Ch. 12 – Espaces préhilbertiens réels 1.

2 Exemples de référence
Proposition 12.6 – Produit scalaire canonique sur Rn
Dans tout le cours, E désignera un espace vectoriel réel. Pour tous x = (x1 , . . . , xn ) et y = (y1 , . . . , yn ) dans Rn , on pose :
n
X
〈 x, y〉 = x i yi .
i =1
1 Produit scalaire et norme associée Le produit scalaire ainsi défini est appelé produit scalaire canonique sur Rn .
Si X et Y désignent les matrices-colonnes des coordonnées de x et y dans la base
1.1 Produit scalaire canonique, alors :
〈 x, y〉 = X⊤ Y .

Définition 12.1 – Produit scalaire

Proposition 12.7 – Produit scalaire canonique sur Mn (R)
On appelle produit scalaire sur E toute application (x, y) ∈ E 2 7→ 〈 x, y〉 ∈ R :
Pour toutes A = (a i, j ) et B = (b i, j ) dans Mn (R), on pose :
• bilinéaire : pour tout y ∈ E , x 7→ 〈 x, y〉 et x 7→ 〈 y, x〉 sont linéaires : 〈 A, B〉 =
X
a i, j b i, j .
λ x + µ y, z = λ 〈 x, z〉 + µ 〈 y, z〉 et z, λ x + µ y = λ 〈 z, x〉 + µ 〈 z, y〉 , 1É i, j É n
­ ® ­ ®

• symétrique : ∀(x, y) ∈ E 2 , 〈 x, y〉 = 〈 y, x〉, Le produit scalaire ainsi défini est appelé produit scalaire canonique sur Mn (R).
Il peut également s’exprimer à l’aide d’une trace :
• définie positive : pour tout x ∈ E , 〈 x, x〉 Ê 0, avec égalité ssi x = 0.
〈 A, B〉 = tr (A⊤ B).
On rencontre également les notations (x| y) et x · y.
Remarque 12.8 – Généralisation à Mn,p (R).
Remarques 12.2
Proposition 12.9 – On définit un produit scalaire sur C 0 ([a, b], R) en posant :
1. La linéarité à gauche (resp. à droite) et la symétrie impliquent la linéarité à droite
Z b
(resp. à gauche). Il suffira donc de vérifier la linéarité par rapport à une des
〈 f , g〉 = f g.
variables. a

2. La linéarité à gauche entraîne 〈0, y〉 = 0, celle à droite 〈 x, 0〉 = 0. A fortiori 〈0, 0〉 = 0.

1.3 Inégalité de Cauchy-Schwarz

Exercice 12.3 Z +∞
Montrer que 〈P,Q 〉 = P(t)Q(t)e− t dt est un produit scalaire sur R[X ]. Théorème 12.10 – Inégalité de Cauchy-Schwarz
0
Pour tous vecteurs x et y dans E , on a :

〈 x, y〉2 É 〈 x, x〉 〈 y, y〉 ,
Définition 12.4 – Espace préhilbertien
On appelle espace préhilbertien tout R-espace vectoriel muni d’un produit scalaire. avec égalité si, et seulement si, x et y sont colinéaires.

Définition 12.5 – Espace euclidien Exemples 12.11

On appelle espace euclidien tout espace préhilbertien de dimension finie. 1. Soit (x1 , . . . , xn ) et (y1 , . . . , yn ) deux éléments de Rn . Alors
¯ ¯ v
¯X n ¯ u n n
¯ uX 2 X 2
ÏÏÏ Dans toute la suite du cours, E désigne un espace préhilbertien. ¯
¯
¯ i=1
x i yi ¯ É t xi × yi .
i =1 i =1
¯

Lycée Chaptal  PSI* 23/24  Mathématiques Ch. 12  Espaces préhilbertiens réels  Page 1
 2. Soit f et g deux fonctions de C 0 ([a, b], R). Alors on a : Exemples 12.17
¶2
1. Les vecteurs de la base canonique de Rn (resp. de Mn (R)) sont deux à deux
µZ b Z b Z b
fg É f2× g2
a a a orthogonaux pour le produit scalaire canonique.
2.
Z π
3. On munit C 0 ([0, π], R) du produit scalaire défini par : 〈 f , g〉 = f (t)g(t) dt.
0
1.4 Norme euclidienne Les fonctions sinus et cosinus sont orthogonales pour ce produit scalaire.

