Académique Documents
Professionnel Documents
Culture Documents
ABDELJALIL TADDIST
LYDEX-BENGURIR
MPSI 1
April 9, 2022
1 Bilinéaire:
1 Bilinéaire:
• ∀x , y, z ∈ E , ∀α ∈ R : B (α.x + y, z ) = α.B (x , z ) + B (y, z )(
linéarité à gauche )
1 Bilinéaire:
• ∀x , y, z ∈ E , ∀α ∈ R : B (α.x + y, z ) = α.B (x , z ) + B (y, z )(
linéarité à gauche )
• ∀x , y, z ∈ E , ∀α ∈ R : B (x , α.y + z ) = α.B (x , y) + B (x , z )(
linéarité à droite )
1 Bilinéaire:
• ∀x , y, z ∈ E , ∀α ∈ R : B (α.x + y, z ) = α.B (x , z ) + B (y, z )(
linéarité à gauche )
• ∀x , y, z ∈ E , ∀α ∈ R : B (x , α.y + z ) = α.B (x , y) + B (x , z )(
linéarité à droite )
2 Symétrique :
1 Bilinéaire:
• ∀x , y, z ∈ E , ∀α ∈ R : B (α.x + y, z ) = α.B (x , z ) + B (y, z )(
linéarité à gauche )
• ∀x , y, z ∈ E , ∀α ∈ R : B (x , α.y + z ) = α.B (x , y) + B (x , z )(
linéarité à droite )
2 Symétrique : ∀x , y ∈ E : B (x , y) = B (y, x )
1 Bilinéaire:
• ∀x , y, z ∈ E , ∀α ∈ R : B (α.x + y, z ) = α.B (x , z ) + B (y, z )(
linéarité à gauche )
• ∀x , y, z ∈ E , ∀α ∈ R : B (x , α.y + z ) = α.B (x , y) + B (x , z )(
linéarité à droite )
2 Symétrique : ∀x , y ∈ E : B (x , y) = B (y, x )
3 Définie:
1 Bilinéaire:
• ∀x , y, z ∈ E , ∀α ∈ R : B (α.x + y, z ) = α.B (x , z ) + B (y, z )(
linéarité à gauche )
• ∀x , y, z ∈ E , ∀α ∈ R : B (x , α.y + z ) = α.B (x , y) + B (x , z )(
linéarité à droite )
2 Symétrique : ∀x , y ∈ E : B (x , y) = B (y, x )
3 Définie: ∀x ∈ E , : B (x , x ) = 0 ⇒ x = 0E
1 Bilinéaire:
• ∀x , y, z ∈ E , ∀α ∈ R : B (α.x + y, z ) = α.B (x , z ) + B (y, z )(
linéarité à gauche )
• ∀x , y, z ∈ E , ∀α ∈ R : B (x , α.y + z ) = α.B (x , y) + B (x , z )(
linéarité à droite )
2 Symétrique : ∀x , y ∈ E : B (x , y) = B (y, x )
3 Définie: ∀x ∈ E , : B (x , x ) = 0 ⇒ x = 0E
4 Positive:
1 Bilinéaire:
• ∀x , y, z ∈ E , ∀α ∈ R : B (α.x + y, z ) = α.B (x , z ) + B (y, z )(
linéarité à gauche )
• ∀x , y, z ∈ E , ∀α ∈ R : B (x , α.y + z ) = α.B (x , y) + B (x , z )(
linéarité à droite )
2 Symétrique : ∀x , y ∈ E : B (x , y) = B (y, x )
3 Définie: ∀x ∈ E , : B (x , x ) = 0 ⇒ x = 0E
4 Positive: ∀x ∈ E , : B (x , x ) ≥ 0.
Remarque 1
1 Les psse:
Remarque 1
1 Les psse:
• B est symétrique et linéaire à droite ou à gauche .
Remarque 1
1 Les psse:
• B est symétrique et linéaire à droite ou à gauche .
• B est bilinéaire et symétrique.
2 Les psse:
Remarque 1
1 Les psse:
• B est symétrique et linéaire à droite ou à gauche .
• B est bilinéaire et symétrique.
2 Les psse:
• B est définie positive.
Remarque 1
1 Les psse:
• B est symétrique et linéaire à droite ou à gauche .
• B est bilinéaire et symétrique.
