Les espaces pr´ehilbertiens
Table des mati` eres
1 Produits scalaires 3
1.1 D´efinition d’un produit scalaire . . . 3
1.2 Exemples . . . 3
1.2.1 Sur unR-espace vectoriel quelconque muni d’une base . . . 3
1.2.2 Sur Rn . . . 4
1.2.3 Sur C([a, b],R) . . . 4
1.2.4 Les espaces lp . . . 4
1.3 Identit´es remarquables . . . 5
1.4 In´egalit´es de Cauchy-Schwarz et de Minkowski . . . 6
2 espaces vectoriels norm´es de dimensions finies 8 2.1 Suites et fonctions `a valeurs dans un espace vectoriel de dimension finie 8 2.2 Compacit´e . . . 10
2.3 Equivalence des normes . . . 12
2.4 Applications lin´eaires et multilin´eaires . . . 12
3 Orthogonalit´e 14 3.1 Orthogonalit´e en dimension quelconque . . . 14
3.2 En dimension finie . . . 19
3.3 Distance d’un vecteur `a un sous-espace vectoriel . . . 22
3.4 Proc´ed´e d’orthonormalisation de Gram-Schmidt . . . 26
4 Endomorphismes d’un espace euclidien 29 4.1 Endomorphismes sym´etriques . . . 29
4.2 Groupe orthogonal. . . 30
4.2.1 Caract´erisations d’un automorphisme orthogonal. . . 30
4.2.2 Les rotations. . . 31
4.2.3 Les sym´etries orthogonales . . . 32
4.2.4 Matrices orthogonales. . . 32
4.2.5 Orientation d’un espace vectoriel r´eel. . . 34
Les espaces pr´ehilbertiens 0
5 G´eom´etrie plane 37
5.1 Lien avec le cours sur les complexes . . . 37
5.2 Le groupe orthogonal de degr´e 2 . . . 38
5.3 Les isom´etries vectorielles du plan . . . 39
5.4 Un r´esultat sur les similitudes (hors programme) . . . 40
5.5 Angles orient´es dans le plan . . . 41
5.6 Les droites affines du plan usuel . . . 43
6 G´eom´etrie dans l’espace 43 6.1 Le produit vectoriel (hors programme). . . 44
6.2 Droites et plans affines en dimension 3 . . . 46
6.2.1 Equation d’un plan . . . 46
6.2.2 Syst`eme d’´equations d’une droite . . . 46
6.3 Le groupe orthogonal en dimension 3 . . . 47
Les espaces pr´ehilbertiens 1 Produits scalaires
1 Produits scalaires
1.1 D´ efinition d’un produit scalaire
Notation. Pour ce paragraphe, on fixe un R-espace vectoriel que l’on noteE.
D´efinition. Soit ϕ : E×E −→Rune forme bilin´eaire sym´etrique.
On dit que ϕ est une forme bilin´eaire d´efinie si et seulement si, pour toutx∈E\ {0}, ϕ(x, x)6= 0.
D´efinition. Soit ϕ∈L2(E).
On dit que ϕ est uneforme bilin´eaire positive si et seulement si, pour tout x∈E,ϕ(x, x)≥0.
D´efinition.
Unproduit scalaire est une forme bilin´eaire sym´etrique d´efinie positive,
c’est-`a-dire une application ϕ : E2 −→R telle que, pour tout x, y, z ∈E et λ∈R,
— ϕ(x, y) = ϕ(y, x) ;
— ϕ(λx+y, z) =λϕ(x, z) +ϕ(y, z) ;
— x6= 0 =⇒ϕ(x, x)>0.
D´efinition. Un espace pr´ehilbertien r´eel est un couple (E, ϕ), o`u E est un R- espace vectoriel et o`u ϕ est un produit scalaire sur E.
1.2 Exemples
1.2.1 Sur un R-espace vectoriel quelconque muni d’une base Supposons que E est muni d’une base e= (ei)i∈I
et notons
ϕ : E2 −→ R
X
i∈I
xiei,X
i∈I
yiei
!
7−→ X
i∈I
xiyi. Alorsϕ est un produit scalaire surE.
D´emonstration.
Soient (x, y, z)∈E3 eta∈R. Notons x=X
i∈I
xiei, y=X
i∈I
yiei etz =X
i∈I
ziei.
• ϕ(ax+y, z) =X
i∈I
(axi+yi)zi =aX
i∈I
xizi +X
i∈I
yizi =aϕ(x, z) +ϕ(y, z) etϕ(x, ay+z) =X
i∈I
xi(ayi+zi) =aX
i∈I
xiyi+X
i∈I
xizi =aϕ(x, y) +ϕ(x, z), donc ϕ∈L2(E).
• ϕ(y, x) =X
yixi =X
yixi =ϕ(x, y), donc ϕ∈ S2(E).
Les espaces pr´ehilbertiens 1 Produits scalaires De plus, si ϕ(x, x) = 0, pour touti∈I, xi = 0, donc x= 0.
Ainsi, ϕ est une forme bilin´eaire d´efinie positive.
On a montr´e que (E, ϕ) est un espace pr´ehilbertien.
1.2.2 Sur Rn
Soit n un entier strictement positif. Lorsque E =Rn et que e est la base canonique de E, l’exemple pr´ec´edent devient :
ϕ : Rn×Rn −→ R
((α1, . . . , αn),(β1, . . . , βn)) 7−→
n
X
i=1
αiβi.
C’est le produit scalaire canonique de Rn.
Remarque. Pour tout X, Y ∈Rn, ϕ(X, Y) = tXY. 1.2.3 Sur C([a, b],R)
Notation. On fixe a, b ∈ R avec a < b. C([a, b],R) d´esigne le R-espace vectoriel des applications continues de [a, b] dansR.
