Chapitre 10
Espaces euclidiens
Cours de math´ ematiques de BCPST Deuxi` eme ann´ ee
1 Produit scalaire dans Rn. 2
1.1 D´efinition . . . 2
1.2 Norme euclidienne . . . 3
2 Orthogonalit´e 5 2.1 D´efinition . . . 5
2.2 Familles orthonormales . . . 6
2.3 Pythagore . . . 7
2.4 Bases orthonormales . . . 7
2.5 Interpr´etation matricielle . . . 9
2.6 Applications aux matrices sym´etriques `a cœfficients r´eels . . . 11
3 Projection orthogonale 12 3.1 Notion de distance . . . 12
3.2 Entre deux vecteurs . . . 12
3.3 Entre un vecteur et un ensemble . . . 13
3.4 D´efinition . . . 14
3.5 Propri´et´es . . . 15
3.6 Applications pour la m´ethode des moindres carr´es . . . 17
4 Exercices du td 19
Chapitre 10: Espaces euclidiens Produit scalaire dans Rn.
Dans tout ce chapitre, sauf mention contraire, n d´esignera un entier strictement positif.
1 Produit scalaire dans R
n.
1.1 D´ efinition
Soient −→u et −→v deux ´el´ements deRn, on pose :
(u1, u2,· · · , un) =−→u et (v1, v2,· · · , vn) =−→v .
Le produit scalaire de−→u et−→v est le r´eel, not´e−→u · −→v ou (−→u|−→v) ou h−→u ,−→vi, d´efini par :
−
→u · −→v =u1×v1+u2 ×v2+· · ·+un×vn. D´efinition 1
* Remarque :
On utilise les notations de la pr´ec´edente d´efinition. On a −→u ·−→ 0 = 0.
, Exemple :
On peut ainsi calculer −→u · −→v , −→u · −→w et −→x · −→y avec :
−
→u = (1,0,1),−→v = (1,2,3),−→w = (−2,2,2),−→x = (1,2,3,4,5) et −→y = (7,8,1,2,3).
Comme−→u · −→w = 0, on dit que−→u et −→w sont orthogonaux.
• Le produit scalaire est lin´eaire en ses deux variables : Pour tout (λ, µ) ∈ R2 et tout (−→u ,−→v ,−→w)∈(Rn)3 on a :
−
→u ·(λ−→v +µ−→w) =λ(−→u · −→v ) +µ(−→u · −→w) et (λ−→u +µ−→v)· −→w =λ(−→u · −→w) +µ(−→v · −→w).
• Le produit scalaire est sym´etrique : Pour tout (−→u ,−→v )∈(Rn)2, on a :
−
→u · −→v =−→v · −→u .
• Le produit scalaire est une forme d´efinie positive : Pour tout −→u ∈Rn, on a :
−
→u · −→u >0 et −→u · −→u = 0⇔ −→u =−→ 0
. Proposition 2
* Remarque :
On dit que l’application ϕsuivante : ϕ:
(
Rn×Rn →R (−→u ,−→v ) 7→ −→u · −→v
est bilin´eaire car, si −→v est un ´el´ement de Rn alors les deux applications suivantes sont lin´eaires : (
Rn →R
−
→u 7→ −→u · −→v et (
Rn →R
−
→u 7→ −→v · −→u .
Soient (λ1;· · ·;λp) unp-uplet de r´eels (avec pun entier strictement positif), (µ1;· · ·;µq) un q-uplet de r´eels (avec q un entier strictement positif), (−→u1;· · ·;−→up) un p-uplet de vecteurs deRnet enfin (−→v 1;· · ·;−→v q) unq-uplet de vecteurs deRn, on a l’´egalit´e suivante :
hλ1−→u1+· · ·+λp−→up, µ1−→v 1+· · ·+µp−→v pi=
p
X
i=1 q
X
j=1
λiµjh−→ui,−→v ji
! . Proposition 3
, Exemple :
On peut ainsi calculer D
2−→u +−→v ,−→
2w− −→u + 3−→v E
avec les vecteurs −→u, −→v, et −→w du pr´ec´edent exemple.
1.2 Norme euclidienne
Soit −→u un ´el´ement de Rn.
• On appelle norme euclidienne de −→u et on note ||−→u||le r´eel :
||−→u||=
√−→u · −→u .
• En particulier si (u1, u2,· · · , un) =−→u alors :
||−→u||= q
u21+u22+· · ·+u2n. D´efinition 4
, Exemple :
1. On peut ainsi calculer ||−→
0||, ||−→u||, ||−→v||, ||−→w||, ||−→x|| et ||−→y|| avec les vecteurs du premier exemple.
Chapitre 10: Espaces euclidiens Produit scalaire dans Rn.
2. On peut aussi calculer (−→u +−→v )·(−→u − −→v) avec −→u et −→v deux vecteurs quelconques de Rn.
Soient −→u et−→v deux ´el´ements deRn.
• ||−→u|| est un r´eel positif.
• Pour tout r´eel λ, on a : ||λ−→u||=|λ| × ||−→u||.
• ||−→u||= 0 ⇐⇒ −→u =−→ 0.
• Identit´e remarquable :
||−→u +−→v||2 =||−→u||2+||−→v ||2+ 2−→u · −→v et ||−→u − −→v ||2 =||−→u||2+||−→v||2−2−→u · −→v .
||−→u||2− ||−→v||2 = (−→u +−→v)·(−→u − −→v).