2 Les psse:
• B est définie positive.
• ∀x ∈ E , : B (x , x ) ≥ 0 avec égalité ssi x = 0E .
Remarque 1
1 Les psse:
• B est symétrique et linéaire à droite ou à gauche .
• B est bilinéaire et symétrique.
2 Les psse:
• B est définie positive.
• ∀x ∈ E , : B (x , x ) ≥ 0 avec égalité ssi x = 0E .
3 En général , si B est un ps ( abréviation de produit scalaire),
alors
Remarque 1
1 Les psse:
• B est symétrique et linéaire à droite ou à gauche .
• B est bilinéaire et symétrique.
2 Les psse:
• B est définie positive.
• ∀x ∈ E , : B (x , x ) ≥ 0 avec égalité ssi x = 0E .
3 En général , si B est un ps ( abréviation de produit scalaire),
alors
∀x , y ∈ E : B (x , y) est noté
Remarque 1
1 Les psse:
• B est symétrique et linéaire à droite ou à gauche .
• B est bilinéaire et symétrique.
2 Les psse:
• B est définie positive.
• ∀x ∈ E , : B (x , x ) ≥ 0 avec égalité ssi x = 0E .
3 En général , si B est un ps ( abréviation de produit scalaire),
alors
Remarque 1
1 Les psse:
• B est symétrique et linéaire à droite ou à gauche .
• B est bilinéaire et symétrique.
2 Les psse:
• B est définie positive.
• ∀x ∈ E , : B (x , x ) ≥ 0 avec égalité ssi x = 0E .
3 En général , si B est un ps ( abréviation de produit scalaire),
alors
Remarque 1
1 Les psse:
• B est symétrique et linéaire à droite ou à gauche .
• B est bilinéaire et symétrique.
2 Les psse:
• B est définie positive.
• ∀x ∈ E , : B (x , x ) ≥ 0 avec égalité ssi x = 0E .
3 En général , si B est un ps ( abréviation de produit scalaire),
alors
Remarque 1
1 Les psse:
• B est symétrique et linéaire à droite ou à gauche .
• B est bilinéaire et symétrique.
2 Les psse:
• B est définie positive.
• ∀x ∈ E , : B (x , x ) ≥ 0 avec égalité ssi x = 0E .
3 En général , si B est un ps ( abréviation de produit scalaire),
alors
Exemple 1
Exemple 1
Rb
1 E = C([a, b], R) : (f /g) = a
f (t)g(t)dt.
Exemple 1
Rb
1 E = C([a, b], R) : (f /g) = a
f (t)g(t)dt.
2 E = Rn , x = (x1 , . . . , xn ) et y = (y1 , . . . , yn ) :
Exemple 1
Rb
1 E = C([a, b], R) : (f /g) = a
f (t)g(t)dt.
2 E = Rn , x = (x1 , . . . , xn ) et y = (y1 , . . . , yn ) :
i=n
X
(x /y) = xi y i .
i=1
Exemple 1
Rb
1 E = C([a, b], R) : (f /g) = a
f (t)g(t)dt.
2 E = Rn , x = (x1 , . . . , xn ) et y = (y1 , . . . , yn ) :
i=n
X
(x /y) = xi y i .
i=1
Exemple 1
Rb
1 E = C([a, b], R) : (f /g) = a
f (t)g(t)dt.
2 E = Rn , x = (x1 , . . . , xn ) et y = (y1 , . . . , yn ) :
i=n
X
(x /y) = xi y i .
i=1
Exemple 1
Rb
1 E = C([a, b], R) : (f /g) = a
f (t)g(t)dt.
2 E = Rn , x = (x1 , . . . , xn ) et y = (y1 , . . . , yn ) :
i=n
X
(x /y) = xi y i .
i=1
Exemple 2
E = C2π (espace des fonctions continues , 2π périodiques sur R):
Exemple 2
E = C2π (espace des fonctions continues , 2π périodiques sur R):
Z 2π
1
(f /g) = f (t)g(t)dt.
2π 0
Remarque 2
Sur le même espace vectoriel , on peut définir plusieurs produits
scalaires !
Exemple 3
Exemple 3
Remarque 3
Sur le même espace vectoriel , on peut définir plusieurs structures
préhilbertiennes ! !
