S PÉCIALES PSI – LYCÉE BUFFON

C OURS A LGÈBRE 4 – E SPACES PRÉHILBERTIENS RÉELS

Dans tout ce chapitre, E est un espace vectoriel réel qui sera, sauf précision, de dimension
quelconque.

I- P RODUIT SCALAIRE SUR UN R- EV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 I- P RODUIT SCALAIRE SUR UN R- EV

1. F ORMES BILINÉAIRES SYMÉTRIQUES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2. P RODUIT SCALAIRE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1. F ORMES BILINÉAIRES SYMÉTRIQUES
3. E XEMPLES INCONTOURNABLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
4. N ORME EUCLIDIENNE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 D ÉFINITION 1 Formes bilinéaires symétriques
Une forme bilinéaire symétrique sur E est une application ϕ : E2 → R vérifiant :
II- O RTHOGONALITÉ ............................................................................................. 3
ϕ(·, y 0 ) : x 7→ ϕ(x, y 0 )
½
1. V ECTEURS ORTHOGONAUX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 ➊ ∀(x0 , y 0 ) ∈ E2 , sont linéaires ; (bilinéaire)
2. S OUS - ESPACES VECTORIELS ET ORTHOGONALITÉ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 ϕ(x0 , ·) : y 7→ ϕ(x0 , y)
➋ ∀(x, y) ∈ E2 , ϕ(x, y) = ϕ(y, x) ; (symétrique)
III- E SPACES EUCLIDIENS ...................................................................................... 4
1. B ASES ORTHONORMÉES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 R EMARQUE : En pratique, on commence par la propriété ➋ (symétrie) et on poursuit avec la
2. S UPPLÉMENTAIRE ORTHOGONAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 linéarité par rapport à l’une des variables, la bilinéarité (➊) s’ensuit.
3. P ROJECTION ORTHOGONALE SUR UN SEV DE DIMENSION FINIE . . . . . . . . . . . . . . . . . . . . . . . . . . 4
4. P ROCÉDÉ DE G RAM -S CHMIDT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2. P RODUIT SCALAIRE
5. D ISTANCE À UN SEV DE DIM FINIE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
6. F ORMES LINÉAIRES ET ORTHOGONALITÉ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 D ÉFINITION 2 Produit scalaire
Un produit scalaire sur E est une fbs sur E qui vérifie de plus :
➌ ∀x ∈ E, ϕ(x, x) Ê 0 ; (positive)
➍ ∀x ∈ E, ϕ(x, x) = 0 =⇒ x = 0. (définie)
ou de façon équivalente :
➌+➍ ∀x ∈ E \ {0E }, ϕ(x, x) > 0
N OTATION : en général, le produit scalaire des vecteurs x et y se note 〈x | y〉 ou (x|y).

D ÉFINITION 3 Espace préhilbertien réel

Un espace préhilbertien réel est un espace vectoriel réel muni d’un produit scalaire.
Un espace euclidien est un espace préhilbertien réel de dimension finie.

3. E XEMPLES INCONTOURNABLES
n
• Dans Rn . 〈X | Y〉 = xi y i définit un produit scalaire. Expression matricielle :
P
i=1
n
xi y i = t XY
X
〈X | Y〉 =
i=1
On l’appelle produit scalaire canonique de Rn .

