0.
Z 1
Soit P ∈ F et Q ∈ G, < P,Q >= P (t )Q(t ) d t .
−1
On effectue le changement de variable u = −t dans l’intégrale. La fonction t 7→ −t est de classe C 1 de [−1, 1]
sur [−1, 1].
Z 1 Z −1
P (t )Q(t ) d t = P (−u)Q(−u)(−d u),
−1 1
Z 1
= P (u)(−Q(u))d u,
−1
= − < P,Q >
On a utilisé le fait que ∀u ∈ [−1, 1], P (−u) = P (u) et ∀u ∈ [−1, 1], Q(−u) = −Q(u).
On obtient alors < P,Q >= − < P,Q > et donc < P,Q >= 0.
Donc Les sous-espaces F et G sont orthogonaux dans E .
b. â Soit P , Q, λ et µ ∈ R. On écrit
c. On cherche la matrice de ∆ dans la base canonique B = (1, X , . . . , X 2n ). C’est une matrice de M 2n+1 (R) que
l’on remplit en colonnes.
Pour cela, on calcule ∆(X k ) pour k ∈ J0, 2n K et on inscrit les coordonnées de ce polynômes dans la base ci-
dessus dans la colonne k + 1 de la matrice.
On commence par ∆(1) = 0, ∆(X ) = 2X .
Puis, pour k Ê 2, ∆(X k ) = (X 2 − 1)(k(k − 1)X k−2 ) + 2X × k X k−1 = (k 2 + k)X k − k(k − 1)X k−2 .
On remplit la matrice, puis en prenant i = k + 1, on exprime les coefficients de la matrice :
0 0 −2 0 . . . . . . 0
0 2 ..
0 −6 0 . . . .
.. .. .. .
.
0 0 6 . . . .
..
M at B (∆) = . . .. . .. . .. . ..
pour i ∈ J1, 2n + 1K,
0
a i i = (i − 1)i ,
.. .. ..
. . . −2n(2n − 1) a i (i +2) = −(i − 1)(i − 2),
.. .. ..
. . .
a i j = 0 si j ∉ {i , i + 2}.
0
0 ... ... 0 2n(2n + 1)
Les valeurs propres de ∆ sont les nombres (i −1)i pour i variant de 1 à 2n +1. Ces nombres sont distincts donc
nous avons 2n + 1 valeurs propres simples.
λk fait partie de ces valeurs propres simples. De plus la dimension du sous-espace propre associé est au moins
égale à 1 et au plus égale à la multiplicité, qui vaut 1 ici. Donc en notant E k = ker(∆−λk IdE ), on a dim E k = 1 .
â Cela signifie qu’il existe un polynôme P qui fournit une base de E k . On choisit ce polynôme unitaire (i.e. de
coefficient dominant égal à 1) et on le note P k . P k est un vecteur propre de λk et c’est le seul unitaire (puisque
la dimension de E k est 1, tous les vecteurs propres associés à λk sont proportionnels).
â Il reste à montrer que P k est de degré k.
P k vérifie ∆(P k ) = k(k + 1)P k . Notons p le degré de P k et observons les coefficients dominants dans ∆(P k ) (on
ne garde que les termes de plus haut degré) :
P k = X p + . . . donc
En conclusion, il existe un unique vecteur propre P k de ∆ associé à λk , tel que P k soit de degré k et admette 1
comme coefficient de X k
Z 1
¡ 2
e. â Soient P et Q dans E . < ∆(P ),Q >= (t − 1)P 00 (t ) + 2t P 0 (t ) Q(t ) d t .
¢
−1
On pose u : t 7→ (t 2 −1)P 0 (t ). C’est une fonction de classe C 1 sur [−1, 1] et sa dérivée est u 0 : t 7→ (t 2 −1)P 00 (t )+
2t P 0 (t ). On effectue une intégration par parties (avec v = Q qui est aussi de classe C 1 sur notre intervalle).
Z 1
< ∆(P ),Q > = u 0 (t )Q(t ) d t ,
−1
Z 1
= [u(t )Q(t )]1−1 − u(t )Q 0 (t ) d t
−1
Or u(−1) = u(1) = 0,
Z 1
=− (t 2 − 1)P 0 (t )Q 0 (t ) d t ,
−1
Z 1
=− P 0 (t )(t 2 − 1)Q 0 (t ) d t ,
−1 | {z }
v(t )
Donc pour tous P et Q dans E , on a: < ∆(P ),Q >=< P, ∆(Q) >.