∀(x , y) ∈ F1 × F2 : (x /y) = 0
∀(x , y) ∈ F1 × F2 : (x /y) = 0
∀(x , y) ∈ F1 × F2 : (x /y) = 0
A⊥ = {x ∈ E /∀y ∈ A, (x /y) = 0}
∀(x , y) ∈ F1 × F2 : (x /y) = 0
A⊥ = {x ∈ E /∀y ∈ A, (x /y) = 0}
Exemple 4
1 Dans R2 munit de son ps canonique :
Exemple 4
1 Dans R2 munit de son ps canonique :
Exemple 4
1 Dans R2 munit de son ps canonique :
Exemple 4
1 Dans R2 munit de son ps canonique :
On a
sin ⊥ cos
Exemple 5
1 E = Rn munit de son ps canonique , on a
x = (x1 , . . . , xn ) ⊥ y = (y1 , . . . , yn )
Exemple 5
1 E = Rn munit de son ps canonique , on a
x = (x1 , . . . , xn ) ⊥ y = (y1 , . . . , yn )
2 E = Mn (R) munit de son ps canonique
Exemple 5
1 E = Rn munit de son ps canonique , on a
x = (x1 , . . . , xn ) ⊥ y = (y1 , . . . , yn )
2 E = Mn (R) munit de son ps canonique
Exemple 5
1 E = Rn munit de son ps canonique , on a
x = (x1 , . . . , xn ) ⊥ y = (y1 , . . . , yn )
2 E = Mn (R) munit de son ps canonique
On a :
• Sn (R) ⊥ An (R)
Exemple 5
1 E = Rn munit de son ps canonique , on a
x = (x1 , . . . , xn ) ⊥ y = (y1 , . . . , yn )
2 E = Mn (R) munit de son ps canonique
On a :
• Sn (R) ⊥ An (R)
• Si A = {In } alors
Exemple 5
1 E = Rn munit de son ps canonique , on a
x = (x1 , . . . , xn ) ⊥ y = (y1 , . . . , yn )
2 E = Mn (R) munit de son ps canonique
On a :
• Sn (R) ⊥ An (R)
• Si A = {In } alors A⊥ =
Exemple 5
1 E = Rn munit de son ps canonique , on a
x = (x1 , . . . , xn ) ⊥ y = (y1 , . . . , yn )
2 E = Mn (R) munit de son ps canonique
On a :
• Sn (R) ⊥ An (R)
• Si A = {In } alors A⊥ = {M ∈ Mn (R)/Tr (M ) = 0}
Definition 4
Une famille de vecteurs f = (u1 , . . . , un ) d’un espace préhilbertien E
est dite orthogonale si :
Definition 4
Une famille de vecteurs f = (u1 , . . . , un ) d’un espace préhilbertien E
est dite orthogonale si :
∀i 6= j : (ui /uj ) = 0
Definition 4
Une famille de vecteurs f = (u1 , . . . , un ) d’un espace préhilbertien E
est dite orthogonale si :
∀i 6= j : (ui /uj ) = 0
Exemple 6
Definition 4
Une famille de vecteurs f = (u1 , . . . , un ) d’un espace préhilbertien E
est dite orthogonale si :
∀i 6= j : (ui /uj ) = 0
Exemple 6
1 La base canonique de l’espace Rn est une famille orthogonale
pour le ps canonique.
Definition 4
Une famille de vecteurs f = (u1 , . . . , un ) d’un espace préhilbertien E
est dite orthogonale si :
∀i 6= j : (ui /uj ) = 0
Exemple 6
1 La base canonique de l’espace Rn est une famille orthogonale
pour le ps canonique.
2 La base canonique de l’espace Mn (R) est une famille
orthogonale pour le ps canonique.
Definition 5
E espace préhilbertien .
Definition 5
E espace préhilbertien .
p
1 Si x ∈ E : kx k = (x /x ) dite norme euclidienne de x .
Definition 5
E espace préhilbertien .
p
1 Si x ∈ E : kx k = (x /x ) dite norme euclidienne de x .
2 Un vecteur est dit unitaire ou normalisé si sa norme
euclidienne est égale à 1.
Definition 5
E espace préhilbertien .
p
1 Si x ∈ E : kx k = (x /x ) dite norme euclidienne de x .
2 Un vecteur est dit unitaire ou normalisé si sa norme
euclidienne est égale à 1.