⊳1⊲
A LGÈBRE 4– E SPACES PRÉHILBERTIENS RÉELS S PÉCIALES PSI – LYCÉE BUFFON
• Dans Mn (R). 〈A | B〉 = tr t AB définit un produit scalaire sur Mn (R) appelé produit
¡ ¢
P ROPOSITION 2 Inégalité de C AUCHY-S CHWARZ
scalaire canonique de Mn (R).
Pour tout (x, y) ∈ E2 , |〈x | y〉| É kxkkyk
Ce n’est autre que l’analogue du produit scalaire canonique de Rn , en effet son expres-
sion en fonction des coefficients est De plus l’égalité a lieu si et seulement si x et y sont liés.
n Xn
〈A | B〉 = tr t AB =
¡ ¢ X
ai j bi j
i=1 j =1
∞
• Polynômes. 〈P | Q〉 = où les (ak ) et (b k ) sont les coefficients de P et Q défi- P ROPOSITION 3 Inégalité de M INKOWSKI (triangulaire)
P
ak bk
k=0
nit un produit scalaire sur R[X]. On l’appelle le produit scalaire canonique de R[X]. Pour tout (x, y) ∈ E2 , kx + yk É kxk + kyk
• Fonctions continues sur un segment. Si a < b sont deux réels, De plus l’égalité a lieu si et seulement si x et y sont positivement colinéaires.
Zb
〈f | g〉 = f (t )g (t ) dt
a
définit un produit scalaire sur C 0 ([a, b]).
Zb R EMARQUE
Pour l’axiome de définition, la continuité est nécessaire : f 2 = 0 =⇒ f = 0 car f est
¯ ¯
On en déduit l’inégalité triangulaire inversée : ¯kxk − kyk¯ É kx − yk
a
continue sur [a, b]. et son cas d’égalité : x et y sont positivement colinéaires.
Ce n’est plus un produit scalaire sur C pm ([a, b]).

R EMARQUE P ROPOSITION 4
La seule propriété non triviale est à chaque fois la propriété ➍ (séparation). On utilise La norme euclidienne est une norme.
une des propriétés suivantes (à apprendre par cœur) :
"Une somme (finie) de carrés est nulle ssi tous les termes de la somme sont nuls."
"La somme d’une SATP est nulle ssi le terme général de la série est nul."
D ÉFINITION 5 Vecteur unitaire
"L’intégrale d’une fonction continue positive est nulle ssi la fonction est identiquement nulle."
(valable que l’intervalle d’intégration soit un segment ou pas)
Un vecteur est unitaire ou normé lorsque sa norme vaut 1.
"Un polynôme admettant strictement plus de racines que son degré est le polynôme nul."

4. N ORME EUCLIDIENNE

D ÉFINITION 4 Norme euclidienne

Soit E un espace préhilbertien réel.
p
On définit la norme euclidienne d’un vecteur par : kxk = 〈x | x〉.

P ROPOSITION 1 Identités
Pour tout (x, y) ∈ E2 :
• kx + yk2 = kxk2 + kyk2 + 2〈x | y〉 (identité remarquable)
• kx − yk2 = kxk2 + kyk2 − 2〈x | y〉 (identité remarquable)
• kxk2 − kyk¡2 = 〈x + y | x − y〉 (identité remarquable)
• 〈x | y〉 = 12 kx + yk2 − kxk2 − kyk2 (identité de polarisation)
¢

• 〈x | y〉 = 14 kx + yk2 − kx − yk2 (identité de polarisation)

¡ ¢

⊳2⊲
A LGÈBRE 4– E SPACES PRÉHILBERTIENS RÉELS S PÉCIALES PSI – LYCÉE BUFFON

II- O RTHOGONALITÉ D ÉFINITION 9 Orthogonal d’une partie

A⊥ = x ∈ E / ∀a ∈ A, 〈x | a〉 = 0
© ª
1. V ECTEURS ORTHOGONAUX Soit A une partie de E. L’orthogonal de A est

D ÉFINITION 6 Vecteurs orthogonaux

Les vecteurs x et y sont orthogonaux lorsque 〈x | y〉 = 0. P ROPOSITION 6 Orhogonalité et inclusion
N OTATION : x⊥y. Si A ⊂ B alors B⊥ ⊂ A⊥