Propri´et´e. Pour toutf, g ∈ C([a, b],R), on pose ϕ(f, g) = Z b
a
f(t)g(t)dt.
ϕ est un produit scalaire sur C([a, b],R).
D´emonstration.
Soit f, g, h ∈ C([a, b],R) et α∈R.
⋄ D’apr`es la lin´earit´e des int´egrales, Rb
a(αf +g)h=αRb
af h+Rb
a gh. De plusRb
af g =Rb
a gf, donc ϕ est une forme bilin´eaire sym´etrique.
⋄ ϕ(f, f) =Rb
a f(t)2dt ≥0, doncϕ est positive.
De plus, si ϕ(f, f) = 0, alors [a, b] −→ R
t 7−→ f(t)2 est continue, positive et d’int´egrale nulle, donc, d’apr`es le cours, f = 0. Ainsiϕ est une forme bilin´eaire d´efinie.
On a montr´e queϕ est une forme bilin´eaire sym´etrique d´efinie positive, donc que c’est un produit scalaire. Ainsi (C([a, b],R), ϕ) est un espace pr´ehilbertien.
1.2.4 Les espaces lp
D´efinition. On dit qu’une suite (un) de r´eels est sommable si et seulement si la s´erie Pun est absolument convergente.
Notation.
⋄ Pourp∈R∗+, notonslp ={(un)n∈N∈RN / P
|un|p converge}.
⋄ Notons l∞ l’ensemble des suites born´ees de r´eels.
Les espaces pr´ehilbertiens 1 Produits scalaires Propri´et´e. l1, l2 etl∞ sont des sous-espaces vectoriels de RN.
De plus si (an) et (bn) sont dans l2, alors (anbn) est un ´el´ement del1. D´emonstration.
⋄ Soit (an)n∈N et (bn)n∈N deux suites sommables de r´eels et soit α∈R. Pour tout n∈N, |αan+bn| ≤ |α||an|+|bn|, or P
(α|an|+|bn| converge, donc P
(α|an|+β|bn|) est absolument convergente.
Ceci prouve que α(an)n∈N+ (bn)n∈N∈l1.
De plus, l1 est non vide, donc c’est un sous-espace vectoriel de RN.
⋄ Soit (an)n∈N et (bn)n∈N deux ´el´ements de l2.
Soit n ∈ N. (|an| − |bn|)2 ≥ 0, donc |anbn| ≤ 12(a2n+b2n), ce qui prouve que (anbn)n∈N
est dansl1.
De plus, (an+bn)2 =a2n+b2n+ 2anbn, donc (an+bn)∈l2. On en d´eduit facilement que l2 est un sous-espace vectoriel deRN.
⋄ Soit (an)n∈N et (bn)n∈N deux suites born´ees de r´eels et soit α∈R. Pour tout n∈N, |αan+bn| ≤ |α||an|+|bn| ≤ |α|sup
j∈N|aj|+ sup
j∈N|bj|,
ainsi α(an)n∈N+ (bn)n∈N ∈ l∞. De plus, l∞ est non vide, donc c’est un sous-espace vectoriel de RN.
Propri´et´e. Pour tout (un),(vn)∈l2, on pose ((un)|(vn)) =X
n∈N
unvn. l2 muni de (.|.) est un espace pr´ehilbertien.
D´emonstration.
Soit (un),(vn)∈l2. On a montr´e que (unvn)∈l1, doncP
unvn est absolument conver- gente et ((un)|(vn)) est d´efini.
(.|.) est clairement bilin´eaire, sym´etrique et positive.
Si ((un)|(un)) = 0. Pour toutj ∈N, 0≤u2j ≤((un)|(un)) = 0, donc (un) = 0.
1.3 Identit´ es remarquables
Notation. Dans ce paragraphe, E d´esigne un espace pr´ehilbertien r´eel. Son produit scalaire sera not´e (.|.).
D´efinition. Pour toutx∈E, la norme de xest kxk=p (x|x).
Formule. Pour tout ((x, y), α)∈E2×R,
kαxk =|α|kxk,
kx+yk2 =kxk2+kyk2+ 2(x|y), kx−yk2 =kxk2+kyk2−2(x|y), kx+yk2− kx−yk2 = 4(x|y),
kx+yk2+kx−yk2 = 2(kxk2+kyk2).
Les espaces pr´ehilbertiens 1 Produits scalaires Les seconde, troisi`eme et quatri`eme formules permettent de calculer (.|.) en ne connais- sant que k.k. Elles portent le nom de formules de polarisation, mais selon le pro- gramme, la formule de polarisation est :
2(x|y) = kx+yk2 − kxk2− kyk2.
Remarque. Le cas particulier o`u E =R et o`u (.|.) est l’application R2 −→ R (x, y) 7−→ xy permet de retrouver rapidement ces formules.
Par exemple, la relation
∀(x, y)∈R2 (x+y)2−(x−y)2 = 4xy permet de retrouver la quatri`eme formule.
Exercice. Pour toutx, y ∈R2, on poseN(x, y) =p
x2+ 2xy+ 3y2. D´eterminer, s’il existe, un produit scalaire sur R2 dont la norme est N.
Solution :Analyse : S’il existe, une identit´e de polarisation indique que ce pro- duit scalaire est donn´e par :
h(x, y),(x′, y′)i= 14(N(x+x′, y+y′)2−N(x−x′, y−y′)2) =xx′+xy′+x′y+ 3yy′, pour toutx, x′, y, y′ ∈R4.