3 Une famille de vecteurs f = (u1 , . . . , un ) est dite orthonormale
si elle est orthogonale et tout vecteur est unitaire.
Definition 5
E espace préhilbertien .
p
1 Si x ∈ E : kx k = (x /x ) dite norme euclidienne de x .
2 Un vecteur est dit unitaire ou normalisé si sa norme
euclidienne est égale à 1.
3 Une famille de vecteurs f = (u1 , . . . , un ) est dite orthonormale
si elle est orthogonale et tout vecteur est unitaire.
càd
∀i, j ∈ [1, n] : (ui /uj ) = δij
Remarque 4
• Une base d’un espace préhilbertien qui est en même temps
orthonormée est dite base orthonormée ( en abrégé b.o.n ou
BON)
Remarque 4
• Une base d’un espace préhilbertien qui est en même temps
orthonormée est dite base orthonormée ( en abrégé b.o.n ou
BON)
• La base canonique de l’espace Rn est une BON pour le ps
canonique.
• La base canonique de l’espace Mn (R) est une BON pour le ps
canonique.
ABDELJALIL TADDIST LYDEX-BENGURIRMPSI
Chapitre
1 26: Espaces préhilbertiens April 9, 2022 16 / 1
Orthogonalité
Proposition 2 (propriétés)
Proposition 2 (propriétés)
1 Toute famille orthogonale ne contenant pas de vecteur nul est
libre.
Proposition 2 (propriétés)
1 Toute famille orthogonale ne contenant pas de vecteur nul est
libre.
2 Toute famille orthonormale est libre.
Proposition 2 (propriétés)
1 Toute famille orthogonale ne contenant pas de vecteur nul est
libre.
2 Toute famille orthonormale est libre.
Preuve 1
Preuve 2
Remarque 5
Remarque 5
1 Pour n = 2 on a équivalence dans le théorème de Pythagore.
Remarque 5
1 Pour n = 2 on a équivalence dans le théorème de Pythagore.
2 Interprétation géométrique du théorème de Pythagore.
Remarque 5
1 Pour n = 2 on a équivalence dans le théorème de Pythagore.
2 Interprétation géométrique du théorème de Pythagore.
x +y
x
Preuve 3
x x+y
Preuve 4
Preuve 5
Exemple 11
E = C2π (espace des fonctions continues , 2π périodiques sur R):
Exemple 11
E = C2π (espace des fonctions continues , 2π périodiques sur R):
Z 2π
1
(f /g) = f (t)g(t)dt.
2π 0
Exemple 11
E = C2π (espace des fonctions continues , 2π périodiques sur R):
Z 2π
1
(f /g) = f (t)g(t)dt.
2π 0
L’inégalité de Cauchy-Schwarz donne:∀f , g ∈ C2π
Exemple 11
E = C2π (espace des fonctions continues , 2π périodiques sur R):
Z 2π
1
(f /g) = f (t)g(t)dt.
2π 0
L’inégalité de Cauchy-Schwarz donne:∀f , g ∈ C2π
s s
Z 2π Z 2π Z 2π
| f (t)g(t)dt| ≤ 2
f (t) dt. g(t)2 dt
0 0 0
kx + yk ≤ kx k + kyk
kx + yk ≤ kx k + kyk
Remarque 6
Intérprétation géométrique de l’inégallité triangulaire.
d : E ×E → R+
(x , y) → kx − yk
k =1
ABDELJALIL TADDIST LYDEX-BENGURIRMPSI
Chapitre
1 k =1
26: Espaces préhilbertiens April 9, 2022 30 / 1
Espaces euclidiens.
Proposition 8
E espace vectoriel euclidien et B = (e1 , . . . , en ) BON de
n
X Xn
E ,x = xk ek et y = yk ek :Alors
k =1 k =1
n
X n
X
1 x= (x /ek )ek et y = (y/ek ).ek
k =1 k =1
n
X n
X
2 (x /y) = xk y k = (x /ek )(y/ek )
k =1 k =1
n n
2 12 1
X X
3 kx k = ( xk ) et y = ( yk2 ) 2
k =1 k =1
v v
n
u n
uX uX
d (x , y) = t (x − y/ek ) = t (xk − yk )2
2
u
4
k =1
ABDELJALIL TADDIST LYDEX-BENGURIRMPSI
Chapitre
1 k =1
26: Espaces préhilbertiens April 9, 2022 30 / 1
Espaces euclidiens.
