Académique Documents
Professionnel Documents
Culture Documents
Plan de cours
I Produit scalaire et norme associée . . . . . . . . . . . . . . 1
II Notion d’orthogonalité . . . . . . . . . . . . . . . . . . . . 4
III Projecteurs orthogonaux, symétries orthogonales . . . . . 11
Exemples :
1. Le produit de deux scalaires est une forme bilinéaire sur K.
2. Le déterminant est une forme bilinéaire sur K2 .
3. L’application φ : C([ a, b], R)2 −→ R est une forme bilinéaire.
Z b
( f , g) 7−→ f (t) g(t)dt
a
Exemples :
1. Soit B = (e1 , . . . , en ) une base d’un espace vectoriel E sur R.
n n n
Pour x = ∑ xi ei et y = ∑ yi ei de E, L’application (x, y) 7−→ ∑ xi yi est un produit
i =1 i =1 i =1
scalaire sur E, avec .
2. L’application ( X, Y ) 7−→ tX.Y est un produit scalaire sur Mn,1 (R).
3. L’application ( A, B) 7−→ Tr(t A.B) = ∑ ai j bi j est un produit scalaire sur Mn (R).
16i, j6n
n n n
4. Pour P = ∑ ai Xi et Q = ∑ bi Xi de Rn [X ], on pose h P, Qi = ∑ ai bi .
i =0 i =0 i =0
L’application ( P, Q) 7−→ h P, Qi est un produit scalaire sur Rn [ X ].
Z b
5. L’application ( f , g) 7−→ f (t) g(t)dt est un produit scalaire sur E = C([ a, b], R).
a
Exercice .1.
Montrer que
n
1. L’application ( P, Q) 7−→ ∑ P(k)Q(k) est un produit scalaire sur E = Rn [X ].
k=0
Z 1
f (t) g(t)
2. L’application ( f , g) 7−→ √ dt est un produit scalaire sur C ([−1, 1], R).
−1 1 − t2
Z +∞
3. L’application ( P, Q) 7−→ P(t) Q(t)e−t dt est un produit scalaire sur R[ X ].
0
Z +∞
2
4. L’application ( P, Q) 7−→ P(t) Q(t)e−t dt est un produit scalaire sur R[ X ].
−∞
Dans toute la suite, E est un espace préhilbertien muni d’un produit scalaire h , i.
≫ Preuve :
≫ Preuve :
≫ Preuve :
On a : k x + tyk2 = t2 k yk2 + 2t h x, yi + k xk2 . Puis prendre t = 1 et t = −1 et faites la somme...... ⊠
≫ Preuve :
On a : k x + tyk2 = t2 k yk2 + 2t h x, yi + k xk2 . Puis prendre t = 1 et t = −1 et faites la diffé-
rence...... ⊠
II Notion d’orthogonalité
Théorème 5. de Pythagore
Pour x et y de E, on a :
x ⊥ y ⇐⇒ k x + yk2 = k xk2 + k yk2 .
≫ Preuve :
Découle directement de la relation : k x + yk2 = k xk2 + 2 h x, yi + k yk2 . ⊠
Théorème 6.
Si x est un vecteur non nul de E, alors { x}⊥ est un hyperplan de E. Un supplémentaire en est la
droite vectorielle R.x.
≫ Preuve :
— L’application ϕ x : E −→ R est une forme linéaire (par bilinéarité du produit scalaire), non
y 7−→ h x, yi
nulle (car ϕ x ( x) = k xk2 6= 0).
{ x}⊥ en est le noyau, c’est donc un hyperplan.
— La droite vectorielle R.x n’est pas incluse dans { x}⊥ (car x orthogonal à x implique x = 0), donc
en est un supplémentaire d’après le cours sur les hyperplans.
⊠
Proposition 2.
≫ Preuve :
1. E⊥ = {0} et {0}⊥ = E ;
2. Pour toutes parties A et B de E, on a : A ⊂ B =⇒ B⊥ ⊂ A⊥ ;
3. Pour toute partie A de E, on a : A⊥ = Vect( A)⊥ ;
⊥
4. Pour toute partie A de E, on a : A ⊂ A⊥ ;
≫ Preuve :
⊥
E Remarque : Si F est un sous-espace vectoriel de E, on n’a pas nécessairement F = F⊥
montre l’exemple suivant :
, comme le
Z 1
Soit E = C([0, 1], R) muni du produit scalaire classique : h f ,gi = f (t) g(t) dt.