Synth`ese :On v´erifie que l’applicationh., .iainsi d´efinie est sym´etrique, bilin´eaire, d´efinie positive, et que sa norme est N.
Th´eor`eme de Pythagore.
(x|y) = 0 ⇐⇒ kx+yk2 =kxk2+kyk2.
1.4 In´ egalit´ es de Cauchy-Schwarz et de Minkowski
Notation. On reprend les notations du paragraphe pr´ec´edent.
Th´eor`eme. In´egalit´e de Cauchy-Schwarz :
∀(x, y)∈E2 |(x|y)| ≤ kxkkyk.
De plus, il y a ´egalit´e dans cette in´egalit´e si et seulement si xet y sont colin´eaires.
D´emonstration.
Pour tout λ∈R, 0≤ kλx+yk2 =λ2kxk2+ 2λ(x|y) +kyk2.
⋄ Premier cas : On suppose que kxk2 = 0. Alors x = 0, donc |(x|y)| = 0 = kxkkyk, et (x, y) est une famille li´ee, ce qu’il fallait d´emontrer.
⋄ Deuxi`eme cas : On suppose maintenant que kxk>0. Alors le polynˆome
X2kxk2 + 2X(x|y) +kyk2 est de signe constant sur R, donc il poss`ede au plus une racine r´eelle. Or il est de degr´e 2, donc son discriminant est n´egatif ou nul :
4(x|y)2−4kxk2kyk2 ≤0. On en d´eduit que|(x|y)| ≤ kxkkyk.
Les espaces pr´ehilbertiens 1 Produits scalaires
⋄ Etude du cas d’´egalit´e dans le second cas :
Supposons que |(x|y)| = kxkkyk. Alors le discriminant est nul, donc le polynˆome poss`ede effectivement une racine r´eelle, que l’on noteraλ. Ainsi,
0 =λ2kxk2+ 2λ(x|y) +kyk2 =kλx+yk2, doncλx+y = 0 et (x, y) est bien li´e.
R´eciproquement, si (x, y) est li´e, sachant que x 6= 0, il existe λ ∈ R tel que y = λx, donc |(x|y)|=|λ|kxk2 =kxkkyk.
Exemple. ∀(f, g)∈ C([a, b],R)2 | Z b
a
f g| ≤ s
Z b a
f2 s
Z b a
g2.
Exercice. Montrer que, pour tout M ∈ Mn(R),|Tr(M)| ≤p
nTr(tM M).
Pr´eciser quand cette in´egalit´e est une ´egalit´e.
Solution :
• Pour tout (M, N) ∈ Mn(R)2, posons ϕ(M, N) = Tr(tM N) et montrons que ϕ est un produit scalaire.
⋄ Soient (M, N, P)∈ Mn(R)3 et (α, β)∈R2.
ϕ(αM +βN, P) = Tr(t(αM +βN)P) = Tr((αtM +βtN)P)
=αTr(tM P) +βTr(tN P) = αϕ(M, P) +βϕ(N, P),
doncϕ est lin´eaire par rapport `a sa premi`ere variable. De mˆeme, on montre que ϕ est lin´eaire par rapport `a sa seconde variable. Ainsi, ϕ est bilin´eaire.
⋄ Soient M = (mi,j)∈ Mn(R) et N = (ni,j)∈ Mn(R).
ϕ(M, N) = Tr(tM N) = Tr(t(tN M)) = Tr(tN M) =ϕ(N, M), doncϕ est une forme bilin´eaire sym´etrique.
⋄ Soit M = (mi,j)∈ Mn(R). Pour tout i∈ {1, . . . , n}, le (i, i)`eme coefficient de
tM M est ´egal `a
n
X
j=1
mj,imj,i, donc ϕ(M, M) =
n
X
i=1 n
X
j=1
m2i,j, ce qui prouve que ϕ est positive.
De plus, si ϕ(M, M) = 0, pour tout (i, j)∈ {1, . . . , n}2, mi,j = 0, donc M = 0.
Ainsi, ϕ est un produit scalaire, auquel on peut appliquer l’in´egalit´e de Cauchy- Schwarz, ainsi que le cas d’´egalit´e :
• Soit M ∈ Mn(R). |Tr(M)|2 =|ϕ(In, M)|2 ≤ϕ(In, In)ϕ(M, M) = nTr(tM M).
Il y a ´egalit´e si et seulement siM etInsont colin´eaires, c’est-`a-dire si et seulement siM est une matrice scalaire.
Th´eor`eme. In´egalit´e de Minkowski, ou in´egalit´e triangulaire.
∀(x, y)∈E2 kx+yk ≤ kxk+kyk.
De plus, il y a ´egalit´e dans cette in´egalit´e si et seulement si x et y sont positivement colin´eaires, c’est-`a-dire si et seulement si y= 0 ou s’il existe k∈R+ tel que x=ky.
D´emonstration.
• Soit (x, y)∈E2.
Les espaces pr´ehilbertiens 2 espaces vectoriels norm´es de dimensions finies kx+yk2 =kxk2+kyk2+ 2(x|y)
≤ kxk2+kyk2+ 2|(x|y)|
≤ kxk2+kyk2+ 2kxkkyk
= (kxk+kyk)2.
• Siy= 0, il y a ´egalit´e et x ety sont positivement colin´eaires.
On peut donc supposer pour la suite de la d´emonstration que y 6= 0.
• Supposons que x ety sont positivement colin´eaires, c’est-`a-dire qu’il existe k ∈R+ tel que x=ky. Alors kx+yk= (k+ 1)kyk=kxk+kyk.