• Identit´e du parall´elogramme :
||−→u +−→v||2+||−→u − −→v ||2 = 2× ||−→u||2+||−→v ||2 .
• Identit´e de polarisation :
−
→u · −→v = 1
4 × ||−→u +−→v||2 − ||−→u − −→v||2 . Proposition 5
* Remarque :
L’identit´e du parall´elogramme traduit le fait que, dans un parall´elogramme, la somme des carr´es des longueurs des deux diagonales et ´egale `a la somme des carr´es des quatre cˆot´es.
Voici quelques in´egalit´es remarquables :
Soient −→u et−→v deux ´el´ements deRn.
• In´egalit´e de Cauchy-Schwarz :
|−→u .−→v|6||−→u|| × ||−→v ||.
De plus, si −→u et−→v sont colin´eaires, on a alors |−→u .−→v|=||−→u|| × ||−→v ||.
• In´egalit´e triangulaire ou in´egalit´e de Minkowski :
||−→u +−→v ||6||−→u||+||−→v||.
De plus, si−→u et−→v sont colin´eaires et de mˆeme sens alors||−→u+−→v ||=||−→u||+||−→v||.
Proposition 6
M´ethode:
On peut traduire ainsi l’in´egalit´e de Cauchy-Schwartz :
(u1v1+u2v2+· · ·+unvn)2 6 u21+u22+· · ·+u2n
× v12+v22+· · ·+v2n
avec u1, u2,· · · , un, v1, v2,· · · , vn des r´eels. On pourra l’utiliser si on nous demande de prouver une in´egalit´e avec des histoires de carr´es et de sommes, on essaye de reconnaˆıtre des ”ui” et des ”vi” de fa¸con `a ce que le membre de gauche ressemble `a du X
uivi2
et celui de droite `a du X u2i
× Xvi2
. Signalons un cas particulier classique : Si les vi valent tous 1, on a alors : (u1+u2+· · ·+un)2 6n u21+u22+· · ·+u2n
.
- Exercice 1 :
Soit (x, y, z)∈R3 tels que x2+ 2y2+ 3z2 61. En utilisant l’in´egalit´e de Cauchy-Schwartz, montrer que :
(x+y+z)2 6 11 6 .
2 Orthogonalit´ e
2.1 D´ efinition
Soient −→u et −→v deux ´el´ements deRn.
• On dit que −→u est norm´e ou unitaire si ||−→u||= 1.
• On dit que −→u et −→v sont orthogonaux si −→u .−→v = 0 et on note alors −→u ⊥ −→v.
• On dit que −→u et −→v ne sont pas orthogonaux si −→u .−→v 6= 0.
D´efinition 7
, Exemple :
On peut ainsi v´erifier si les vecteurs deR3 puis deR5 du premier exemple sont ou non orthogonaux.
* Remarque :
On utilise les notations de la pr´ec´edente d´efinition.
1. Si −→u et−→v sont orthogonaux et si λ etµ sont deux r´eels alors λ−→u etµ−→v sont orthogonaux.
2. Le vecteur nul est orthogonal `a tous les autres vecteurs.
3. Si −→u est orthogonal `a lui mˆeme alors −→u est nul.
4. Si −→u et −→v sont tous les deux non nuls et si −→u et −→v sont orthogonaux alors (−→u ,−→v) est une famille libre.
Chapitre 10: Espaces euclidiens Orthogonalit´e
2.2 Familles orthonormales
Soient I une partie finie de N et (−→ui)i∈I une famille de vecteurs deRn.
• On dit que (−→ui)i∈I est une famille orthogonale si pour tout couple (i;j) d’´el´ements distincts de I, −→ui et−→uj sont orthogonaux.
• On dit que (−→ui)i∈I est une famille orthonormale si c’est une famille orthogonale dont tous les vecteurs sont unitaires.
D´efinition 8
, Exemple :
1. On peut regarder rapidement si la base canonique deRnest ou non une famille orthonormale.
2. ((1,2),(2,−1),(0,1)) n’est pas une famille orthogonale.
3. ((1,2,0),(2,−1,0),(0,0,2)) est une famille orthogonale mais n’est pas une famille orthonor- male.
4.
1
√5(1,2,0), 1
√5(2,−1,0),(0,0,1)
est une famille orthonormale.
5. On peut aussi chercher d’autres familles orthonormales de R3.
* Remarque :
Soient m un entier sup´erieur `a 1 et (−→ui)i∈
J1,mK une famille orthogonale de vecteurs de Rn tous non nuls. La famille
−→ui
||−→ui||
i∈J1,mK
est une famille orthonormale.
Soient m un entier sup´erieur `a 1 et (−→ui)i∈
J1,mK
une famille de vecteurs de Rn tous non nuls.
• Si la famille (−→ui)i∈
J1,mK est une famille orthogonale alors c’est une famille libre.
• Si la famille (−→ui)i∈
J1,mK est une famille orthogonale et si m = n alors c’est une base de Rn.
Proposition 9
+ Mise en garde :
Ne pas oublier l’hypoth`ese ”Les vecteurs sont non nuls” dans la pr´ec´edente proposition. La famille ((1,0),(0,1),(0,0)) est une famille orthogonale mais elle n’est pas libre.