0
Soit H = { f ∈ E tq f (0) = 0}. H est un sous-espace vectoriel de E : c’est en effet l’hyper-
plan noyau de la forme linéaire f 7→ f (0).
Z 1
Soit g ∈ H ⊥ ; alors, pour toute f ∈ H, f (t) g(t) dt = 0. Mais l’application t 7→ tg(t)
Z 1 0
appartient à H, donc on aura : tg(t)2 dt = 0 et, puisqu’il s’agit d’une fonction continue
0
positive, on aura : ∀t ∈ [0, 1] , tg(t)2 = 0 donc g(t) = 0 pour t ∈ ]0, 1] et enfin g(t) = 0
pour tout t ∈ [0, 1] puisque g continue.
⊥
Ainsi, H ⊥ = {0}, donc H ⊥ = E ) H.
Exemples :
1. Dans R3 , muni du produit scalaire canonique, soit la droite F = R.e3 et le plan
G = Vect(e1 − e2 , e1 + 2e2 ). Alors F ⊥ G. En fait, ici, F ⊥ = G.
Si H = R.e1 , on a aussi F ⊥ H.
2. Dans R3 , soit F = Vect(e1 , e2 ) et G = Vect(e3 , e2 + e3 ). On n’a pas F ⊥ G mais par contre
F⊥ ⊥ G⊥ .
Les deux plans F et G sont alors dits perpendiculaires.
Proposition 4.
Si F et G sont deux sous-espaces vectoriels orthogonaux de E, alors F ∩ G = {0}.
≫ Preuve :
Soit x ∈ F ∩ G. Alors x ∈ F est orthogonal à x ∈ G, donc h x,xi = 0, donc x = 0... ! ! ! ⊠
∀(i, j) ∈ I 2 : i 6= j =⇒ xi ,x j = 0
Remarques :
( xi )i
1. Si ∈ I est une famille orthogonale de vecteurs non nuls, alors la famille des vecteurs
xi
est une famille orthonormale.
k xi k i ∈ I
2. La famille ( xi )i∈ I est orthonormale si : ∀(i, j) ∈ [ 1, n] 2 , xi ,x j = δi, j .
≫ Preuve :
2 * +
p p p p
En effet : ∑ xi = ∑ xi , ∑ xi = ∑ xi ,x j = ∑ hxi ,xi i puisque xi ,x j = 0 pour i 6= j.
i =1 i =1 i =1 16i, j6 p i =1
⊠
Théorème 7.
Si ( xi )i∈ I est une famille orthogonale de vecteurs non nuls, alors cette famille est libre. En particulier
toute famille orthonormale est libre.
≫ Preuve :
En effet, si l’on a ∑ λi xi = 0 (avec λi scalaires tous nuls sauf un nombre fini), alors, pour tout j ∈ I,
* + i∈ I
Exercice .2.
Z π
2
1. Dans E = C([0, π ], R) muni du produit scalaire : h f ,gi = f (t) g(t) dt, montrer que la famille
π 0
de fonctions f n : t 7→ cos nt, avec n ∈ N, est orthonormale.
Z 1
f (t) g(t)
2. Soit E = C([0, 1], R). On définit dans E2 l’application ( f , g) 7→ √
dt.Vérifier qu’il s’agit
1 − t2 0
bien d’un produit scalaire sur E. Pour ce produit scalaire, montrer que la famille ( Tn )n∈N des poly-
nômes de Tchebychev est orthogonale.
Remarque : Pour qu’une famille ( x1 , . . . , xn ) de vecteurs d’un espace vectoriel euclidien forme une base
orthonormale, il faut et il suffit que :
— la famille soit orthonormale, c-à-d : ∀(i, j) ∈ [ 1, n] 2 , xi ,x j = δi, j .
— et que n = dim E.
Théorème 8.
Tout espace vectoriel euclidien (non réduit à {0}) possède une base orthonormale.
≫ Preuve :
Par récurrence sur n = dim E :
x
— si n = 1, E est une droite vectorielle, et si { x} en est une base, alors en sera une base
k xk
orthonormale
— Supposons le résultat acquis pour tout espace euclidien de dimension n − 1, et soit E euclidien
de dimension n.