• R´eciproquement, supposons qu’il y a ´egalit´e dans l’in´egalit´e de Minkowski.
Alors, dans la d´emonstration ci-dessus, toutes les in´egalit´es sont des ´egalit´es.
Ainsi, (x|y) = |(x|y)| donc (x|y)≥0, et |(x|y)|=kxkkyk, donc d’apr`es le cas d’´egalit´e de l’in´egalit´e de Cauchy-Schwarz,xety sont colin´eaires. Ory6= 0, donc il existek ∈R tel que x=ky. Ainsi, (x|y) =kkyk2, or kyk 6= 0 car y6= 0 et (x|y)≥0, donc k∈ R+. Th´eor`eme. Soit E un espace pr´ehilbertien r´eel.
Alors la norme associ´ee `a son produit scalaire est bien une norme.
D´emonstration.
Notons (.|.) son produit scalaire et k.k la norme associ´ee.
Soit x, y ∈E etλ ∈R.
⋄ kxk= (x|x)≥0 car (.|.) est positive.
⋄ kxk= 0 =⇒(x|x) = 0 =⇒x= 0, car (.|.) est d´efinie.
⋄ kλk=p
(λx|λx) =|λ|p
(x|x) =|λ|kxk.
⋄ kx+yk ≤ kxk+kyk, d’apr`es l’in´egalit´e de Minkowski.
2 espaces vectoriels norm´ es de dimensions finies
2.1 Suites et fonctions ` a valeurs dans un espace vectoriel de dimension finie
Propri´et´e. Suites `a valeurs dans un espace de dimension finie.
On suppose que E est un K-espace vectoriel de dimension finie strictement positive, not´ee q. Soit e= (e1, . . . , eq) une base de E.
Soit (xn) une suite de vecteurs de E. Pour toutn∈N, on note xn =
q
X
i=1
xi,nei.
Alors, la suite (xn) converge dansE si et seulement si, pour touti∈Nq, la suite (xi,n) converge dans K, et, dans ce cas, lim
n→+∞xn=
q
X
i=1
( lim
n→+∞xi,n)ei. D´emonstration.
Nous d´emontrerons plus tard que, sur un espace vectoriel de dimension finie, toutes les normes sont ´equivalentes, donc il n’est pas n´ecessaire de pr´eciser dans l’´enonc´e de
Les espaces pr´ehilbertiens 2 espaces vectoriels norm´es de dimensions finies cette propri´et´e quelle norme sur E est utilis´ee, et, pour en faire la d´emonstration, on peut choisir sur E la norme que nous voulons.
Choisissons donc surE la norme d´efinie par la relation suivante : pour tout y=
q
X
i=1
yiei ∈E,kyk=
q
X
i=1
|yi|. (le fait que k.kest effectivement une norme surE est laiss´e en exercice).
Ainsi, la suite (xn) converge vers l=
q
X
i=1
liei si et seulement si
q
X
i=1
|xi,n−li|=kxn−lk −→
n→+∞0, donc si et seulement si pour tout i∈Nq
|xi,n−li| −→n→+∞0, c’est-`a-dire si et seulement si, pour tout i∈ Nq, (xi,n) converge vers li.
Propri´et´e. Limite d’une application `a valeurs dans un espace de dimension finie.Supposons que F est unK-espace vectoriel de dimension finie dont une base est (e1, . . . , eq) et notons
f : E −→ F
x 7−→ f(x) =
q
X
i=1
fi(x)ei. Soient A une partie de Df, a∈A et l=
q
X
i=1
liei ∈F. Alors, f(x)−→x→a
x∈A
l si et seulement si pour touti∈Nq, fi(x)−→x→a x∈A
li. D´emonstration.
Nous choisirons `a nouveau comme norme
k.k: F −→ R+
q
X
i=1
yiei 7−→
q
X
i=1
|yi|.
Notons
ϕ : Kq −→ F
(y1, . . . , yq) 7−→
q
X
i=1
yiei. Pour touty= (y1, . . . , yq)∈Kq, kϕ(y)k=kyk1. Ainsi ϕ etϕ−1 sont continues.
D’apr`es le th´eor`eme de composition des limites, f(x)−→x→a x∈A
l si et seulement si ϕ−1(f(x))−→x→a
x∈A
ϕ−1(l), donc si et seulement si pour tout i∈Nq, fi(x)−→x→a x∈A
li.
Propri´et´e. Continuit´e en un point d’une application `a valeurs dans un produit.
Supposons que F =F1× · · · ×Fq, o`u F1, . . ., Fq sont des espaces vectoriels norm´es et notons f : E −→ F
x 7−→ f(x) = (f1(x), . . . , fq(x)). Soit a∈ Df. Alors,
f est continue en a si et seulement si pour touti∈N , f est continue en a.
Les espaces pr´ehilbertiens 2 espaces vectoriels norm´es de dimensions finies Propri´et´e. Continuit´e en un point d’une application `a valeurs dans un espace de dimension finie.Supposons queF est unK-espace vectoriel de dimension finie dont une base est (e1, . . . , eq) et notons
f : E −→ F
x 7−→ f(x) =
q
X
i=1
fi(x)ei. Soit a∈ Df. Alors,
f est continue en a si et seulement si pour touti∈Nq, fi est continue en a.
Exemple. L’application
]−1,+∞[ −→ M2(R) x 7−→
1 + 4x ex sinx ln(1 +x)
est continue.
Notation. Pour toute la suite du chapitre 2, on fixe un K-espace vectoriel E de dimension finie n >0 et on fixe une base de E que l’on note e= (e1, . . . , en).
Six=
n
X
i=1
xiei ∈E, on pose N(x) =
n
X
i=1
|xi|. On v´erifie que N est une norme sur E.