* Remarque :
Cette derni`ere proposition permet de prouver facilement qu’une famille est libre. Il faut donc rajouter cette technique `a la liste des techniques prouvant la libert´e d’une famille (par un calcul de rang, par un syst`eme, par r´ecurrence, comme sous-famille...).
2.3 Pythagore
Th´eor`eme de Pythagore
Soient −→u et −→v deux ´el´ements deRn. On a l’´equivalence suivante :
−
→u ⊥ −→v si et seulement si ||−→u +−→v||2 =||−→u||2+||−→v||2. Th´eor`eme 10
Soientm un entier sup´erieur `a 1 et (−→ui)i∈
J1,mK une famille de vecteurs deRn orthogonale.
On a :
||−→u1+· · ·+−u→m||2 =||−→u1||2+· · ·+||−u→m||2. Proposition 11
2.4 Bases orthonormales
Soit F un sous-espace vectoriel de Rn. On appelle base orthonormale de F toute base deF qui est en plus une famille orthonormale.
D´efinition 12
Soit F un sous-espace vectoriel de Rn de dimension non nul.
• F admet une famille orthonormale.
• Toute famille orthonormale de F peut ˆetre compl´et´ee en une base orthonormale de F.
• F admet une base orthonormale.
• Toute famille orthonormale de F peut ˆetre compl´et´ee en une base orthonormale de Rn.
Proposition 13
, Exemple :
On peut chercher une base orthonormale de {(x, y, z)∈R3 tel que x+z = 2y} puis la compl´eter en une base orthonormale deR3.
Chapitre 10: Espaces euclidiens Orthogonalit´e
Soit (−→e1,· · · ,−→en) une base orthonormale de Rn, on appelle B cette base. Soient −→u et
−
→v deux ´el´ements deRn. Soient (u1, u2,· · · , un) les coordonn´ees de−→u dans la base B et (v1, v2,· · ·, vn) les coordonn´ees de −→v dans la baseB.
• On a :
−
→u · −→v =u1 ×v1+u2×v2+· · ·+un×vn
• On a donc en particulier : ||−→u||2 =u21+· · ·+u2n. Proposition 14
Soit (−→e1,· · · ,−→en) une base orthonormale de Rn, on appelle B cette base. Soit −→u un
´el´ement de Rn.
• On a :
−
→u = (−→u · −→e1)−→e1 + (−→u · −→e2)−→e2 +· · ·+ (−→u · −→en)−→en
• Les coordonn´ees de −→u dans la base B sont donc (−→u · −→e1,−→u · −→e2,· · · ,−→u · −→en).
Proposition 15
* Remarque :
On utilise les notations de la pr´ec´edente proposition. On en d´eduit, en utilisant les deux propositions pr´ec´edentes que :
||−→u||2 = (−→u · −→e1)2+· · ·+ (−→u · −→en)2
, Exemple :
Soit B la famille (−→e1,−→e2,−→e3) avec :
−
→e1 = 1
√2(1,1,0),−→e2 = 1
√2(1,−1,0) et−→e3 = (0,0,1)
On peut d’abord prouver que cette famille est une base orthonormale de R3 puis tester ces formules avec les vecteurs −→v et −→u avec −→v = (1,0,1) et −→u = (1,1,1). On peut chercher les coordonn´ees de ces vecteurs dans la baseB puis ´evaluer de deux fa¸cons diff´erentes −→u · −→v.
M´ethode:
On voit que les calculs (obtention de coordonn´ees, produit scalaire..) sont grandement simplifi´es dans des bases orthonormales. C’est pour cela qu’il faut savoir orthonormaliser une famille quelconque.
Prenons une famille (−→e1,· · · ,−e→m) une famille libre de Rn qu’on va orthonormaliser en deux ´etapes :
• On orthogonalise :
• Pour orthogonaliser cette famille, on laisse intacte −→e1 (on l’appelle −→ε1).
• On remplace ensuite −→e2 par −→e2 +a−→ε1 aveca r´eel de fa¸con `a ce que h−→e2 +a−→ε1,−→ε1i= 0. En d´eveloppant, on se rend compte que a est −h−→e2,−→ε1i
h−→ε1,−→ε1i (Inutile d’apprendre par cœur cette quantit´e, il suffit de refaire le raisonnement). On appelle −→ε2 ce deuxi`eme vecteur. A ce stade l`a, (−→ε1,−→ε2) est une famille orthogonale et Vect (−→e1,−→e2) = Vect (−→ε1,−→ε2).
• On remplace ensuite −→e3 par −→e3 +b−→ε1 + c−→ε2 avec b et c deux r´eels de fa¸con `a ce que h−→e3 +b−→ε1 +c−→ε2,−→ε1i= 0 et h−→e3 +b−→ε1 +c−→ε2,−→ε2i= 0 . En d´eveloppant, on se rend compte que :
b=−h−→e3,−→ε1i
h−→ε1,−→ε1i et c=−h−→e3,−→ε2i h−→ε2,−→ε2i.
De nouveau, retenir par cœur ces r´esultats seraient contre productif ! On appelle −→ε3 ce troisi`eme vecteur. A ce stade l`a, (−→ε1,−→ε2,−→ε3) est une famille orthogonale et Vect (−→e1,−→e2,−→e3) et Vect (−→ε1,−→ε2,−→ε3) sont confondus.
