Académique Documents
Professionnel Documents
Culture Documents
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 .
• 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
〈 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.
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.
Remarque 12.14 – L’inégalité de Cauchy-Schwarz s’écrit : (ii) Si F et G sont orthogonaux, alors ils sont en somme directe.
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, n, ∥ 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, p, 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}.
• 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, p, 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).
4.1 Orthogonal d’un sous-espace, d’une partie On dit alors que F ⊥ est le supplémentaire orthogonal de F .
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
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.
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.
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