On en déduit que la famille (P 0 , P 1 , . . . , P 2n ) est orthogonale. De plus ces polynômes sont des vecteurs propres,
donc ils sont non nuls. On a donc une famille libre de E . De plus elle contient 2n + 1 polynômes et E est de
dimension 2n + 1 : c’est donc une base de E .
f. â Pour montrer que (P 0 , P 2 , . . . , P 2n ) est une base de F , il suffit de montrer que ces polynômes sont dans F .
Car on aura alors une famille libre (car extraite d’une base de E ) qui contient n + 1 vecteurs et n + 1 = dim F :
on pourra conclure que c’est une base.
Soit k ∈ J0, n K et P 2k . On écrit P 2k = P + I , avbec P ∈ F et I ∈ G.
On applique ∆ : ∆(P 2k ) = ∆(P ) + ∆(I ).
Or ∆(P 2k ) = 2k(2k + 1)P 2k , donc 2k(2k + 1)P 2k = ∆(P ) + ∆(I ).
1 1
Ù Si k 6= 0, alors P 2k = ∆(P ) + ∆(I ). Et par l’unicité de l’écriture d’une polynôme dans la
2k(2k + 1) 2k(2k + 1)
| {z } | {z }
∈F ∈G
1 1
somme F +G, on obtient ∆(P ) = P et ∆(I ) = I .
2k(2k + 1) 2k(2k + 1)
Or ceci conduit à dire que P et I sont dans E 2k = ker(∆ − 2k(2k + 1)IdE ).
Nous savons que cet espace propre admet P 2k pour base, et que P 2k est de degré 2k.
Il existe donc µ ∈ R tel que I = µP 2k = µX 2k + . . . .
Mais ceci implique µ = 0 sinon on aurait un problème de degré car G = Vect(X , X 3 , . . . , X 2n−1 ), donc I ne pos-
sède pas de monôme de degré pair.
On a donc P 2k = P ∈ F .
Ù Pour k = 0, on remarque que P 0 = 1 (et oui, ∆(1) = 0). Donc P 0 ∈ F .
a. Explicitons :
Ù pour k = 0, k(k + 1) = 0 et donc P 0 = 1 comme nous l’avons déjà remarqué.
Ù pour k = 1, k(k + 1) = 2. De même, on a calculé ∆(X ) = 2X , ce qui prouve que P 1 = X .
Ù pour k = 2, k(k + 1) = 6. On cherche P 2 tel que ∆(P 2 ) = 6P 2 .
On sait de plus que P 2 est de degré 2, de coefficient dominant égal à 1 et que P 2 ∈ F , donc il est de la forme
P 2 = X 2 + α, avec α ∈ R à trouver.
1
∆(P 2 ) = ∆(X 2 )+α∆(1) = 6X 2 −2. Et on cherche donc α pour avoir 6X 2 −2 = 6X 2 +6α. On trouve α = − . Donc
3
2 1
P2 = X − .
3
â Pour avoir une base orthonormée de E , il ne reste plus qu’à diviser les polynômes P 0 , P 1 , P 2 par leur norme.
Z 1
1
Ù kP 0 k2 = 1 d t = 2, donc on pose T0 = p × 1.
−1 p2
Z 1
2 2 2 3
Ù kP 1 k = t d t = , donc on pose T1 = p X .
−1 3 2 p
Z 1
2 2 1 2 8 3 5 2 1
Ù kP 2 k = (t − ) d t = , donc on pose T0 = p (X − ).
−1 3 45 2 2 3
La famille (T0 , T1 , T2 ) est une base orthonormée de E .
b. Soit G = {P ∈ E /P (X ) = −P (−X )}. D’après ce qui précède, on sait que G = Vect(X ) = Vect(T1 ) et F = Vect(1, X 2 ) =
Vect(T0 , T2 ).
On pose A = X + 1, on sait que d (A,G) = kA − p(A)k en notant p la projection orthogonale sur G.
On connaît un projeté orthogonal soit par sa définition à partir des supplémentaires G et G ⊥ = F , soit au
moyen d’une base orthonormée de G : p(A) =< A, T1 > T1 .
Le plus simple semble ici la définition car A = |{z}
X + |{z}
1 . Et on conclut p(A) = X .
∈G ∈G ⊥
p
Donc A − p(A) = 1 et d (A,G) = k1k = 2.
p
En conclusion, d (A,G) = 2.
(λh + µg ) ◦ ∆ = λh ◦ ∆ + µg ◦ ∆,
= λ∆ ◦ h + µ∆ ◦ g ,
= ∆ ◦ (λh + µg )