• On poursuit.... Ainsi, −→e4 devient par exemple−→e4 − h−→e4,−→ε1i h−→ε1,−→ε1i
−
→ε1 − h−→e4,−→ε2i h−→ε2,−→ε2i
−
→ε2 − h−→e4,−→ε3i h−→ε3,−→ε3i
−
→ε3. A la fin de cette ´etape, la famille obtenue est orthogonale et engendre le mˆeme espace que la famille d’origine.
• On norme :
En divisant chaque vecteur par sa norme, on obtient une famille unitaire. On remplace donc (−→ε1,−→ε2,· · · ,−ε→m) par
−→ε1
||−→ε1||,
−
→ε2
||−→ε2||,· · ·,
−→ εm
||−ε→m||
.
2.5 Interpr´ etation matricielle
Soit (−→e1,· · · ,−→en) une base orthonormale de Rn, on appelle B cette base. Soient −→u et
−
→v deux ´el´ements deRn. Soient (u1, u2,· · · , un) les coordonn´ees de−→u dans la base B et (v1, v2,· · ·, vn) les coordonn´ees de −→v dans la baseB. On pose :
U =
u1
... un
et V =
v1
... vn
.
• On a :
−
→u · −→v =tU ×V.
• On a donc en particulier : ||−→u||2 =tU ×U. Proposition 16
* Remarque :
Bien noter que dans cette derni`ere proposition, la base utilis´ee est orthonormale et c’est pour cela que l’expression est particuli`erement simple. De mani`ere g´en´erale, si on utilise les mˆemes notations que dans cette derni`ere proposition mais en ne supposant plus que B est orthonormale, on obtient que :
−
→u · −→v =tU ×G(−→e1,· · · ,−→en)×V.
avecG(−→e1,· · · ,−→en) la matrice de Gramm de (−→e1,· · · ,−→en), c’est la matrice suivante :
G(−→e1,· · · ,−→en) =
−
→e1 · −→e1 −→e1 · −→e2 · · · −→e1 · −→en
−
→e2 · −→e1 −→e2 · −→e2 · · · −→e2 · −→en
... ...
−
→en· −→e1 −→en· −→e2 · · · −→en· −→en
Chapitre 10: Espaces euclidiens Orthogonalit´e
Ces notions ne sont pas au programme.
Soit (−→e1,· · · ,−→en) une base orthonormale deRn, on appelleBcette base. Soit (−→
f1,· · · ,−→ fn) une famille de Rn, on appelle F cette famille. On note P la matrice de la famille F relativement `a la base B. On a l’´equivalence suivante :
La famille F est une base orthonormale de Rn ⇐⇒ tP ×P =In. Proposition 17
* Remarque :
On peut bien sˆur utiliser la proposition pr´ec´edente dans le cas particulier de la base canonique, c’est a priori le plus simple. On prend alors (−→
f1,· · · ,−→
fn) une famille de RnetP la matrice des coordonn´ees de la famille F, on a alors :
la famille F est une base orthonormale deRn ⇐⇒ tP ×P =In.
Soient (−→e1,· · · ,−→en) et (−→
f1,· · · ,−→
fn) deux bases orthonormales deRn. On noteP la matrice de passage de la premi`ere base `a la deuxi`eme. On a :
P est inversible etP−1 =tP.
On dit alors que P est une matrice orthogonale.
Proposition 18
* Remarque :
Ainsi, si P est une matrice carr´ee de taille n de coordonn´ees d’une famille (−→
f1,· · · ,−→
fn) et que (−→
f1,· · · ,−→
fn) est une famille orthonormale de Rn alors on peut affirmer que P est inversible et on peut donner sans calcul sa matrice inverse, c’est tP.
2.6 Applications aux matrices sym´ etriques ` a cœfficients r´ eels
Th´eor`eme spectral
Soit A une matrice de Mn(R). On suppose que A est sym´etrique. Il existe une matrice inversible P deMn(R) et une matrice diagonale ∆ deMn(R) telles que :
A=P ×∆×tP.
Il existe donc une base orthonormale de Mn,1(R) diagonalisant A.
Th´eor`eme 19
, Exemple :
1 2 3 2 5 6 3 6 8
est par exemple diagonalisable.
* Remarque :
On utilise les notations du pr´ec´edent th´eor`eme. Le gros avantage de cette formule par rapport `a une diagonalisation classique du style :
A=P ×∆×P−1 est d’´eviter le calcul de P−1.
+ Mise en garde :
On utilise les notations du pr´ec´edent th´eor`eme.
1. Pour obtenir cette forme de diagonalisation, il faut absolument prendre une base orthonormale de Mn,1(R) constitu´ee uniquement de vecteurs propres de A et pas une base quelconque de Mn,1(R) de vecteurs propres de A (sinon, il n’y a aucune raison quetP soit P−1.
2. Cette proposition n’est pas applicable siAest une matrice sym´etrique `a coefficients complexes ou si A n’est pas sym´etrique ! Par exemple,
1 i i −1
est une matrice sym´etrique et non diagonalisable.
3. Ce n’est pas une condition n´ecessaire et suffisante. On peut avoir des matrices diagonalisables et non sym´etriques ! C’est le cas de
1 1 0 0 2 0 0 0 3
.