2.2 Compacit´ e
Convention : dans ce paragraphe, on dira qu’un espace vectoriel norm´e est bon si et seulement si ses parties compactes sont exactement ses parties ferm´ees born´ees.
Lemme 1.Soit F un K-espace vectoriel norm´e.
SiF est bon, pour tout p∈N∗, Fp est bon.
D´emonstration.
Soit K un ferm´e born´e de Fp. Il existe M >0 tel que K ⊂Bf∞(0, M).
Or (x1, . . . , xp)∈Bf∞(0, M)⇐⇒ sup
1≤i≤pkxik ≤M ⇐⇒ ∀i∈Np kxik ≤M, ainsi (x1, . . . , xp)∈Bf∞(0, M)⇐⇒ ∀i∈Np xi ∈BfF(0, M), doncBf∞(0, M) = BfF(0, M)p. Or BfF(0, M) est un ferm´e born´e de F, donc c’est un compact. Ainsi Bf∞(0, M) est un compact en tant que produit cart´esien de compacts. De plus K est une partie ferm´ee incluse dans un compact, donc c’est un compact.
Lemme 2. Soient F et G deux K-espaces vectoriels norm´es et f : F −→ G une isom´etrie, c’est-`a-dire une application surjective telle que
∀(x, y)∈F2 d(f(x), f(y)) =d(x, y).
AlorsF est bon si et seulement siG est bon.
D´emonstration.
⋄ Soit (x, y) ∈ F2 tel que f(x) = f(y). Alors d(x, y) = d(f(x), f(y)) = 0, donc x = y. Ainsi f est injective, donc bijective. De plus f et f−1 sont 1-lipschitziennes, donc continues.
⋄ Supposons que les compacts de F sont ses ferm´es born´es. Soit K un ferm´e born´e deG.f−1(K) est ferm´e carf est continue et il est born´e carf est une isom´etrie, donc
Les espaces pr´ehilbertiens 2 espaces vectoriels norm´es de dimensions finies f−1(K) est un compact de F. Ainsi K = f(f−1(K)) est un compact de G, en tant qu’image d’un compact par une application continue.
Th´eor`eme. Les parties compactes d’un espace vectoriel de dimension finie sont exac- tement ses ferm´es born´es.
D´emonstration.
⋄ On sait d´ej`a que les parties compactes de K sont exactement ses ferm´es born´es (cf chapitre “Limites et continuit´e” page 13).
⋄ Le lemme 1 montre alors queKn est bon.
⋄ Enfin, l’application
Kn −→ E (x1, . . . , xn) 7−→
n
X
i=1
xiei est une isom´etrie en choisissant sur Kn la norme 1, donc d’apr`es le lemme 2, les compacts de E sont les ferm´es born´es.
Th´eor`eme de Bolzano-Weierstrass.
De toute suite born´ee de vecteurs de E, on peut extraire une sous-suite convergente.
D´emonstration.
Soit (xn)∈EN une suite born´ee de E. Il existe M > 0 tel que
{xn/n ∈N} ⊂Bf(0, M). Ainsi (xn) est une suite dont les ´el´ements sont dans un ferm´e born´e, donc dans un compact. Elle admet donc au moins une valeur d’adh´erence.
Remarque. Pour le moment, ces deux th´eor`emes ne sont valables qu’avec la normeN que nous avons choisie sur E, mais nous montrerons ci-dessous que toutes les normes surE sont ´equivalentes, donc ces th´eor`emes sont en fait valables pour toutes les normes deE.
Th´eor`eme. Tout K-espace vectoriel de dimension finie est complet.
D´emonstration.
⋄ Soit (xn) une suite de Cauchy de E. Elle est born´ee, donc d’apr`es le th´eor`eme de Bolzano-Weierstrass, elle admet une valeur d’adh´erence que l’on noterax. On sait alors que xnn→+∞−→ x.
⋄ R´eciproquement, on a d´ej`a vu que toute suite convergente ´etait une suite de Cauchy.
Propri´et´e. Soit G un K-espace vectoriel norm´e de dimension finie ou infinie. Tout sous-espace vectoriel de Gde dimension finie est ferm´e.
D´emonstration.
Soit F un sous-espace vectoriel deG de dimension finie. Soit (xn) une suite d’´el´ements deF qui converge vers l∈G.
En tant que suite convergente de G, (xn) est une suite de Cauchy de G, donc c’est une suite de Cauchy de F, mais F est de dimension finie, donc d’apr`es le th´eor`eme pr´ec´edent, la suite (xn) converge dans F, donc l ∈ F, ce qui prouve que F est ferm´e.
Les espaces pr´ehilbertiens 2 espaces vectoriels norm´es de dimensions finies
2.3 Equivalence des normes
Th´eor`eme.
Sur un K-espace vectoriel de dimension finie, toutes les normes sont ´equivalentes.
D´emonstration.
• Soit N′ une seconde norme surE.
Soit x=
n
X
i=1
xiei ∈E. N′(x) = N′(
n
X
i=1
xiei)≤
n
X
i=1
|xi|N′(ei).
Posonsβ = max
1≤i≤nN′(ei). Pour tout x∈E, (1) :N′(x)≤β
n
X
i=1
|xi|=βN(x).
• On en d´eduit que pour tout (x, y)∈E2,|N′(x)−N′(y)| ≤N′(x−y)≤βN(x−y), c’est-`a-dire que l’application N′ : (E, N)−→R+ est une application β-lipschitzienne.
Ainsi, cette application est continue.
