Académique Documents
Professionnel Documents
Culture Documents
1 Définitions de base
En vrac: vecteurs dans le plan ou l’espace, module d’un vecteur, support d’un vecteur, vecteurs
de même direction, vecteurs de même sens, vecteurs équivalents, somme de vecteurs (la règle du
parallélogramme), produit d’un vecteur par un scalaire.
v1
u1
Système de coordonnées, coordonnées d’un vecteur dans un système de coordonnées u2
, v2 ;
p p v3
kuk = u21 + u22 , kv k = v12 + v22 + v32 .
<u,u>>0
<u,u>=0 u=0
<u,u>= kuk2.
2. Soit θ l’angle formé par les deux vecteurs u et v
<u,v>= kuk kvk cos (θ)
d’où : si u et v sont non nuls
1
u et v sont orthogonaux si et seulement si <u,v>=0 (on notera cela u ⊥ v).
Exercice 1.
1
Soit v = 2 , déterminer l’ensemble des vecteurs orthogonaux à v.
3
1
Soit w= 2 , déterminer l’ensemble des vecteurs orthogonaux à v et à w.
−1
2. Projection orthogonale
u
2
u 2 v2
u3 v3
u2v3-u 3v2
On désignera par u ∧ v (en anglais parfois u × v) le vecteur u3v1-u 1v3 , c’est à dire
u v1
- 1
u3 v3
u1v2-u 2v1
u
v1
1
u 2 v2
u v u ∧ v
u1 v1 uu2 vv2
3 3
u3 v3
; on peut résumer ce calcul comme suit u2 v2
u1 v1
u1 v1
u3 v3
u2 v2
u1 v 1
Soient u et v deux vecteurs non nuls de l’espace,
u et v colinéaires u ∧ v = 0.
1
Exercice 3. Soit v= 0 et
l’application fv: R3 R3 définie par ∀w ∈ R3, fv(w)=v ∧ w.
b. Déterminer son noyau et son rang.
c. Montrer que ∀x ∈ R3, ∃w ∈ R3, x = fv(w) x ⊥ v.
3
5. Le produit scalaire dans Rn
4. <u,u>>0
5. <u,u>=0 u = 0.
(u1-v 1 ) 2+ . + (un-v n) 2 .
p
1. kuk > 0.
2. kuk = 0 u=0
3. kkuk= |k |kuk
4. ku + vk 6 kuk + kv k (inégalité triangulaire)
1’. d(u,v)>0.
2’. d(u,v)=0 u = v.
3’ d(u,v)=d(v,u)
4’ d(u,v)6d(u, w) + d(w, v) (inégalité du triangle)
Définition 15.
4
On dit que deux vecteurs u et v sont orthogonaux lorsque
<u,v>=0 .
Théorème 17. La projection orthogonale d’un vecteur u sur le vecteur v (non nul).
<u, v >
On note proj v(u) le projeté orthogonal de u sur v; on le calcule comme suit: proj v(u)= kv k2
v.
Il a la propriété: u-proj v(u) est orthogonal à v.
Remarque 19. Traduction des systèmes d’équations linéaires en termes de produit scalaire
<L1, X >
AX = b
= b.
<Ln , X >
7. Orthogonalité (suite)
Théorème 21. Soit A∈Mnp(R) le noyau de A est l’orthogonal de l’espace des lignes de A.
vi1
vi2
,
Exercice 6. Dans Rp on considère une famille libre (v1, vn) telle que pour chaque i vi= et
vip
F=Vect((v1, , vn).
a. Déterminer au plus vite la dimension de F.
x1
x2
b. Ecrire le système que doivent vérifier les vecteurs x = pour appartenir à F ⊥.
xp
5
Théorème 22.
Soit W un sous-espace vectoriel de Rn alors
1. W ∩ W ⊥ = {0}.
2. Si on concatène une base de W et une base de W ⊥ on obtient une base de Rn
3. Tout vecteur x de Rn s’écrit de manière unique comme la somme d’un vecteur xW de W et d’un
vecteur xW ⊥ de W ⊥.
1 2
1 0
Exercice 7. Dans R4 on considère la famille libre (v1, v2) telle que v1= 1
et v2= 2
et F=Vect(v1, v2).
-1 0
1 2 1
1 0 2
Exercice 8. Dans R4 on considère F=Vect(v1, v2), où v1=
1 et
v2=
2 et
le vecteur x =
1 .
-1 0 2
6
Elle sera dite orthonormée lorsque
i) elle est orthogonale
ii) ∀i ∈ {1, , t}, kvi k=1.
On appellera base orthonormée toute base qui est orthonormée ( surprenant ?).
Théorème 28. La projection orthogonale sur un sous-espace vectoriel dont on connait par chance
une base orthonormée
Soit V un sous-espace vectoriel de Rn et une base orthonormée (v1, , vt) de V, alors
quel que soit x ∈ Rn , x = <x, v1 > v1 + <x, v2 > v2 + < x, vt>v t est la projection orthogonale de x
sur V.
Objectifs:
1. Savoir calculer le produit scalaire de deux vecteurs dans le plan et l’espace.
2. Savoir trouver la projection orthogonale d’un vecteur sur un autre.
3. Savoir déterminer l’équation d’un plan dans l’espace (à partir d’un point et d’un vecteur normal).
4. Savoir déterminer une paramétrisation d’une droite dans l’espace (à partir d’un point et d’un
vecteur directeur)
5. Savoir calculer la distance d’un point à un plan.
7
6. Savoir calculer le produit scalaire de deux vecteurs dans Rn.
7. Connaître et savoir utiliser l’inégalité de Cauchy-Schwarz.
8. Savoir trouver la projection orthogonale d’un vecteur sur un autre dans Rn.
9. Savoir déterminer l’orthogonal d’un sous-espace de Rn.
10. Savoir déterminer la projection orthogonale d’un vecteur sur un sous-espace de Rn.
11. Savoir déterminer une (la) solution d’un système d’équations linéaires au sens des moindres
carrés.