Résumé de Cours - Espaces Préhilbertiens, Euclidiens, Matrices Orthogonales

3/2/23, 12:11 PM Résumé de cours : Espaces préhilbertiens, euclidiens, matrices orthogonales
Bibm@th.net
Rechercher sur le site...
Bibm@th
Rechercher sur le site...
Accueil Lycée Supérieur Bibliothèques Références Thèmes Forum

Mon compte
Math SupMath SpéCapesAgreg interneBTS
Accueil
Lycée
Collège
Seconde
Supérieur
Math Sup
Math Spé
Capes
Agreg interne
BTS
Bibliothèques
Bibliothèque d'exercices
Bibliothèque de problèmes
Automatismes
Références
Dictionnaire
Biographie de mathématiciens
Formulaire
Lexique français/anglais
Thèmes
Cryptographie et codes secrets
Jeux et énigmes
Carrés magiques
Mathématiques au quotidien
Dossiers
Forum
Mon compte
Ressources mathématiques > Documents pour la math sup >
https://www.bibmath.net/ressources/index.php?action=affiche&quoi=mathsup/cours/prehilbert.html 1/7
Accéder à mon compte > Accéder à ma feuille d'exercices >
Résumé de cours : Espaces préhilbertiens, euclidiens,

matrices orthogonales
Produit scalaire
Soit E un -espace vectoriel. On appelle produit scalaire sur E toute application
R
⟨⋅, ⋅⟩ : E × E → R vérifiant les propriétés suivantes :

elle est bilinéaire : pour tous x, y, z ∈ E et tout λ ∈ R, on a
⟨x + λy, z⟩ = ⟨x, z⟩ + λ⟨y, z⟩
⟨x, λy + z⟩ = λ⟨x, y⟩ + ⟨x, z⟩.
elle est symétrique : pour tous x, y ∈ E, on a ⟨x, y⟩ = ⟨y, x⟩.

elle est définie positive : pour tout x ∈ E, on a ⟨x, x⟩ ≥ 0 et de plus ⟨x, x⟩ = 0 si
et seulement si x = 0.
Un R-espace vectoriel E muni d'un produit scalaire s'appelle un espace
préhilbertien. Si E est de dimension finie, E est appelé espace euclidien.
Les exemples classiques de produits scalaires sont :
Sur R , ⟨x, y⟩ = ∑ x y .
n n
k=1 k k
b
Sur C([a, b]) , ⟨f , g⟩ = ∫
a
f (t)g(t)dt .
Dans la suite, E désigne un espace préhilbertien muni du produit scalaire ⟨⋅, ⋅⟩ .
Norme associée
On pose, pour x ∈ E, ∥x∥ = √⟨x, x⟩, qu'on appelle norme associée au produit
scalaire.
Le produit scalaire et la norme associée vérifient l'inégalité de Cauchy-Schwarz :
∀x, y ∈ E, |⟨x, y⟩| ≤ ∥x∥ × ∥y∥
avec égalité si et seulement si (x, y) est une famille liée. En particulier, avec les deux
produits scalaires usuels, on a
1/2 1/2
b b b
2 2
∀f , g ∈ C([a, b]), ∫ |f (t)g(t)|dt ≤ (∫ f (t)dt) (∫ g (t)dt) ,
a a a
1/2 1/2
n n n
n 2 2
∀x, y ∈ R , ∑ |xk yk | ≤ (∑ x ) (∑ y ) .
k k
k=1 k=1 k=1
La norme associée vérifie l'inégalité triangulaire :
∀x, y ∈ E, ∥x + y∥ ≤ ∥x∥ + ∥y∥
avec égalité si et seulement si x = 0 ou s'il existe λ ∈ R tel que y = λx (on dit que +
x
et y sont positivement liés).

La norme associée est une norme sur E, c'est-à-dire qu'elle vérifie les trois
conditions suivantes :
1. ∀x ∈ E, ∥x∥ ≥ 0 avec égalité si et seulement si x = 0 ;

2. ∀x ∈ E, ∀λ ∈ R, ∥λx∥ = |λ| × ∥x∥;
3. ∀x, y ∈ E, ∥x + y∥ ≤ ∥x∥ + ∥y∥.
On a l'identité de polarisation suivante :
2 2 2
∀(x, y) ∈ E, 2⟨x, y⟩ = ∥x + y∥ − ∥x∥ − ∥y∥ .
Familles orthogonales, orthonormales

On dit que deux vecteurs x, y ∈ E sont orthogonaux si ⟨x, y⟩ = 0. On note x ⊥ y.
Une famille (x ) est dit orthogonale si les vecteurs qui la composent sont deux à
i i∈I
deux orthogonaux. Une famille orthogonale constituée de vecteurs non-nuls est une
famille libre.
Si (x , … , x ) est une famille orthogonale, on a la relation de Pythagore
1 p
2
∥ p ∥ p
∥ ∥ 2
∥ ∑ x k∥ = ∑ ∥xk ∥ .
∥ k=1 ∥ k=1
Si X est une partie de E , on appelle orthogonal de X l'ensemble noté X

⊥
défini par
⊥
X = {y ∈ E; ∀x ∈ X, ⟨x, y⟩ = 0} .
X est toujours un sous-espace vectoriel de E.