En particulier, si l’on noteSN(0,1) ={x∈E / N(x) = 1}(c’est la sph`ere unit´e pour la normeN), alors N/S′ N(0,1) est continue, or SN(0,1) est un ferm´e born´e de (E, N), donc il est compact (on utilise bien ici le paragraphe pr´ec´edent avecN, et non avecN′ ce qui ne serait pas correct). AinsiN/S′ N(0,1) est une application born´ee qui atteint ses bornes.
En particulier, il existe x0 ∈SN(0,1) tel que pour tout x∈SN(0,1), N′(x)≥N′(x0).
Six∈E\ {0}, x
N(x) ∈SN(0,1), donc N′ x
N(x)
≥N′(x0).
De plus N(x0) = 1, donc x0 6= 0, ce qui montre que N′(x0)>0.
Ainsi, pour tout x∈E, (2) :N(x)≤ 1
N′(x0)N′(x).
(1) et (2) prouvent queN et N′ sont ´equivalentes.
2.4 Applications lin´ eaires et multilin´ eaires
Th´eor`eme. Toute application lin´eaire dont l’ensemble de d´epart est de dimension finie est continue.
D´emonstration.
Soient F un K-espace vectoriel norm´e de dimension quelconque et u∈L(E, F).
Soit x=
n
X
i=1
xiei ∈E. ku(x)k=k
n
X
i=1
xiu(ei)k ≤
n
X
i=1
|xi|.ku(ei)k. Posonsβ = max
1≤i≤nku(ei)k. Pour toutx=
n
X
i=1
xiei ∈E, ku(x)k ≤β
n
X
i=1
|xi|=βN(x).
u´etant lin´eaire, on en d´eduit qu’elle est β-lipschitzienne, donc u est continue.
Th´eor`eme. Soient E1, . . . , Ep une famille de p K-espaces vectoriels de dimensions finies, o`up∈N∗ et F un K-espace vectoriel norm´e de dimension quelconque.
Toute application p-lin´eaire deE1 × · · · ×Ep dans F est continue.
Les espaces pr´ehilbertiens 2 espaces vectoriels norm´es de dimensions finies D´emonstration.
Pour tout j ∈ Np, on note nj la dimension de Ej et ej = (e1,j, . . . , enj,j) une base de Ej. Soitf une application p-lin´eaire deE1× · · · ×Ep dans F.
Soit (x1, . . . , xp) = (
nj
X
i=1
ai,jei,j)1≤j≤p ∈E1× · · · ×Ep. f(x1, . . . , xp) =f(
n1
X
i=1
ai,1ei,1, x2, . . . , xp), donc en utilisant la lin´earit´e selon la premi`ere variable, f(x1, . . . , xp) =
n1
X
i=1
ai,1f(ei,1, x2, . . . , xp), puis f(x1, . . . xp) =
n1
X
i=1
ai,1 n2
X
j=1
aj,2f(ei,1, ej,2, x3, . . . , xp), donc f(x1, . . . , xp) = X
u=(i1,...,ip)∈Nn
1×···×Nnp
ai1,1. . . aip,pf(ei1,1, . . . , eip,p).
Soitj ∈Np eti∈ {1, . . . , nj}.ai,j =e∗i,j(xj), si l’on d´esigne par (e∗k,j)1≤k≤njla base duale de ej. Mais e∗i,j est une application lin´eaire dont l’espace de d´epart est de dimension finie, donc c’est une fonction continue de x. L’expression pr´ec´edente de f(x1, . . . , xp) et les th´eor`emes usuels montrent alors que f est continue.
Propri´et´e. Soit n∈N∗.
Les applications polynˆomiales de K[X1, . . . , Xn] sont continues.
D´emonstration.
Soitf une fonction polynˆomiale deKndansK. Il existe une famille de scalaires (αu)u∈Nn index´ee par Nn et presque nulle telle que
∀x= (x1, . . . , xn)∈Kn f(x) = X
u=(k1,...,kn)∈Nn
αuxk11· · ·xknn.
f est donc continue sur Kn d’apr`es les th´eor`emes usuels.
Remarque. Soient E un espace vectoriel de dimension finie muni d’une base e= (e1, . . . , en) et
f : E −→ K
x=
n
X
i=1
xiei 7−→ g(x1, . . . , xn).
Si g est une application polynˆomiale, alors f est continue. En effet, f = g ◦h o`u
h: E −→ Kn
x=
n
X
i=1
xiei 7−→ (x1, . . . , xn) .hest continue car lin´eaire en dimension finie, et g est continue car polynˆomiale, donc f est continue.
Exemple. L’application det est continue de Mn(K) dansK.
Les espaces pr´ehilbertiens 3 Orthogonalit´e
3 Orthogonalit´ e
Notation. E d´esigne toujours un espace pr´ehilbertien.
Son produit scalaire est not´e< ., . > et la distance associ´ee est not´eed.
3.1 Orthogonalit´ e en dimension quelconque
D´efinition. Soit (x, y)∈E2.
x ety sont orthogonaux si et seulement si < x, y >= 0. Dans ce cas, on notex⊥y.
Remarque.
La relation d’orthogonalit´e est sym´etrique, mais elle n’est ni r´eflexive, ni transititve.
Exemples.
— Dans Rn muni de son produit scalaire canonique, les vecteurs de la base cano- nique sont deux `a deux orthogonaux.
— Dans l’espace vectorielC2π0 (R,R) des applications continues et 2π-p´eriodiques de R dans R, muni du produit scalaire (f, g) 7−→ 1
π Z 2π
0
f(t)g(t) dt, les fonctions sin et cos sont des vecteurs unitaires orthogonaux. En effet,
hsin,cosi= 1 π
Z π
−π
sin(2t)
2 dt = 0 par imparit´e, ksink2 = 1
π Z 2π
0
1−cos(2t)
2 dt = 1 et kcosk2 = 1
π Z 2π
0
1 + cos(2t)
2 dt= 1.