Proposition - Définition 12.12 – Norme euclidienne

p Proposition 12.18 –
La fonction x ∈ E 7→ 〈 x, x〉 est une norme sur E , appelée norme euclidienne associée
au produit scalaire. La norme euclidienne d’un vecteur x est usuellement notée ∥ x∥. (i) Si x ⊥ y alors, pour tous réels λ et µ, λ x ⊥ µ y.
(ii) Le vecteur nul est le seul vecteur orthogonal à lui-même ; en particulier, le vecteur
Exemples 12.13 nul est le seul vecteur orthogonal à tout vecteur.
1. La norme euclidienne associée au produit scalaire canonique de Rn est la norme
∥∥2 vue dans le chapitre 9. Définition 12.19 – Sous-espaces orthogonaux
Z b Deux sous-espaces F et G de E sont dits orthogonaux lorsque ∀(x, y) ∈ F × G, x ⊥ y.
2. La norme euclidienne associée au produit scalaire 〈 f , g〉 = f g sur C 0 ([a, b], R) est : On note F ⊥ G . Il s’agit d’une relation symétrique.
a
µZ b ¶1/2 Proposition 12.20 –
∥f ∥ = f2 . (i) Si F = vect(u1 , . . . , u p ) et G = vect(v1 , . . . , v q ) alors :
a
F ⊥ G ⇔ ∀(i, j), u i ⊥ v j .

Remarque 12.14 – L’inégalité de Cauchy-Schwarz s’écrit : (ii) Si F et G sont orthogonaux, alors ils sont en somme directe.

∀(x, y) ∈ E 2 , | 〈 x, y〉 | É ∥ x∥ . ∥ y∥ . Exemple 12.21

Dans R5 muni du produit scalaire canonique, les plans engendrés par a = (1, 0, 1, 0, 1)
et b = (1, 1, 1, 0, 0), d’une part, et par c = (1, −2, 1, 0, −2) et d = (0, 0, 0, 1, 0), d’autre part, sont
Proposition 12.15 – Identités remarquables et identités de polarisation orthogonaux
Pour tout (x, y) ∈ E 2 :

(i) ∥ x + y∥2 = ∥ x∥2 + 2 〈 x, y〉 + ∥ y∥2 , (ii) ∥ x − y∥2 = ∥ x∥2 − 2 〈 x, y〉 + ∥ y∥2 ,

1³ ´ 1³ ´
(iii) 〈 x, y〉 = ∥ x + y∥2 − ∥ x − y∥2 , (iv) 〈 x, y〉 = ∥ x + y∥2 − ∥ x∥2 − ∥ y∥2 .
2.2 Famille orthogonale, orthonormale
4 2

Définition 12.22 – Famille orthogonale

Une famille (x1 , . . . , xn ) de vecteurs de E est dite orthogonale lorsque les x i sont deux à
2 Orthogonalité deux orthogonaux, c’est-à-dire lorsque pour tous i et j éléments distincts de ‚1, nƒ, on
a xi ⊥ x j .
2.1 Vecteurs orthogonaux, sous-espaces orthogonaux
Exemple 12.23
¡ ¢
Définition 12.16 – Vecteurs orthogonaux La famille (1, 1, 0); (0, 0, 0); (−1, 1, 2) est orthogonale pour le produit scalaire canonique de
R3 .
Deux vecteurs x et y de E sont dits orthogonaux lorsque 〈 x, y〉 = 0. On note : x ⊥ y. Il
s’agit d’une relation symétrique.

Lycée Chaptal  PSI* 23/24  Mathématiques Ch. 12  Espaces préhilbertiens réels  Page 2
Définition 12.24 – Famille orthonormée 3 Bases orthonormées
Une famille (x1 , . . . , xn ) de vecteurs de E est dite orthonormée (ou orthonormale) lorsqu’elle
est orthogonale et que, pour tout i ∈ ‚1, nƒ, ∥ x i ∥ = 1. Autrement dit : 3.1 Existence
(
1 si i = j,
x i , x j = δ i, j =
­ ®
Définition 12.32 – Base orthonormée
0 sinon.
On appelle base orthonormée (en abrégé « bon ») d’un espace euclidien E toute famille
orthonormée formant une base de E .
Exemple 12.25
La base canonique de Rn (resp. de Mn (R)) est une famille orthonormée pour le produit Exemple 12.33
scalaire canonique. Les bases canoniques de Rn et de Mn (R) sont des bases orthonormées pour les produits
scalaires canoniques.