4. Dans le principe, en rassemblant des bases orthonormales de vecteurs propres, on obtient encore une famille orthonormale. Cela n’a rien d’´evident et n’est pas vrai si on rassemble des familles orthonormales quelconques. Par exemple, ((1,0,0)) est une famille orthonormale,
(0,0,1), 1
√2(1,−1,0)
aussi mais
(1,0,0),(0,0,1), 1
√2(1,−1,0)
n’est pas une famille orthonormale.
M´ethode:
Soit A une matrice sym´etrique, `a coefficients r´eels et d’ordre n. Voici deux ´etapes pour obtenir la forme Q×∆×tQ :
Chapitre 10: Espaces euclidiens Projection orthogonale
• Etape 1 :´
On diagonalise A (cf. chapitre ”Diagonalisation” si besoin est). On trouve donc ses valeurs propres λ1, λ2, ..., λr et ses sous-espaces propres associ´es Eλ1, Eλ2, ..., Eλr.
• Etape 2 :´
On orthonormalise, pour tout ideJ1, rK, la baseBi obtenue de Eλi, on obtient alors une base Ci. On appelle alorsC la famille otenue par concat´enation (i.e. en rassemblant) les ´el´ements de C1,C2,C3... jusqu’`aCr. Cette famille est, d’apr`es le cours, une base orthonormale deMn,1(R).
Sa matrice de coordonn´ees est une matrice Q telle que : A=Q×∆×tQ
avec ∆ une matrice diagonale, matrice avec les valeurs propres deAsur la diagonale, ordonn´ees comme le sont les vecteurs propres de A dans Q.
Soient f un endomorphisme deRn etA une de ses matrices associ´ees dans une base or- thonorm´ee. SiAest sym´etrique alors il existe une base orthonormale deRn dans laquelle la matrice de f est diagonale, il existe donc une base orthonormale de Rn constitu´ee uniquement de vecteurs propres de f.
Th´eor`eme 20
* Remarque :
On utilise les notations du pr´ec´edent th´eor`eme. Pour trouver une base orthonormale dans laquelle la matrice de f est diagonale, il suffit de juxtaposer des bases orthonormales de sous-espaces propres def associ´es `a des valeurs propres deux-`a-deux distinctes.
- Exercice 2 : Montrer que
2 2 0 2 0 2 0 2 2
est diagonalisable et diagonaliser la avec une base orthonormale de vec- teurs propres.
3 Projection orthogonale
3.1 Notion de distance 3.2 Entre deux vecteurs
Soient−→u et−→v deux ´el´ements deRn. La distance entre−→u et−→v est le r´eel, not´ed(−→u ,−→v ), d´efini par :
d(−→u ,−→v ) =||−→u − −→v||.
D´efinition 21
* Remarque :
On utilise les notations de la pr´ec´edente d´efinition. Si (−→e1,· · · ,−→en) est une base orthonormale deRn, (u1, u2,· · ·, un) les coordonn´ees de −→u dans la base B et (v1, v2,· · · , vn) les coordonn´ees de −→v dans la baseB alors on a :
d(−→u ,−→v ) =p
(v1−u1)2+ (v2−u2)2 +· · ·+ (vn−un)2. Ceci est en particulier vrai dans la base canonique. Ainsi, on a :
d(−→u ,−→v) = p
(v1−u1)2+ (v2−u2)2+· · ·+ (vn−un)2 si−→u est (u1, u2,· · · , un) et −→v est (v1, v2,· · · , vn).
, Exemple :
On peut ainsi calculer d(−→u ,−→v ) ,d(−→w ,−→v ) et d(−→u ,−→w) avec :
−
→u = (1,0,1),−→v = (1,2,3), et −→w = (−2,2,2).
Soient −→u, −→v et −→w trois ´el´ements de Rn, on a :
• d(−→u ,−→v) = 0⇐⇒ −→u =−→v . (Propri´et´e de S´eparation)
• d(−→u ,−→v) = d(−→v ,−→u) . (Propri´et´e de Sym´etrie)
• d(−→u ,−→v)6d(−→u ,−→w) +d(−→w ,−→v ). (In´egalit´e triangulaire) Proposition 22
* Remarque :
On utilise les notations de la pr´ec´edente proposition. On peut aussi prouver l’in´egalit´e triangulaire invers´ee qui est :
d(−→u ,−→w)>|d(−→u ,−→v)−d(−→v ,−→w)|.
3.3 Entre un vecteur et un ensemble
Soient −→u un vecteur de Rn etAune partie de Rn. La distance de −→u `a la partie Aest le r´eel, not´e d(−→u , A), d´efini par :
d(−→u , A) = inf{d(−→u ,−→v),−→v ∈A}. D´efinition 23
Chapitre 10: Espaces euclidiens Projection orthogonale
* Remarque :
On utilise les notations de la pr´ec´edente d´efinition. On n’a pas suppos´e queA´etait un espace vectoriel dans la d´efinition pr´ec´edente. Par contre, si Aest un espace vectoriel, on verra un outil simple pour
´evaluer d(−→u , A), celui de projection orthogonale.