©
a
Frigyes Riesz : (Györ, 1880 – Budapest, 1956), mathématicien
hongrois. Il établit les bases de l’analyse fonctionnelle moderne.
Hachette Livre, 1996
©
a
Frigyes Riesz : (Györ, 1880 – Budapest, 1956), mathématicien
hongrois. Il établit les bases de l’analyse fonctionnelle moderne.
Hachette Livre, 1996
Preuve 7
F ∩ F ⊥ = {0}
F ∩ F ⊥ = {0}
Preuve 8
φ : E → Rp
x → ((x /u1 ), (x /u2 ), . . . , (x /up ))
or rg(φ) ≤ p(Imφ ⊆ Rp )
Preuve 12
Preuve 12
Puisque
F ∩ F ⊥ = {0E }
Preuve 12
Puisque
F ∩ F ⊥ = {0E }
et que
dim F + dim F ⊥ = dim E
alors
⊥
E = F ⊕ F⊥
Preuve 13
Preuve 13
par récurrence sur la dimension de l’espace
⊥
L
Réciproquement : Si E = Ek et Bk BON de Ek , alors B = ∪ Bk
k ∈J k ∈J
est une BON de E .
⊥
L
Réciproquement : Si E = Ek et Bk BON de Ek , alors B = ∪ Bk
k ∈J k ∈J
est une BON de E .
Preuve 14
Preuve 15
(Justification )
F ⊕ F⊥ = E
F⊥
pF ⊥ (x ) = x − pF (x )
x
pF (x )
Théorème 10
Théorème 10
Si E est un espace préhilbertien ( pas nécessairement de dimension
finie) ,
Théorème 10
Si E est un espace préhilbertien ( pas nécessairement de dimension
finie) ,F un sevdf de E , alors
Théorème 10
Si E est un espace préhilbertien ( pas nécessairement de dimension
finie) ,F un sevdf de E , alors
⊥
E = F ⊕ F⊥
Théorème 10
Si E est un espace préhilbertien ( pas nécessairement de dimension
finie) ,F un sevdf de E , alors
⊥
E = F ⊕ F⊥
Remarque 7
Théorème 10
Si E est un espace préhilbertien ( pas nécessairement de dimension
finie) ,F un sevdf de E , alors
⊥
E = F ⊕ F⊥
Remarque 7
Preuve 16
d (x , F ) = inf kx − yk
y∈F
d (x , F ) = inf kx − yk
y∈F
Preuve 17
∀x ∈ E : d (x , F ) = kx − pF (x )k
∀x ∈ E : d (x , F ) = kx − pF (x )k
En plus , le vecteur pF (x ) est l’unique vecteur de F là ou cette
distance est atteinte .
∀x ∈ E : d (x , F ) = kx − pF (x )k
En plus , le vecteur pF (x ) est l’unique vecteur de F là ou cette
distance est atteinte .
∀x ∈ E : d (x , F ) = kx − pF (x )k
En plus , le vecteur pF (x ) est l’unique vecteur de F là ou cette
distance est atteinte .
Preuve 18
F⊥
pF ⊥ (x ) = x − pF (x )
x
pF (x )
p
X
2 Application: la suite ( (x /ek )2 )p converge , ∀x ∈ E
k =1
donc: p
X
(x /ek )2 = kpF (x )k2 ≤ kx k2 .
k =1
CQFD
∀j ∈ [1, n] :
vect(e1 , . . . , ej ) = vect(u1 , . . . , uj )
(ej /uj ) > 0
F1 = vect(u1 ) = vect(e1 )
u2 u2 − pF1 (u2 )
pF1 (u2 ) e1
F2 = vect(u1 , u2 ) = vect(e1 , e2 )
F2 = vect(u1 , u2 ) = vect(e1 , e2 )
...
uj − pFj −1 (uj )
∀j ∈ [2, n], ej =
uj − p
=
Fj −1
(uj )
Fj = vect(u1 , . . . , uj ) = vect(e1 , . . . ej )
Remarque 8
On a unicité de la BON dans le procédé de schmidt via la condition :
Remarque 8
On a unicité de la BON dans le procédé de schmidt via la condition :