Remarques 12.26
1. Un vecteur de norme 1 est dit normé ou unitaire. Proposition 12.34 – Soit E un espace euclidien. Si une famille orthonormée comporte
2. Soit (x1 , . . . , xn ) une famille orthogonale de vecteurs non nuls. On obtient une dim E vecteurs, alors c’est une base orthonormée de E .
famille orthonormée en divisant les vecteurs par leur norme : ( ∥ xx11 ∥ , . . . , ∥ xxnn ∥ ) est
orthonormée. Théorème 12.35 – Tout espace euclidien non nul admet des bases orthonormées.
Proposition 12.27 – Toute famille orthogonale de vecteurs non nuls est libre.
En particulier, toute famille orthonormée est libre. Théorème 12.36 – Théorème de la base orthonormée incomplète
Toute famille orthonormée d’un espace euclidien peut être complétée en une base
Théorème 12.28 – Théorème de Pythagore orthonormée.
Si (x1 , . . . , xn ) est une une famille orthogonale, alors :

∥ x1 + · · · + xn ∥2 = ∥ x1 ∥2 + · · · + ∥ xn ∥2 .
3.2 Coordonnées dans une b.o.n.

2.3 Orthonormalisation de Gram-Schmidt Théorème 12.37 – Coordonnées d’un vecteur dans une bon
Si B = (e 1 , . .­. , e n )®est une base orthonormée de E alors les coordonnées de x ∈ E dans
Théorème 12.29 – Orthonormalisation de Gram-Schmidt B sont les x, e k :
Si (u1 , . . . , u p ) est une famille libre de E , alors il existe une et une seule famille n ­
X ®
∀ x ∈ E, x = x, e k e k .
orthonormée (e 1 , . . . , e p ) telle que :
k=1
­ ®
∀ k ∈ ‚1, pƒ, vect(e 1 , . . . , e k ) = vect(u 1 , . . . , u k ) et e k , u k > 0.
Remarque 12.38 – Si B = (e 1 , . . . , e n ) est­ une base orthonormée de E et si f ∈ L (E),
alors la matrice de f dans la base B est ( f (e j ), e i )1É i, jÉn .
®
On dit que la famille (e 1 , . . . , e p ) est l’orthonormalisée de (u1 , . . . , u p ).

Remarques 12.30 Théorème 12.39 – Expression du produit scalaire dans une bon
1. Une famille orthonormée est sa propre orthonormalisée. • Si B = (e 1 , . . . , e n ) est une base orthonormée de E alors pour tous x et y dans E :
2. Les matrices de passage de (u1 , . . . , u p ) à (e 1 , . . . , e p ) et de (e 1 , . . . , e p ) à (u1 , . . . , u p ) sont n ­
X ®­ ®
triangulaires supérieures. 〈 x, y〉 = x, e k y, e k .
k=1
Exercice 12.31
Déterminer l’orthonormalisée de la famille F = (1, 0, 1); (1, 2, 1); (0, 1, 1) .
¡ ¢ • Si X et Y sont les coordonnées de x et y dans une base orthonormée alors :

〈 x, y〉 = X⊤ Y .

Lycée Chaptal  PSI* 23/24  Mathématiques Ch. 12  Espaces préhilbertiens réels  Page 3
Exemple 12.40
Si (e 1 , e 2 , e 3 ) est une base orthonormée de E , alors :
Exemple 12.46
〈 e 1 + 3e 2 + 4e 3 , − e 1 + 5e 2 − 7e 3 〉 = −1 × 1 + 3 × 5 − 4 × 7. L’orthogonal de {0} est E , et l’orthogonal de E est {0}.

Exercice 12.41 Exercice 12.47 Z 1

Soit E un R-espace vectoriel de dimension finie non nulle et B une base de E . Montrer Dans E = C 0 ([0, 1], R) muni du produit scalaire 〈 f , g〉 = f g, montrer que l’orthogonal
qu’il existe un et un seul produit scalaire sur E pour lequel B est orthonormée. 0
de F = { f ∈ E | f (0) = 0} est {0}. Indication - Considérer g : x 7→ x f (x).