Il existe dans E un vecteur unitaire en ; d’après le théorème II, le sous-espace vectoriel H = {en }⊥
est un hyperplan de E. D’après l’hypothèse de récurrence, H possède une base orthonormale
(e1 , . . . , en−1 ). Il est clair alors que la famille (e1 , . . . , en ) sera orthonormale, donc sera une base
orthonormalede E, ce qui achève la récurrence.
⊠
Exemples :
1. Dans Rn muni du produit scalaire canonique, défini par :
n
si x = ( x1 , . . . , xn ) et y = ( y1 , . . . , yn ) , h x, yi = ∑ xi yi
i =1
la base canonique est une base orthonormale.
2. Dans M n (R) muni du produit scalaire canonique défini par :
si A = ( ai, j )16i, j6n et B = (bi, j )16i, j6n , h A,Bi = tr(tAB) = ∑ ai, j bi, j
16i, j6n
s
n n
h x, yi = ∑ xi yi et k xk = ∑ xi2 .
i =1 i =1
x1 y1
.. ..
◮ Matriciellement : Si X = . et Y = . sont les matrices colonnes formées des coordonnées
xn yn
dans B des vecteurs x et y, on a :
h x, yi = t XY et k xk2 = t XX .
◮ Il peut aussi être utile de retenir que, si un vecteur x a pour coordonnées ( x1 , . . . , xn ) dans une base
orthonormaleB = (e1 , . . . , en ), alors :
∀i ∈ [ 1, n] , xi = hei ,xi .
Proposition 6. Coordonnées dans une base orthonormale
Soit (e1 , . . . , en ) une base orthonormale d’un espace euclidien E, alors pour tout x ∈ E, on a :
n
x= ∑ hx, ek iek .
k=1
Autrement dit les coordonnées de x dans la base (e1 , . . . , en ) sont (h x, e1 i, . . . , h x, en i).
e1
ek − ∑ hek , f i i f i
i =1
f1 = et ∀k ∈ {2, . . . , p} : f k = .
ke1 k k−1
ek − ∑ hek , f i i f i
i =1
≫ Preuve :
Soit (e1 , . . . , en ) une famille libre d’un R-espace vectoriel E muni d’un produit scalaire. On cherche
à construire une famille orthonormée ( f 1 , . . . , f n ) de E telle que :
Vect(e1 , . . . , en ) = Vect( f 1 , . . . , f n )
Exercice .3.
1. Orthonormaliser la famille ( a1 = (0, 1, 1), a2 = (1, 0, 1), a3 = (1, 1, 0)) pour le produit scalaire
canonique de R3 .
2. Orthonormaliser la famille (1, X, X 2 ) pour le produit scalaire défini sur R3 [ X ] par :
Z 1
( P, Q) 7−→ P(t) Q(t)dt.
0
0 1 1 0 1 1
3. Orthonormaliser la famille M1 = , M2 = , M3 = pour le produit sca-
1 0 1 0 0 0
laire défini sur M2 (R) par : ( A, B) 7−→ tr(tA.B).
Exercice .4.
Z
1 1
Pour P, Q ∈ R[ X ] : on pose ( P| Q) = P( x) Q( x)dx.
2 −1
1. Montrer que (.|.) est un produit scalaire de R[ X ].
2. Déterminer une base orthonormée de R2 [ X ] pour ce produit scalaire.
Exercice .5.
Soit B une base d’un espace euclidien E et B′ la b.o.n obtenue à partir de B par le procédé de Gramm-
Schmidt. Déterminer la matrice de passage de B à B′ .
Remarque : Si l’on se donne une base B de E, il est facile de trouver une produit scalaire pour lequel
B est orthonormale. Il suffit de choisir E × E −→ R où les xk et les yk sont les
n
( x, y) 7−→ ∑ xk yk
k=1
coordonnées respectives de x et y dans la base B.
y ∈ F ⊥ ⇐⇒
∀i ∈ {1, . . . , n} : y ⊥ ei
h y,e1 i = 0
h y,e2 i = 0
⇐⇒ .. .. ..
. . .
h ni
y,e = 0
Exercice .6.