⊥
Un vecteur x ∈ E est dit unitaire ou normé si ∥x∥ = 1. Une famille (x ) est une i
famille orthonormale si c'est une famille orthogonale dont tous les vecteurs sont
normés.
Si (x , … , x ) est une famille libre de E, il existe une unique famille orthonormale
1 p
(e , … , e ) vérifiant les deux conditions suivantes :

1 p
1. pour tout k ∈ {1, … , p}, vect(e , … , e ) = vect(x , … , x );

1 k 1 k
2. pour tout k ∈ {1, … , p}, ⟨e , x ⟩ > 0. k k
Le passage de (x , … , x ) à (e , … , e ) s'appelle procédé d'orthonormalisation de

1 p 1 p
Gram-Schmidt.
Bases orthonormées
On suppose dans cette partie que E est euclidien de dimension n.
Une base orthonormée de E est une famille orthogonale (e , … , e ) dont tous les 1 n
vecteurs sont unitaires. C'est en particulier une base de E.

E possède des bases orthonormées.
Si (e , … , e ) est une base orthonormée de E, alors tout x ∈ E s'écrit de façon

1 n
unique
n
x = ∑⟨x, ei ⟩ei .
i=1
Le réel ⟨x, e ⟩ s'appelle coordonnée de x par rapport à e dans la base (e , … , e ).

i i 1 n
Si (e , … , e ) est une base orthonormée de E, si x = ∑ x e et y = ∑ y e , alors

n n
1 n i=1 i i i=1 i i
on peut calculer le produit scalaire et la norme par les formules suivantes :

n
⟨x, y⟩ = ∑ xi yi
i=1
1/2
n
2
∥x∥ = (∑ x ) .
i
i=1
Orientation et produit mixte

Rappelons que choisir une orientation de E, c'est fixer une base B de E. Une base
orthonormée (e , … , e ) de E est alors une base orthonormée directe si
1 n
det (e , … , e ) > 0.
B 1 n
Théorème et définition : Si x , … , x sont n vecteurs de E, le déterminant de la

1 n
famille (x , … , x ) est le même dans toute base orthonormée directe. On

1 n
l'appelle le produit mixte des vecteurs x , … , x et on le note 1 n
[x1 , … , xn ].
Si f ∈ L(E) , on a
[f (x1 ), … , f (xn )] = det(f ) × [x1 , … , xn ].
Projection orthogonale
On suppose dans cette partie que F est un sous-espace de E de dimension finie.
F est un sous-espace supplémentaire de F appelé supplémentaire orthogonal de

⊥
F . Si E est lui-même de dimension finie, on a en particulier
⊥
dim(F ) = dim(E) − dim(F ).
Soit x ∈ E, qui s'écrit uniquement x = y + z dans la somme directe F ⊕ F

⊥
. Alors y
s'appelle le projeté orthogonal de x sur F , et est noté p (x). F
Si (e , … , e ) est une base orthonormée de F , alors

1 p
pF (x) = ∑⟨x, ei ⟩ei .
i=1
Théorème et définition : Pour tout x ∈ E et tout f ∈ F , on a
∥x − f ∥ ≥ ∥x − pF (x)∥
avec égalité si et seulement si f = pF (x) . La quantité
d(x, F ) = ∥x − pF (x)∥ = inf ∥x − f ∥

f ∈F
s'appelle distance de x à F .
Par le théorème de Pythagore, on a
2 2
d(x, F ) = √∥x∥ − ∥pF (x)∥ .
Hyperplan affine
Soit H un hyperplan affine de E . On appelle vecteur normal à H tout vecteur non

nul orthogonal à sa direction.
Proposition : Soit H un hyperplan affine, soit A ∈ H et soit n un vecteur normal à

H . Alors
−−→
M ∈ H ⟺ ⟨AM , n⟩ = 0.
En particulier, H est un hyperplan affine de vecteur normal n = (a1 , … , an ) si et

seulement s'il existe un réel h tel que l'équation de H soit
a1 x1 + ⋯ + an xn + h = 0.
Proposition : Soit H un hyperplan affine, soit A ∈ H et soit n un vecteur normal à