Exercice 12.42 – CCP PC 2018 129.1234

On pose, pour P,Q ∈ R2 [X ], 〈P,Q 〉 = P(0)Q(0) + P(1)Q(1) + P(2)Q(2). Montrer que 〈, 〉 est un Proposition 12.48 – Si X et Y sont des parties de E , alors :
produit scalaire sur R2 [X ]. Déterminer une base orthonormée de R2 [X ]. (i) X ⊥ est un sous-espace vectoriel de E ,
(ii) X ⊂ (X ⊥ )⊥ ,
(iii) X ⊂ Y ⇒ Y ⊥ ⊂ X ⊥.
Corollaire 12.43 – Expression de la norme dans une bon
• Si B = (e 1 , . . . , e n ) est une base orthonormée de E alors pour tout x dans E :
v Proposition 12.49 – Si F un sous-espace vectoriel de E , alors F ⊥ est le plus grand
u n
uX ­ ®2 sous-espace orthogonal à F .
∥ x∥ = t x, e k .
En particulier, F et F ⊥ sont en somme directe.
k=1

• Si X donne les coordonnées de x dans une base orthonormée alors : Proposition 12.50 – Si F = vect(u1 , . . . , u p ) alors :
p
∥ x∥ = X⊤ X . x ∈ F ⊥ ⇔ ∀ k ∈ ‚1, pƒ, x ⊥ u k .

Exemple 12.44
Si (e 1 , e 2 , e 3 ) est une base orthonormée de E , alors : Exercice 12.51
p Dans R4 muni du produit scalaire canonique, déterminer l’orthogonal du plan engendré
∥ e 1 + 5e 2 − 7e 3 ∥ = 12 + 52 + 72 . par les vecteurs a = (1, 0, 1, 0) et b = (0, 1, 0, 1).

Théorème 12.52 – Supplémentaire orthogonal d’un sev de dimension finie

Si F est un sous-espace de E et si F est de dimension finie, alors :
4 Projection orthogonale sur un sev de dim finie E = F ⊕ F⊥.

4.1 Orthogonal d’un sous-espace, d’une partie On dit alors que F ⊥ est le supplémentaire orthogonal de F .

Définition 12.45 – Orthogonal d’une partie

Proposition 12.53 – Si E est euclidien, alors pour tout sous-espace F de E :
Soit X une partie de E . On appelle orthogonal de X , et on note X ⊥ l’ensemble des
(i) dim F ⊥ = dim E − dim F ;
vecteurs de E orthogonaux à tout vecteur de X :
(ii) (F ⊥ )⊥ = F .
y ∈ X⊥ ⇔ ∀ x ∈ X , y ⊥ x.

Lycée Chaptal  PSI* 23/24  Mathématiques Ch. 12  Espaces préhilbertiens réels  Page 4
4.2 Projection orthogonale
Définition 12.54 – Projection orthogonale sur un sev de dim finie Exercice 12.63 ½µ ¶¯ ¾
a b ¯¯
Soit F un sous-espace de dimension finie de E . On sait alors que : Projeté orthogonal de M ∈ M2 (R) sur F = (a, b) ∈ R2 .
b a ¯
E = F ⊕ F⊥.
On peut alors définir la projection sur F parallèlement à F ⊥ . Cette projection est appelée
projection orthogonale sur F ; on la note p F .
4.3 Distance d’un vecteur à un sous-espace
Remarque 12.55 – Un projecteur p de E est orthogonal ssi Im (p) ⊥ Ker (p).
Exemple 12.56 Définition 12.64 – Distance d’un vecteur à un sous-espace
Projection orthogonale sur Sn (R). Si F est un sous-espace de E et si x ∈ E , on note :
d(x, F) = inf d(x, y) = inf ∥ x − y∥ .
y∈ F y∈F
Proposition 12.57 – Soit E un espace euclidien et F un sous-espace de E . Les On dit qu’un vecteur y de F réalise la distance de x à F lorsque ∥ x − y∥ = d(x, F) (la borne
projections orthogonales sur F et sur F ⊥ sont toutes deux définies et vérifient : inférieure est alors un minimum).
p F ⊥ = id − p F . Théorème 12.65 – Si F est un sous-espace de dimension finie et si x ∈ E , alors p F (x)
est l’unique vecteur de F réalisant la distance de x à F .
Théorème 12.58 – Expression de la projection orthogonale dans une bon
Soit F un sous-espace de dimension finie p ∈ N∗ de E et (e 1 , . . . , e p ) une base Remarques 12.66
orthonormée de F . On a alors :
° ° ° °
1. On a donc : d(x, F) = ° x − p F (x)° = ° p F ⊥ (x)°.
p ­
X ® 2. Le vecteur p F (x) est l’élément de F le plus proche de x.
∀ x ∈ E, p F (x) = x, e i e i .
i =1 Exercice 12.67Z – TPE PC 2019 130.1317
1
Calculer inf (x2 − ax − b)2 dx.
Remarque 12.59 – Retour sur le procédé d’orthonormalisation de Gram-Schmidt. (a,b)∈R2 0