D´efinition. Soit A une partie de E.
L’orthogonal de A est A⊥ = {x ∈ E/∀y ∈ A x⊥y} : c’est l’ensemble des vecteurs deE qui sont orthogonaux `a tous les vecteurs de A.
Exemple. Soit a∈E\ {0}. Alors a⊥ est un hyperplan. En effet, c’est le noyau de la forme lin´eaire x7−→ hx, ai.
Propri´et´e. Soit A une partie de E. Alors A⊥ est un sous-espace vectoriel deE.
D´emonstration.
A⊥ = \
a∈A
a⊥.
D´efinition. Soient A et B deux parties de E. On dit qu’elles sont orthogonales si et seulement si tout vecteur deAest orthogonal `a tout vecteur deB. On note alorsA⊥B.
Ainsi, A⊥B ⇐⇒[∀(a, b)∈A×B, a⊥b].
Propri´et´e. Soient A et B deux parties de E. A⊥B ⇐⇒ A ⊂ B⊥ ⇐⇒ B ⊂ A⊥.
Les espaces pr´ehilbertiens 3 Orthogonalit´e D´emonstration.
A⊥B ⇐⇒[∀(a, b)∈A×B, a⊥b]
⇐⇒[∀a∈A, (∀b ∈B , a⊥b)]
⇐⇒[∀a∈A , a∈B⊥]
⇐⇒A⊂B⊥.
La seconde ´equivalence s’obtient en intervertissant les rˆoles jou´es parA etB.
Propri´et´e. Soient A etB deux parties de E. On dispose des propri´et´es suivantes :
— A⊆B =⇒B⊥⊆A⊥,
— (A∪B)⊥=A⊥∩B⊥,
— A⊥= (Vect(A))⊥,
— et A⊆(A⊥)⊥. D´emonstration.
⋄ Supposons que A⊆B.
Soit x∈B⊥. Pour touta ∈A,a ∈B, doncx⊥a. Ainsi, x∈A⊥. On a donc prouv´e que B⊥⊆A⊥.
⋄ xappartient `a (A∪B)⊥ si et seulement si xest orthogonal `a tout ´el´ement deA∪B, donc si et seulement si x est orthogonal `a tout ´el´ement de A (ie : x ∈ A⊥) et `a tout
´el´ement deB (ie : x∈B⊥). Ainsi (A∪B)⊥ =A⊥∩B⊥.
⋄ A⊆Vect(A), donc Vect(A)⊥ ⊆A⊥. R´eciproquement, soit x∈A⊥.
Soit y∈Vect(A). Il existe (αa)a∈A∈R(A) telle que y=X
a∈A
αaa.
Ainsi< x, y >=X
a∈A
αa < x, a >= 0, car x∈A⊥.
On a montr´e que, pour tout y∈Vect(A), x⊥y, donc x∈Vect(A)⊥. C’est vrai pour tout x∈A⊥, doncA⊥⊆Vect(A)⊥.
⋄ A⊥A⊥, donc A⊆(A⊥)⊥.
Remarque. Soient F et Gdeux sous-espaces vectoriels de E.
F +G= Vect(F ∪G), donc (F +G)⊥=F⊥∩G⊥.
Cependant, en g´en´eral, (F ∩G)⊥6=F⊥+G⊥ et F⊥⊥6=F.
Remarque. Un vecteurx∈E est orthogonal `a un sous-espace vectorielF deE muni d’une base e si et seulement si x est orthogonal aux vecteurs de la base e.
En effet, supposons que e= (ei)i∈I est une base de F. Si pour tout i ∈I, x⊥ei, alors x∈ {ei/i∈I}⊥= [Vect{ei/i∈I}]⊥ =F⊥.
Exemple. Notons H le plan de R3 dont une ´equation cart´esienne dans la base cano- nique est :x+y−z = 0.
D´eterminons l’orthogonal de H, pour le produit scalaire canonique de R3. Une base de H est (X1, X2) =
1
−1
,
0 1
, donc H⊥=
1
−1
,
0 1
⊥
.
Les espaces pr´ehilbertiens 3 Orthogonalit´e
Soit X =
x y z
∈R3.
X ∈H⊥⇐⇒(X1|X) = (X2|X) = 0⇐⇒
x−y = 0 y+z = 0 ⇐⇒
y =x z =−x, donc H⊥ est la droite vectorielle engendr´ee par
1 1
−1
. Exemples.
— Dans Rn muni de son produit scalaire canonique, si v =
a1
...
an
∈ Rn, alors v est orthogonal `a l’hyperplan d’´equation a1x1+· · ·+anxn = 0.
— Dans C0([−1,1],R) muni de son produit scalaire usuel, le sous-espace vectoriel P des fonctions paires (et continues de [−1,1] dansR) et le sous-espace vectoriel J des fonctions impaires sont orthogonaux. En effet, pour tout p∈ P etj ∈ J, hp, ji=R1
−1p(t)j(t) dt= 0 par imparit´e.
Propri´et´e. {0}⊥ =E et E⊥ ={0}. D´emonstration.
⋄ Tout vecteur de E est orthogonal `a 0, donc {0}⊥=E.
⋄ Six∈E⊥, alors< x, x >= 0, donc x= 0.
D´efinition. Soit I un ensemble quelconque et (xi)i∈I une famille de vecteurs deE.