H . Alors
−−→
|⟨n, AM ⟩|
d(M , H ) = .
∥n∥
n
En particulier, si H est un hyperplan affine d'équation ∑ i=1
a i xi + h = 0 et si M est
un point de coordonnées (x , … , x ), alors la distance de
1 n M à H est donnée par
n
∣
∣∑ a i xi + h ∣
∣
i=1
d(M , H ) = .
n 2
√∑ a
i=1 i
Isométrie vectorielle
On appelle isométrie vectorielle de E, ou automorphisme orthogonal de E , toute

application linéaire f ∈ L(E) telle que, pour tout x ∈ E, ∥f (x)∥ = ∥x∥.
Proposition : Soit f ∈ L(E). Les assertions suivantes sont équivalentes :

f est un endomorphisme orthogonal de E .
f conserve le produit scalaire : ∀x, y ∈ E, ⟨f (x), f (y)⟩ = ⟨x, y⟩.
L'image par f d'une base orthonormale est une base orthonormale.
L'ensemble des automorphismes orthogonaux de E est un groupe, appelé groupe

orthogonal de E et noté O(E).
On appelle symétrie orthogonale une symétrie s ∈ L(E) telle que ker(s − I d ) et E
ker(s + I d ) soient orthogonaux. Une symétrie est un endomorphisme orthogonal si

E
et seulement si c'est une symétrie orthogonale.

On appelle réflexion de E une symétrie orthogonale par rapport à un hyperplan.
Matrices orthogonales
On appelle matrice orthogonale de taille n toute matrice M ∈ Mn (R) vérifiant

T
M M = I (on a alors automatiquement M M = I ).
n
T
n
Une matrice est orthogonale si et seulement ses colonnes forment une base
orthonormale de R , si et seulement si ses lignes forment une base orthonormale de
n
R .
n
L'ensemble des matrices orthogonales de taille n forme un groupe appelé groupe

orthogonal et noté O (R). n
Théorème : Soit f ∈ L(E). Alors les assertions suivantes sont équivalentes :

f est orthogonal;
La matrice de f dans toute base orthonormale de E est orthogonale.
Le déterminant d'une matrice orthogonale vaut ±1. Une matrice orthogonale est dite
positive si son déterminant vaut 1, négative si son déterminant vaut −1. L'ensemble
des matrices orthogonales positives forme un groupe appelé le groupe spécial
orthogonal et note SO (R). n
On suppose désormais que E est orienté. Une isométrie est appelée isométrie
positive si sa matrice dans une base orthonormée directe est une matrice
orthogonale positive. L'ensemble des isométries positives de E est un groupe,
appelé groupe spécial orthogonal et noté SO(E).
Isométries vectorielles en dimension 2

On suppose dans cette partie que E est euclidien orienté de dimension 2.
Les matrices orthogonales positives en dimension 2 sont les matrices de la forme
cos(θ) − sin(θ)
M (θ) = ( ) , θ ∈ R.
sin(θ) cos(θ)
Les matrices orthogonales négatives en dimension 2 sont les matrices de la forme
cos(θ) sin(θ)
N (θ) = ( ) , θ ∈ R.
sin(θ) − cos(θ)
On appelle rotation vectorielle d'angle θ ∈ [0, 2π[ un endomorphisme orthogonal de

E dont la matrice dans une (dans toute) base orthonormale directe de E est de la
forme M (θ). On note l'endomorphisme correspondant r . θ
Si u, v sont deux vecteurs unitaires de E, il existe une unique rotation vectorielle r θ
telle que r (u) = v. θ est appelé mesure de l'angle orienté (u, v) (et est défini à 2π-
θ
près).
Les automorphismes orthogonaux de E sont les rotations vectorielles et les
réflexions.
Discussions des forums

Problématique equation
developpement limité
Calculer résidu i/2 avec …
Groupe quotient
recherche site de soutien …
pgcd
Commuter intégraler et dérivée
Existe-t-il un "produit s …
Exercice étude des groupes
Cours d'Analyse
modélisation mathématique
Equations déférentielles
Exercice - Analyse Convexe
Denombrement exercice
Discours sur un 9.5
Accéder aux forums
Mathématicien du mois
Adolf Hurwitz (1859 - 1919)

Toutes les biographies
Signaler une erreur/Nous contacterMentions LégalesConfidentialité
ContactConfidentialitéMentions légales

Résumé de Cours - Espaces Préhilbertiens, Euclidiens, Matrices Orthogonales

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Résumé de Cours - Espaces Préhilbertiens, Euclidiens, Matrices Orthogonales

Transféré par

Droits d'auteur :

Formats disponibles

3/2/23, 12:11 PM Résumé de cours : Espaces préhilbertiens, euclidiens, matrices orthogonales

Rechercher sur le site...