R EMARQUE P ROPOSITION 7
Le seul vecteur orthogonal à tout vecteur vecteur de E est le vecteur nul : Soit E un espace préhilbertien réel et A une partie non vide de E. Alors :
x = 0E ⇐⇒ ∀y ∈ E, 〈x | y〉 = 0
(i) A⊥ est un sous-espace vectoriel de E,
(ii) A⊥ = (Vect A)⊥ ,
(iii) A ⊂ (A⊥ )⊥ .
D ÉFINITION 7 Familles orthogonales
Une famille de vecteurs de E est orthogonale lorsque ses vecteurs sont orthogonaux
deux à deux.
Une famille de vecteurs de E est orthonormée lorsque ses vecteurs sont orthogonaux P ROPOSITION 8
deux à deux et unitaires. Si F1 , . . . Fp sont des sous-espaces vectoriels 2 à 2 orthogonaux alors ils sont en somme
directe.
⊥ ⊥ ⊥
On note alors : F1 ⊕ F2 ⊕ . . . ⊕ Fp
T HÉORÈME 1 Pythagore
En particulier, F et F⊥ sont en somme directe.
x⊥y ⇐⇒ kx + yk2 = kxk2 + kyk2
Attention, ils ne sont pas nécessairement supplémentaire ! (cf. TD). On verra un peu plus
° n °2 P n
°P °
Si (x1 , . . . , xn ) est orthogonale alors ° xi ° = kxi k2 (réciproque fausse pour n Ê 3) loin qu’une condition suffisante pour qu’ils le soient est que F est de dimension finie.
i=1 i=1

P ROPOSITION 5
Toute famille orthogonale ne contenant pas le vecteur nul est libre.

R EMARQUE
Toute famille orthonormée est donc libre.

2. S OUS - ESPACES VECTORIELS ET ORTHOGONALITÉ

D ÉFINITION 8 Parties orthogonales

Deux parties A et B de E sont orthogonales si ∀a ∈ A, ∀b ∈ B, 〈a | b〉 = 0.
On note alors A ⊥ B.

⊳3⊲
A LGÈBRE 4– E SPACES PRÉHILBERTIENS RÉELS S PÉCIALES PSI – LYCÉE BUFFON

III- E SPACES EUCLIDIENS C OROLLAIRE 2 Propriétés des orthogonaux

Dans le cas où E est euclidien (de dimension finie n) et F et G sont des sev de E :
⊥
D ÉFINITION 10 Espace euclidien • E = F ⊕ (F⊥ )
Un espace euclidien est un espace préhilbertien réel de dimension finie. • (F⊥ )⊥ = F
• dim F⊥ = n − dim F
E XEMPLE DE RÉFÉRENCE : Rn muni de son produit scalaire canonique.
• (F + G)⊥ = F⊥ ∩ G⊥ et (F ∩ G)⊥ = F⊥ + G⊥

1. B ASES ORTHONORMÉES
3. P ROJECTION ORTHOGONALE SUR UN SEV DE DIMENSION FINIE
T HÉORÈME 2 Existence de BON D ÉFINITION 11 Projection et symétrie orthogonales
Tout espace euclidien admet une base orthonormée. Soient E un espace préhilbertien (de dim quelconque) F un sev de dimension finie de
⊥
E (alors E = F ⊕ F⊥ ).
• La projection orthogonale sur F est la projection sur F parallèlement à F⊥ .
P ROPOSITION 9 Coordonnées dans une BON • La symétrie orthogonale par rapport à F est la symétrie par rapport à F parallèle-
ment à F⊥ .
x  y 
1 1
Soit B = (e 1 , . . . , sn ) une base orthonormée de E. Pour x  ...  et y  ...  , on a :
xn B yn B
• 〈x | y〉 =
Pn
xi y i = t XY
P ROPOSITION 10
i=1 Soit p un projecteur. p est une projection orthogonale ⇐⇒ ker p ⊥ Im p.
n
• kxk2 = xi2 = t XX
P
i=1
n
• ∀i ∈ 1, n , soit :
… † P
xi = 〈x | e i 〉 x= 〈x | e i 〉 e i P ROPOSITION 11 Expression de la projection orthogonale
i=1
Soit F un sev de dimension finie de E (de dimension quelconque).
L’expression de la projection orthogonale sur F dans une BON B = (e 1 , . . . , e p ) de F est :
p
2. S UPPLÉMENTAIRE ORTHOGONAL X
∀x ∈ E, p F (x) = 〈x | e i 〉e i
On rappelle que si F est un sev de E, F et F⊥ sont en somme directe. Mais ils ne sont pas, en i=1

toute généralité, nécessairement supplémentaires.