Théorème 12.60 – Soit F un sous-espace de dimension finie de E .

Pour tout (x, y) ∈ E 2 , on a :
½
y∈F
y = p F (x) ⇔
x − y ∈ F⊥
5 Formes linéaires et hyperplans d’un euclidien
En notant (u1 , . . . , u p ) une famille génératrice de F , cela revient à :
½
y ∈ vect(u 1 , . . . , u p )
5.1 Représentation des formes linéaires
y = p F (x) ⇔
∀ k ∈ ‚1, pƒ, x − y ⊥ u k
Théorème 12.68 – Représentation des formes linéaires
Soit E un espace euclidien et ϕ une forme linéaire sur E . Il existe un et un seul
Remarque 12.61 – Lorsqu’on connaît une famille génératrice de F de p vecteurs, vecteur a ∈ E tel que :
la recherche d’un projeté orthogonal sur F se ramène à la résolution d’un système ∀ x ∈ E, ϕ(x) = 〈a, x〉 .
homogène de p équations à p inconnues.
Méthode 12.62 – Déterminer le projeté orthogonal Exemples 12.69
On utilise un des deux théorèmes précédents, sachant que le premier demande 1. Représentation de la trace sur Mn (R).
la connaissance d’une bon. 2. Représentation des applications coordonnées.
On peut également déterminer le projeté sur F ⊥ et en déduire celui sur F avec la 3. Que dire de f 7→ f (1) dans C 0 ([0, 1]) ?
formule p F (x) = x − p F ⊥ (x).

Lycée Chaptal  PSI* 23/24  Mathématiques Ch. 12  Espaces préhilbertiens réels  Page 5
5.2 Vecteur normal à un hyperplan
Définition 12.70 – Vecteur normal à un hyperplan
Soit H un hyperplan d’un espace euclidien E . On appelle vecteur normal à H tout
vecteur engendrant la droite H ⊥ .
Remarque 12.71 – Un vecteur a est normal à H si, et seulement si :

a ̸= 0 et ∀ x ∈ H, a ⊥ x.

Proposition 12.72 – Soit B une base orthonormée de E , H un hyperplan de E et a un

vecteur de coordonnées (a 1 , . . . , a n ) dans B. Les assertions suivantes sont équivalentes :
(i) a est un vecteur normal à H ,
(ii) H est le noyau de x 7→ 〈a, x〉,
(iii) H admet a 1 x1 + · · · + a n xn = 0 pour équation dans B.

Exemples 12.73
1. Dans R3 muni du produit scalaire canonique, un vecteur normal au plan d’équation
x + 2y + 3z = 0 est a = (1, 2, 3).
n
2. Dans Rn [X ] muni du produit scalaire 〈P,Q 〉 =
X
P(k)Q(k), déterminer un vecteur
k=0
normal à l’hyperplan des polynômes admettant 0 pour racine.

5.3 Projeté orthogonal sur un hyperplan

Proposition 12.74 – Soit H un hyperplan d’un espace euclidien et a un vecteur
normal à H . Alors :
〈 x, a〉 | 〈 x, a〉 |
∀ x ∈ E, p H (x) = x − a et d(x, H) = ·
∥ a ∥2 ∥ a∥

Exemple 12.75
Dans R4 muni du produit scalaire canonique, calcul de la distance d’un vecteur à
l’hyperplan d’équation x + 2y − z + t = 0.

Lycée Chaptal  PSI* 23/24  Mathématiques Ch. 12  Espaces préhilbertiens réels  Page 6