Centre CPGE-Meknes Lycée Moulay Ismail. FiliŁre ECS Spé Année scolaire 2020-2021.

Chapitre : Espaces Euclidiens

Dans tout ce chapître E désigne un R espace vectoriel.

1 Produit scalaire
Définition 1. On appelle produit
scalaire

sur E toute forme bilinéaire symétrique définie posi-
tive, c’est-à-dire toute application , : E × E → R satisfaisant :




1. , est bilinéaire, c’est-à-dire les applications x → x, y et y → x, y sont linéaires.
2. , est symétrique c’est-à-dire ∀(x, y) ∈ E 2 : x, y = y, x .





A



3. , est positive c’est-à-dire ∀x ∈ E : x, x ≥ 0.



4. , est définie positive c’est-à-dire ∀x ∈ E : x, x = 0 ⇔ x = 0E .

R



Notation : On note parfois x|y , ou tout simplement x.y au lieu de , .
   
x1 y1

Exemples 1. 1. Produit scalaire canonique sur E = Rn . Pour X = 

deux éléments de Rn . On pose X, Y =

 n
X
 x
 
2

 . 
xn
  y2 
 
 ..  et Y =  .. 
  
.
yn

xk yk = > X.Y , Vérfier que , est un produit

R A


H
k=1
scalaire sur Rn .
Z b
2


2. E = Rn [X] et pour tout (P, Q) ∈ E ), on pose P, Q = P (t)Q(t)dt. Alors , est un

U
a
produit scalaire sur Rn [X].
3. E = Mn (R) et pour tout (A, B) ∈ E 2 , on pose A, B = Tr(> A.B). Alors ,



est un
produit scalaire sur Mn (R).

O
Définition 2. Un espace euclidien est un R espace vectoriel muni d’un produit scalaire , .

2 Inégalité de Cauchy-Schwarz
B



L


Théorème 1. Soit E; , un espace euclidien. On a

DI 

 
∀(x, y) ∈ E 2 :  x, y  ≤

De plus, on a l’égalité si et seulement si x et y sont colinéaires.

Preuve 1.
q

x, x
q

y, y .


A
3

4
Applications :

Orthogonalité
Dans tout ce paragraphe E; ,


est un espace euclidien muni du produit scalaire , .




Définition 3. On dit que les vecteurs x, y ∈ E sont orthogonaux si x, y . On note x ⊥ y.
 
1
Exemples 2. 1. E = R3 muni de son produit scalaire canonique, vérifier que X = 0 et
 
1
 
−1
Y = 7 
 
1
   Z π


2. E = C, [−π, π] muni du produit scalaire f, g = f (t)g(t)dt alors f = cos et g = sin
−π
sont orthogonaux.
Définition 4. Soit X une partie de E, on appelle orthogonal de X et on note X ⊥ l’ensemble

X ⊥ = {x ∈ E, ∀y ∈ X : x, y = 0}



.
Exemples 3. E ⊥ = et {0}⊥ =.
Proposition 1. X ⊥ est un s.e.v de E.

5 Norme euclidienne
Dans tout ce paragraphe E; ,



Définition 5. On définit la norme euclidienne sur E par :

∀x ∈ E, kxk =
q

x, x .


R A
est un espace euclidien muni du produit scalaire , .



En particulier, on dira qu’un vecteur x ∈ E est unitaire s’il vérifie kxk = 1.

Remarque 1.
1
 

R A
H
Exemples 4. 1. Soit X = −3 alors kxk =
 
1
  Z π

U


2. Soit E = C, [−π, π] muni du produit scalaire f, g = f (t)g(t)dt alors kcosk =
−π

Proposition 2. ∀(x, y) ∈ E 2 , ∀λ ∈ R

O
1. kxk = 0 ⇐⇒ x = 0E .
2. kλxk = λkxk.

B
3. kx + yk ≤ kxk + kyk (Inégalité triangulaire).
2
Exercice 1. Montrer que ∀(x, y) ∈ E :
1. kx + yk2 = kxk2 + 2 x, y + kyk2 .



L 1 
kx + yk2 − kx − yk2 (Identité de polarisation).

I


2. x, y =
4
Preuve 2.

A D
Définition 6. Une famille de vecteurs (e1 , . . . , en ) de E est dite

1. Orthogonale si : ∀(i, j) ∈ J1, nK i 6= j =⇒ ei , ej = 0.

2. Orthonoramle s’elle est orthogonale et ∀i : kei k = 1.


Remarque 2. Si (x1 , . . . , xk ) est une famille orthogonale ne contenant pas le vecteur nul, alors
(
x1
kx1 k
,...,
xk
kxk k
) est une famille orthonormale.

Définition 7. Toute famille orthogonale ne contenant pas le vecteur nul est libre.
Théorème 2. (Théorème de Pythagore). Soit (x, y) ∈ E 2 , on a :
x ⊥ y ⇐⇒ kx + yk2 = kxk2 + kyk2
Preuve 3.
Théorème 3. Soit (x1 , . . . , xn ) une famille orthogonale de vecteurs E alors :
kx1 + · · · + xn k2 = kx1 k2 + · · · + kxn k2
Remarque 3. On prend E = R2 et u = (1, 0), v = (1, 1) et w = (−1, 1).
Théorème 4. Soit F = Vect{e1 , . . . , ep }. Alors

x ∈ F ⊥ ⇔ ∀i ∈ J1, pK : x, ei = 0.



Preuve 4.

Exercice 2. Déterminer F ⊥ où F = {(x, y, z) ∈ R3 : x − y + z = 0}.

Proposition 3. (base incomplète orthogonale). Toute famille orthogonale peut-être complétée

en une base orthonormale.

Théorème 5. Soit F un s.e.v de E alors F et F ⊥ sont supplémentaire, de plus F F ⊥ = E.

M

6 Orthonormalisation de Gram-Schmidt

vecteurs E. On pose
1. f1 =
e1
ke1 k
.

R A
Théorème 6. (Orthonormalisation de Gram-Schmidt). Soit (e1 , . . . , en ) une famille libre de

A
Pk−1

ek − i=1 ek , fi fi
2. Pour k ∈ J2, nKfk = Pk−1

kek − i=1 ek , fi fi k

R
Alors la famille (f1 , . . . , fn ) est orthonormée, de plus Vect(e1 , . . . , ek ) = Vect(f1 , . . . , fk ) pour
tout k ∈ J1, nK.
Z 1

H


Exercice 3. On prend E = R2 [X] muni du produit scalaire P, Q = P (t)Q(t)dt.
−1
1. La famille (1, X, X 2 ) est-elle orthonormale pour le produit scalaire , .



7
2. Chercher une base orthonormée de E = R2 [X].

O
Expression de la norme et du produit scalaire dans une base
orthonormée.
U
B
Soit B = (e1 , . . . , en ) une base orthonormée de E.

Proposition 4. Soient x, y ∈ E, et notons X, Y les vecteurs coordonnées de x et y dans la base

L
B . Alors on a :
n

I
1. x, y = > X.Y =

 X


x, ei y, ei .
i=1
n 
2
2. kxk2 = > X.X = x, x =
X

x, ei
i=1

Définition 8.

A Une matrice A ∈ Mn (K) est dite orthgonale si > A = A−1 .

0 0 1


Exemples 5. Les matrices In et A = 0 1 0 sont orthogonales.


1 0 0



Théorème 7. Si B et B 0 sont deux bases orthonormées de E alors PB,B0 est orthogonale.

Preuve 5.

Prof :A.BOUHRARA