Un cas particulier où ils le sont est lorsque F est de dimension finie.
P ROPOSITION 12 Inégalité de B ESSEL
T HÉORÈME 3 Supplémentaire orthogonal ° °
∀x ∈ E, °p F (x)° É kxk
Soit E un espace préhilbertien réel (de dim quelconque) et F un sous-espace vectoriel p
de dimension finie de E. Dans une BON de F : 〈x | e j 〉2 É kxk2 .
P
j =1
Alors F⊥ est un supplémentaire de F dans E, qu’on appelle supplémentaire orthogonal
de F dans E.

C OROLLAIRE 1 Double orthogonal

Si F est une sev de dimension finie de E (de dimension quelconque) alors (F⊥ )⊥ = F

⊳4⊲
A LGÈBRE 4– E SPACES PRÉHILBERTIENS RÉELS S PÉCIALES PSI – LYCÉE BUFFON

4. P ROCÉDÉ DE G RAM -S CHMIDT E N PRATIQUE

Pour calculer un projeté orthogonal sur un sev de dimension finie F, on calcule une BON
T HÉORÈME 4 Procédé de G RAM -S CHMIDT de F à l’aide du procédé de G RAM -S CHMIDT et on applique la formule vue ci-dessus.
Soit E un espace euclidien et F = (e 1 , . . . , e n ) une famille libre de E. Les calculs sont lourds dès que n Ê 3.
Il existe une famille orthonormée
† (u1 , . . . , un ) telle que : A STUCE : on projettera sur le « plus petit » des deux parmi F et F⊥ , l’autre s’en déduira.
∀k ∈ 1, n , Vect(u1 , . . . , uk ) = Vect(e 1 , . . . , e k )…
…
M ÉTHODE ALTERNATIVE : on pourra, si (e i )1ÉiÉn ½ est une base quelconque de F, écrire
Cette famille est unique avec la condition supplémentaire : ∀k ∈ 1, n , 〈e k | uk 〉 > 0.
†
y ∈F
y = p F (x) ⇐⇒
x − y ∈ F⊥
E N PRATIQUE • La 1re condition donne y =
Pn
y i e i , les inconnues sont les y i
On retiendra, en notant p k−1 est la projection orthogonale sur Vect(e 1 , . . . , e k−1 ) : i=1
n
• la 2e condition donne y i e i orthogonal à tous les e i
P
1 x−
u1 = ke 1 k e 1 i=1
1
k−1 ce qui fournit un système linéaire de n = dim F équations en les n inconnues y i
où v k = e k − 〈ui | e k 〉ui = e k − p k−1 (e k )
P
uk = kv k k v k qu’il reste à résoudre.
i=1
Les calculs sont parfois moins lourds.

R EMARQUE
La matrice de passage de F à U est triangulaire supérieure à coefficients diagonaux 6. F ORMES LINÉAIRES ET ORTHOGONALITÉ
strictement positifs.
P ROPOSITION 13 Formes linéaires et orthogonalité
5. D ISTANCE À UN SEV DE DIM FINIE Soit E un espace euclidien et ϕ une forme linéaire sur E.
Alors ∃!a ∈ E, ϕ = 〈· | a〉 i.e. ∀x ∈ E, ϕ(x) = 〈x | a〉.
T HÉORÈME 5 Un tel vecteur a est dit normal à l’hyperplan ker ϕ.
Soit E un espace préhilbertien réel, F un sous-espace vectoriel de dimension finie de
E et x un vecteur ¯de E.
¯ F → R+
La fonction ϕx : ¯¯
y 7→ kx − yk
atteint son minimum en un vecteur et un seul ; il P ROPOSITION 14 Distance d’un vecteur à un hyperplan
s’agit de p F (x). |〈x | a〉|
Soit E euclidien et F = a ⊥ un hyperplan de E. Alors d(x, F) = .
kak

D ÉFINITION 12 Distance à un sous-espace vectoriel

Soit E un espace préhilbertien réel, F un sous-espace vectoriel de dimension finie de E
et x un vecteur de E.
On appelle distance de x à F le réel d(x, F) = °inf y ∈F kx −°yk
= °x − p F (x)°
°2
Avec P YTHAGORE, d2 (x, F) = kxk2 − ° p F (x)°
°

⊳5⊲