, Exemple :
On peut ainsi calculer d(−→u , A) ,d(−→w , B) et d(−→v , C) avec :
−
→u = (3,2),−→w = (−3,0), et −→v = (−2,−3)
et
A ={(x,0), x∈R}
B ={(x, y)∈R2 tel que : x2+y2 64}
C ={(x, y)∈R2 tel que : (x+ 2)2+ (y+ 3)2 = 4 et x6−2} .
3.4 D´ efinition
Dans tout cette partie,F d´esigne un sous-espace vectoriel deRnde dimension strictement positive.
Soit −→u un vecteur de Rn. Il existe un unique vecteur −→v de F tel que −→u − −→v soit orthogonal `a tout vecteur deF.
Proposition 24
* Remarque :
On utilise les notations de la pr´ec´edente proposition. SiF estRn alors −→v est tout simplement...
On appelle projection orthogonale sur F l’application p qui `a tout vecteur −→u de Rn associe le vecteur −→v deF tel que −→u − −→v soit orthogonal `a tout vecteur deF.
D´efinition 25
* Remarque :
On utilise les notations de la pr´ec´edente d´efinition.
1. Si −→u est un vecteur deF alors p(−→u) est −→u. Si F estRn alors p est tout simplement....
2. Si on ´ecrit −→u sous la forme −→u1 +−→u2 avec −→u1 un vecteur de F et −→u2 un vecteur orthogonal `a tout vecteur de F alors p(−→u) est −→u1.
3.5 Propri´ et´ es
Soitpla projection orthogonale surF. On notem la dimension deF et (−→e1,· · · ,−e→m) une base orthonormale de F. Pour tout vecteur −→u de Rn, on a :
p(−→u) = (−→u · −→e1)−→e1 + (−→u · −→e2)−→e2 +· · ·+ (−→u · −e→m)−e→m. Proposition 26
* Remarque :
On utilise les notations de la pr´ec´edente proposition.
1. On rappelle que −→u = (−→u · −→e1)−→e1 + (−→u · −→e2)−→e2 +· · ·+ (−→u · −e→m)−e→m+ (−→u · −−→em+1)−−→em+1+· · ·+ (−→u · −→en)−→en avec (−→e1,· · · ,−e→m,−−→em+1,· · · ,−→en) une base orthonormale deRn .
2. On note P la matrice canoniquement associ´ee `a p. On peut interpr´eter matriciellement cette derni`ere proposition. Notons, pour tout i de J1, mK, Ei la matrice canoniquement associ´ee `a
−
→ei. On a :
P =E1×tE1+E2×tE2+· · ·+Em×tEm
=Q×tQavec Q la matrice canoniquement associ´ee `a (−→e1,· · · ,−e→m)
3. Si on ne dispose que d’une base (pas forc´ement orthonormale) de F alors, on appelle B la matrice canoniquement associ´ee `a cette base. On peut prouver que tB ×B est une matrice inversible et que :
P =B× tB ×B−1
×tB.
Cette derni`ere formule est hors-programme.
M´ethode:
Deux ´etapes suffisent donc pour expliciter p, la projection orthogonale surF :
• Etape 1 :´
On expliciter une base orthonormale de F, on l’appelle (−→e1,· · · ,−→er). Attention, on n’a pas besoin de (−→e1,· · · ,−→en) une base orthonormale de Rn puisque toutes les composantes suivant
−−→er+1,· · ·,−→en vont ˆetre annul´ees par pF, ce travail est donc inutile.
• Etape 2 :´ Il nous reste quelques produits scalaires `a calculer puisque pF(−→u) est donn´ee par la formule que l’on vient de voir :
pF(−→u) =h−→u ,−→e1i −→e1 +h−→u ,−→e2i −→e2 +· · ·+h−→u ,−→eri −→er. Il nous faut donc calculer h−→u ,−→e1i, h−→u ,−→e2i... jusqu’`a h−→u ,−→eri.
Chapitre 10: Espaces euclidiens Projection orthogonale
, Exemple :
On peut ainsi expliciter facilementp1 la projection orthogonale sur F1, p2 la projection orthogonale surF2 et p3 la projection orthogonale sur F3 avec :
F1 ={(x,0,0), x∈R}, F2 ={(x, x, x), x∈R} et F3 =
(y, y+x, x),(x, y)∈R2 .
Soitpla projection orthogonale surF. On notem la dimension deF et (−→e1,· · · ,−e→m) une base orthonormale deF. On compl`ete cette famille en (−→e1,· · · ,−→en) une base orthonormale deRn.
• p est une application lin´eaire.
• On a p◦p=p.
• Si q est la projection sur F⊥, l’ensemble d´efini par : F⊥ =n−→u ∈Rn tels que : ∀ −→
f ∈F,D−→u ,−→ fE
= 0o alors pour tout vecteur −→u, on a : −→u =pF (−→u) +q(−→u).
• Im (p) estF, Ker(p) est Vect (−−→em+1,· · · ,−→en), soitF⊥. Les vecteurs du noyau dep sont donc orthogonaux `a tous les vecteurs de F.
• Les valeurs propres de p ne peuvent ˆetre que 0 ou 1.
Proposition 27
* Remarque :
On utilise les notations de la pr´ec´edente proposition. A partir de ces propri´et´es, on peut affirmer que pn’a que deux valeurs propres possibles, c’est 0 et 1. On peut relier ses sous-espaces propres `a F et F⊥.