Accueil Lycée Supérieur Bibliothèques Références Thèmes Forum

Accéder à mon compte > Accéder à ma feuille d'exercices >

Résumé de cours : Espaces préhilbertiens, euclidiens,

⟨⋅, ⋅⟩ : E × E → R vérifiant les propriétés suivantes :

⟨x + λy, z⟩ = ⟨x, z⟩ + λ⟨y, z⟩

⟨x, λy + z⟩ = λ⟨x, y⟩ + ⟨x, z⟩.

elle est symétrique : pour tous x, y ∈ E, on a ⟨x, y⟩ = ⟨y, x⟩.

Dans la suite, E désigne un espace préhilbertien muni du produit scalaire ⟨⋅, ⋅⟩ .

∀x, y ∈ E, |⟨x, y⟩| ≤ ∥x∥ × ∥y∥

k=1 k=1 k=1

La norme associée vérifie l'inégalité triangulaire :

∀x, y ∈ E, ∥x + y∥ ≤ ∥x∥ + ∥y∥

et y sont positivement liés).

1. ∀x ∈ E, ∥x∥ ≥ 0 avec égalité si et seulement si x = 0 ;

Familles orthogonales, orthonormales

Si X est une partie de E , on appelle orthogonal de X l'ensemble noté X

X est toujours un sous-espace vectoriel de E.

(e , … , e ) vérifiant les deux conditions suivantes :

1. pour tout k ∈ {1, … , p}, vect(e , … , e ) = vect(x , … , x );

2. pour tout k ∈ {1, … , p}, ⟨e , x ⟩ > 0. k k

Le passage de (x , … , x ) à (e , … , e ) s'appelle procédé d'orthonormalisation de

vecteurs sont unitaires. C'est en particulier une base de E.

Si (e , … , e ) est une base orthonormée de E, alors tout x ∈ E s'écrit de façon

Le réel ⟨x, e ⟩ s'appelle coordonnée de x par rapport à e dans la base (e , … , e ).

Si (e , … , e ) est une base orthonormée de E, si x = ∑ x e et y = ∑ y e , alors

on peut calculer le produit scalaire et la norme par les formules suivantes :

Orientation et produit mixte

Théorème et définition : Si x , … , x sont n vecteurs de E, le déterminant de la

famille (x , … , x ) est le même dans toute base orthonormée directe. On

l'appelle le produit mixte des vecteurs x , … , x et on le note 1 n

[f (x1 ), … , f (xn )] = det(f ) × [x1 , … , xn ].

F est un sous-espace supplémentaire de F appelé supplémentaire orthogonal de

F . Si E est lui-même de dimension finie, on a en particulier

Soit x ∈ E, qui s'écrit uniquement x = y + z dans la somme directe F ⊕ F

s'appelle le projeté orthogonal de x sur F , et est noté p (x). F

Si (e , … , e ) est une base orthonormée de F , alors

pF (x) = ∑⟨x, ei ⟩ei .

Théorème et définition : Pour tout x ∈ E et tout f ∈ F , on a

avec égalité si et seulement si f = pF (x) . La quantité

d(x, F ) = ∥x − pF (x)∥ = inf ∥x − f ∥

Par le théorème de Pythagore, on a

On suppose dans cette partie que E est euclidien de dimension n.

Soit H un hyperplan affine de E . On appelle vecteur normal à H tout vecteur non

Proposition : Soit H un hyperplan affine, soit A ∈ H et soit n un vecteur normal à

En particulier, H est un hyperplan affine de vecteur normal n = (a1 , … , an ) si et

Proposition : Soit H un hyperplan affine, soit A ∈ H et soit n un vecteur normal à

On appelle isométrie vectorielle de E, ou automorphisme orthogonal de E , toute

Proposition : Soit f ∈ L(E). Les assertions suivantes sont équivalentes :

f conserve le produit scalaire : ∀x, y ∈ E, ⟨f (x), f (y)⟩ = ⟨x, y⟩.

L'image par f d'une base orthonormale est une base orthonormale.

L'ensemble des automorphismes orthogonaux de E est un groupe, appelé groupe

ker(s + I d ) soient orthogonaux. Une symétrie est un endomorphisme orthogonal si

et seulement si c'est une symétrie orthogonale.

On appelle matrice orthogonale de taille n toute matrice M ∈ Mn (R) vérifiant

L'ensemble des matrices orthogonales de taille n forme un groupe appelé groupe

Théorème : Soit f ∈ L(E). Alors les assertions suivantes sont équivalentes :

La matrice de f dans toute base orthonormale de E est orthogonale.

Isométries vectorielles en dimension 2

Les matrices orthogonales positives en dimension 2 sont les matrices de la forme

Les matrices orthogonales négatives en dimension 2 sont les matrices de la forme

On appelle rotation vectorielle d'angle θ ∈ [0, 2π[ un endomorphisme orthogonal de