Soit E un espace euclidien de dimension 4 muni d’une base orthonormée B = (e1 , e2 , e3 , e4 ). Soit F
un sous-espace vectoriel défini par le système d’équation, dans la base B,
(
− x + y − 3z + 2t = 0
3x + 4y − z + t = 0
≫ Preuve :
n
y ∈ F et z ∈ F ⊥ , donc on cherche λ1 , . . . , λn ∈ R et z ∈ F ⊥ tels que x = ∑ λi ei + z.
i =1
* +
n
z ∈ F ⊥ ⇐⇒ ∀ j ∈ [ 1, n] , e j ,z = 0 ⇐⇒ ∀ j ∈ [ 1, n] , e j ,x − ∑ λi ei =0
i =1
n
⇐⇒ ∀ j ∈ [ 1, n] , e j ,x = ∑ λi | e{z
j ,ei = λ j
}
i =1
=δi, j
≫ Preuve :
Si (e1 , . . . , e p ) est une famille orthonormale dans E, soit F = Vect(e1 , . . . , e p ). Il suffit alors de choisir
une base orthonormaledans F ⊥ (il en existe d’après le théorème précédent). ⊠
Proposition 10.
Si F et G sont deux sous-espaces vectoriels d’un espace vectoriel euclidien E on a :
( F ∩ G )⊥ = F ⊥ + G ⊥ .
≫ Preuve :
Si F ′ et G ′ sont des sous-espaces vectoriels de E, on a ( F ′ + G ′ )⊥ = F ′⊥ ∩ G ′⊥ . Il suffit d’appliquer
ce résultat avec F ′ = F ⊥ et G ′ = G ⊥ , en utilisant le deuxième résultat du théorème précédent. ⊠
Théorème 10.
Si F est un sous-espace vectoriel de dimensions finie d’un espace préhilbertien réel E, on a :
E = F ⊕ F⊥
≫ Preuve :
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . Un très bon exercice à savoir refaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⊠
Proposition 11.
• La projection orthogonale sur F est notamment définie lorsque F est de dimension finie.
• Soit x ∈ E, on note par p( x) le projeté orthogonal de x sur F. On a :
• ∀ x ∈ E ; k p( x)k 6 k xk
Remarques :
h x,ui
1. La projection d’un vecteur x sur une droite vectorielle vect(u) est u:
kuk
Si u est normé, alors cette projection est simplement h x,ui u.
2. On peut donner une interprétation géométrique de la méthode de Gram-Schmidt :
Soit (e1 , . . . , en ) une famille libre d’un espace euclidien E . On sait qu’on peut construire
une famille orthonormée ( f 1 , . . . , f n ) de E telle que :
∀k ∈ [ 1, n] , Vect(e1 , . . . , ek ) = Vect( f 1 , . . . , f k ) = Fk .
p F⊥ ( ek+1 )
k
Alors, en convenant que F0 = {0}, pour tout k ∈ [ 0, n − 1] , f k+1 = .
k p F⊥ (ek+1 )k
k
Exercice .7.
Montrer que Mn (R) −→ Mn (R) est une symétrie orthogonale pour le produit scalaire sur
M 7−→ t M
Mn (R) défini par ( A| B) = tr(tAB).
x x − p F ( x)
• Si (e1 , . . . , en ) est une base orthonormale d’un sous-espace vectoriel F de dimension finie de E, on a,
pour tout x ∈ E :
n
p F ( x) = ∑ hei ,xi ei .
i =1
• Dans le cas particulier où H est un hyperplan, et si n est un vecteur orthogonal à H, la formule précédente
hn,xi
donne le projeté orthogonal de x sur la droite R.n : p H ⊥ ( x) = n d’où :
knk2
hn,xi
p H ( x) = x − n
knk2
x
hn,xi
n
knk2
b
p H ( x)
H
Exercice .8.
1. Dans R3 muni de sa structure euclidienne canonique, déterminer la matrice dans la base canonique
de la projection orthogonale sur le plan P d’équation : x + y + z = 0.
2. Dans R4 muni de sa structure euclidienne canonique, déterminer la matrice dans la base cano-
nique
( de la symétrie orthogonale par rapport au sous-espace vectoriel F donné par les équations :
x1 + x2 + x3 + x4 = 0
.
x1 + 2x2 + 3x3 + 4x4 = 0
On rappelle que, de façon générale, si A est une partie d’un espace vectoriel normé E et si x est un vecteur
de E, on appelle distance de x à A le réel :
d( x, F ) = k x − p F ( x)k
≫ Preuve :
. . . . . . . . . . . . . . . . . . . . . . . . Un bon exercice (voir les propriétés de p F ( x) . . . . . . . . . . . . . . . . . . . . . . . . ⊠
≫ Preuve :
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A faire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ⊠
F ii n
n
Année 2022/2023 C.P.G.E. Meknès