Soient −→u un vecteur de Rn et pla projection orthogonale sur F. On a : d(−→u , F) =||−→u −p(−→u)||
Proposition 28
+ Mise en garde :
On utilise les notations de la pr´ec´edente proposition. Ne pas oublier dans la proposition pr´ec´edente que F est un espace vectoriel. Sinon, si F est un ensemble quelconque, on ne sait pas, a priori, si d(−→u , F) existe et, en cas d’existence, on ne sait pas si elle vaut ||−→u −p(−→u)||.
- Exercice 3 :
On note F l’ensemble suivant : {(x, y, x),(x, y)∈R2} et−→u le vecteur (1,1,1). Calculer d(−→u , F).
M´ethode:
On se donne une matriceAtelle queA2 =A(sinon,Ane peut pas ˆetre la matrice d’une projection) et on souhaite trouverF, un sous-espace vectoriel deRn non r´eduit au vecteur nul, et p, une projection orthogonale sur F, tels queA soit une matrice associ´ee `a p.
• Pour cela, on explicite Ker(A) et Ker(A−I). On sait alors que A est une matrice associ´ee
`
a p la projection sur Ker(A−I) parall`element `a Ker(A). Pour v´erifier que p est bien une projection orthogonale, il suffit d’expliciter une base (−→ε1,· · · ,−→εr) de Ker(A−I) et une base (−−→εr+1,· · · ,−→εn) de Ker(A) et s’assure que h−→εi,−→εji vaut 0 pour tout i de J1, rK et tout j de Jr+ 1, nK.
• Afin d’expliciter totalement p, il suffit d’utiliser la m´ethode pr´ec´edente en notant que l’en- semble F de la m´ethode pr´ec´edente est Ker(A−I).
3.6 Applications pour la m´ ethode des moindres carr´ es
On suppose dans cette partie que l’on dispose de deux s´eries de donn´ees r´eelles, (xk)k∈
J1,NK et (yk)k∈J1,NK indiquant les valeurs de deux caract`eres x et y sur une population de N individus (avec N un entier naturel non nul). On suppose qu’il n’existe pas de r´eel α tel que (x1, x2,· · · , xN) = (α,· · · , α). On pose :
−
→x = (x1, x2,· · · , xN),−→y = (y1, y2,· · · , yN) et −→w = (1,· · · ,1).
La droite de r´egression dey enx est la droite d’´equationy=ax+b aveca et b les r´eels tels que la quantit´e suivante soit minimale :
N
X
k=1
(yk−(axk+b))2. D´efinition 29
On appelle pF la projection orthogonale sur F avec F = Vect(−→x ,−→w). On note m le minimum de
N
X
k=1
(yk−(axk+b))2 avec (a, b) d´ecrivant R2, on a : m=d(−→y , F).
m est atteint en un unique point, c’est lorsque a et b sont deux r´eels tels que a−→x +b−→w soit pF(−→y).
Proposition 30
Chapitre 10: Espaces euclidiens Projection orthogonale
La droite de r´egression de y en xest la droite d’´equationy =ax+b avec : a= cx,y
σ2x et b=y− cx,y σx2 ×x
avecx= 1 N
PN
k=1xk (moyenne du caract`ere x),y= 1 N
N
X
k=1
yk (moyenne du caract`erey),
σx = v u u t
1 N
N
X
k=1
x2k− 1 N
N
X
k=1
xk
!2
(´ecart-type du caract`erex) etcxy = 1 N
N
X
k=1
xk.yk−x×y (covariance des caract`eres x ety).
Proposition 31
.) Illustration :
Voici un exemple de droite de r´egression. On note que G, le point moyen, soit le point de coor- donn´ees (x, y) , est un point de cette droite.
4 Exercices du td
Exercices ` a chercher
. Exercice 1 :
Soit n un entier naturel non nul.
1. Montrer, en utilisant l’in´egalit´e de Cauchy-Schwarz que, pour tout (a1;· · ·;an) de R?+
n
, on
a : n
X
i=1
1 ai
!
×
n
X
i=1
ai
!
>n2.
2. D´eterminer le minimum de
n
X
i=1
1 ai
!
×
n
X
i=1
ai
!
quand (a1;· · ·;an) d´ecrit R?+
n
.
. Exercice 2 :
Soit n un entier naturel non nul. Pour tout sous-ensemble A de Rn, on d´efinit l’orthogonal de A, ensemble not´e A⊥, par :
A⊥={u∈Rn tel que :∀ a ∈A,hu, ai= 0}.
1. Montrer que, pour tout sous-ensemble A deRn,A⊥ est un sous-espace vectoriel deRn. 2. On pose E1 = Vect ((1; 2; 0; 1); (0; 1; 3; 2)).
(a) Soit −→u un vecteur de R4. Montrer l’´equivalence :
−
→u ∈E1⊥⇐⇒ h−→u ,(1; 2; 0; 1)i=h−→u ,(0; 1; 3; 2)i= 0.
(b) En d´eduire E1⊥. . Exercice 3 :
Soit E = Vect ((1,−1,2),(1,0,1)), un sous-espace vectoriel de R3. 1. D´eterminer une base orthonormale de E.
2. Donner une base orthonormale de E⊥, l’orthogonal de E, ensemble d´efini par : E⊥ =
u∈R3 tel que : ∀ e∈E,hu, ei= 0 .
3. D´eterminer la matrice canoniquement associ´ee de la projection orthogonale psur E.
4. Justifier l’existence d’une base orthonormale C de R3 telle que la matrice de p dans la base C soit une matrice diagonale et d´eterminer une telle base.
soit
. Exercice 4 :
Dans cet exercice, pour toutideJ1,2K, on veut trouver une matricePiinversible telle quetPi×A×Pi soit diagonale avec :
A1 =
4 3 3 −4
et A2 =
0 0 1 0 1 0 1 0 0
.
Chapitre 10: Espaces euclidiens Exercices du td
. Exercice 5 :
Soit f un endomorphisme de R3 dont la matrice canoniquement associ´ee est :
M = 1 6
4 −√
6 −√ 2
−√
6 3 −√
3
−√
2 −√
3 5
.
Montrer quef est une projection orthogonale sur un plan et d´eterminer une ´equation cart´esienne de ce plan.
. Exercice 6 :
Soient n un entier sup´erieur `a 2, Y le vecteur (y1,· · ·, yn) de Rn etU le vecteur (1,· · · ,1) de Rn 1. Trouver b un r´eel en fonction de Y tel que la quantit´e ||Y −bU||2 soit minimale.
2. Soit X un vecteur (x1,· · · , xn) de Rn non colin´eaire `aU.
(a) Donner une base orthonormale de l’espace engendr´e par X etU.
(b) Montrer que deux r´eels a et b tels que ||Y −(aX+bU)||2 soit minimale sont : a= cx,y
σ2x etb =y− cx,y σx2 ×x
avecx= 1 n
Pn
k=1xk,y = 1 n
n
X
k=1
yk,σx = v u u t 1 n
n
X
k=1
x2k− 1 n
n
X
k=1
xk
!2
etcx,y = 1 n
N
X
k=1
xk.yk− x×y La droite d’´equationy =ax+b s’appelle la droite de r´egression deY de X.
3. Trouver la droite de r´egression de Y en X et faire un sch´ema dans le cas particulier o`u : (x1, y1) = (1,2),(x2, y2) = (2,5),(x3, y3) = (3,4) et (x4, y4) = (4,7).
. Exercice 7 :
SoientM une matrice sym´etrique r´eelle,a etb deux valeurs propres r´eelles distinctes deM associ´ees respectivement aux vecteurs propres X et Y . En calculant le produit scalaire de M X et Y de deux fa¸cons distinctes, montrer que X et Y sont orthogonaux.
Exercices ` a faire pendant la classe
- Exercice 8 :
Soit n un entier naturel non nul.
1. Soit A un ´el´ement de Mn(R). On pose S =A×tA. Montrer que S est diagonalisable et que toutes ses valeurs propres sont positives ou nulles.
2. Soit A un ´el´ement de Mn(R). On suppose que A est sym´etrique et que toutes ses valeurs propres sont positives. Montrer qu’il existe une matrice S d’ordren telle queA =S×tS.
3. On consid`ere la matrice suivante : A =
2 1 1 2
. D´eterminer une matrice S d’ordre 2 telle que A=S×tS.
- Exercice 9 :
Soit f l’endomorphisme de R3 dont la matrice canoniquement associ´ee est la matrice A suivante : A=−1
9
−8 4 1
4 7 4
1 4 −8
.
1. Justifier qu’il existe une base orthonormale de vecteurs propres pour f.
2. Calculer tA×A et en d´eduire que ||f(−→v)||=||−→v || pour tout ´el´ement −→v deR3. 3. Que peut-on en d´eduire pour les valeurs propres def?
4. D´eterminer E−1(f).
5. En d´eduire le spectre def ainsi que la dimension des sous-espaces propres def. 6. Donner la nature g´eom´etrique def.
Exercices bonus
M Exercice 10 :
Dans cet exercice, pour toutideJ1,2K, on veut trouver une matricePiinversible telle quetPi×A×Pi soit diagonale avec :
A1 =
0 0 1 0 1 0 1 0 0
et A2 =
1 0 1 0 2 0 1 0 1
.
_) Exercice 11 : Soit la matrice M =
0 −2 1
−2 3 −2
1 −2 0
. Le but de cet exercice est de calculerMn, pour tout entier natureln, de deux mani`eres diff´erentes.
1. (a) Justifier que M est diagonalisable.
(b) Calculer les valeurs propres de M et les sous-espaces propres associ´es.
(c) D´eterminer une base orthogonale de R3 form´ee de vecteurs propres de M et en d´eduire une matriceP telle que tP ×M ×P soit diagonale.
(d) En d´eduire Mn en fonction de n, pour tout entier naturel n.
2. (a) On pose F = Vect ((1,−2,1)) et G= Vect ((1,0,−1),(1,1,1)). Soit p le projecteur sur F de direction G etq le projecteur sur Gde direction F.
i. Justifier quepetq sont des projecteurs orthogonaux et d´eterminer les endomorphismes p◦q, q◦p et p+q.
ii. On appelle respectivementA etB les matrices de petq dans la base canonique deR3. Calculer A et B.
(b) On posef l’endomorphisme deR3 dont la matrice dans la base canonique estM. Montrer que f = 5p−q et en d´eduire fn en fonction de n, p et q puis Mn en fonction de n pour tout entier naturel n.