Elle est dite orthogonale si et seulement si
∀(i, j)∈I2 (i6=j =⇒xi⊥xj).
Elle est dite orthonormale si et seulement si
∀(i, j)∈I2 < xi, xj >=δi,j.
Exemple. Consid´erons `a nouveau l’espace vectoriel C2π0 (R,R) des applications conti- nues et 2π-p´eriodiques deRdansR, muni du produit scalaire (f, g)7−→ 1
π Z 2π
0
f(t)g(t)dt.
Pour tout k ∈N∗, notons ck : x7−→cos(kx) et sk : x 7−→sin(kx). Montrons que la concat´enation des familles (ck)k∈N∗ et (ck)k∈N∗ est orthonormale. Soit k, h∈N∗. hck, chi= 1
π Z 2π
0
cos(k−h)x+ cos(k+h)x
2 dx, donc
lorsque k 6=h,hck, chi= 1 2π
hsin(k−h)x
k−h +sin(k+h)x k+h
i2π 0 = 0, et lorsque k=h, kckk2 = 1
π Z 2π
0
1 + cos(k+h)x
2 dx= 1.
De mˆeme, hsk, shi= 1 π
Z 2π 0
cos(k−h)x−cos(k+h)x
2 dx, donc
Les espaces pr´ehilbertiens 3 Orthogonalit´e lorsque k 6=h,hsk, shi= 1
2π
hsin(k−h)x
k−h − sin(k+h)x k+h
i2π 0 = 0, et lorsque k=h, kskk2 = 1
π Z 2π
0
1−cos(k+h)x
2 dx= 1.
Enfin, hck, shi= 1 π
Z π
−π
cos(kx) sin(hx)dx = 0 par imparit´e.
Relation de Pythagore : Soit n ∈ N∗ et (x1, . . . , xn) une famille orthogonale de vecteurs de E. Alors k
n
X
i=1
xik2 =
n
X
i=1
kxik2.
Cependant, lorsque n≥3, la r´eciproque est fausse.
D´emonstration.
DansR2 muni de son produit scalaire canonique, les vecteurs x1 = (1,2),x2 = (0,2) et x3 = (0,−1) v´erifient la relation de Pythagore sans ˆetre deux `a deux orthogonaux.
Propri´et´e. Une famille orthogonale sans vecteur nul est libre.
En particulier, une famille orthonormale est toujours libre.
D´emonstration.
Soit (xi)i∈I une famille orthogonale sans vecteur nul.
Soit (αi)i∈I ∈R(I) telle queX
i∈I
αixi = 0.
Soit j ∈I. αj < xj, xj >=< xj,X
i∈I
αixi >= 0, or< xj, xj >6= 0, donc αj = 0.
Propri´et´e. Supposons que E admet une base orthonorm´ee not´ee (ei)i∈I. Six=X
i∈I
αiei ∈E et y=X
i∈I
βiei ∈E, alors
< x, y >=X
i∈I
αiβi, kxk2 =X
i∈I
αi2 etx=X
i∈I
< ei, x > ei. D´emonstration.
⋄ < x, y >=<X
i∈I
αiei,X
j∈I
βjej >= X
(i,j)∈I2
αiβj < ei, ej >=X
i∈I
αiβi.
⋄ En particulier, lorsquey=x, < x, x >=X
i∈I
α2i.
⋄ Soit j ∈I. < ej, x >=< ej,X
i∈I
αiei >=X
i∈I
αi < ej, ei >=αj, donc x=X
i∈I
αiei =X
i∈I
< ei, x > ei.
Propri´et´e. Supposons que E est muni d’une basee = (ei)i∈I.
Alors il existe un unique produit scalaire surE pour lequeleest une base orthonorm´ee.
D´emonstration.
Les espaces pr´ehilbertiens 3 Orthogonalit´e
ϕ: E2 −→ R
X
i∈I
xiei,X
i∈I
yiei
!
7−→ X
i∈I
xiyi est un produit scalaire sur E.
De plus, pour tout (h, k)∈I2, ϕ(eh, ek) = X
i∈I
δi,hδi,k =δh,k, donc e est orthonorm´ee pour ce produit scalaire.
• Unicit´e. Soit ψ un produit scalaire sur E pour lequel e est orthonorm´ee.
D’apr`es la premi`ere formule de la propri´et´e pr´ec´edente, ψ =ϕ.
Remarque. En particulier, dans un R-espace vectoriel de dimension 2, pour toute base (~ı, ~), il existe un produit scalaire pour lequel (~ı, ~) est une base orthonorm´ee.
Ceci semble contredire la notion intuitive d’orthogonalit´e de deux vecteurs du plan bas´ee sur la notion d’angle droit.
En fait, `a chaque produit scalaire est associ´ee une notion d’angle droit, et pour deux vecteurs quelconques mais non li´es, on peut choisir un produit scalaire pour lequel ils forment un angle droit.
Si notre intuition est “choqu´ee” par ce qui pr´ec`ede, c’est que nous vivons dans un espace physique o`u la notion de distance est fix´ee (tout au moins en premi`ere approximation).
Changer de distance est donc contraire `a notre intuition. Or la notion de distance contient celle d’angle droit, comme angle form´es par un rayon et une tangente d’un mˆeme cercle.
Propri´et´e. Soient n∈N∗ et (Ei)1≤i≤n une famille de n sous-espaces vectoriels de E que l’on suppose deux `a deux orthogonaux.
Alors ils forment une somme directe que l’on note E1
⊥
M· · ·
⊥
MEn=
⊥
M
1≤i≤n
Ei. D´emonstration.
Soit (x1, . . . , xn)∈E1× · · · ×En tel que
n
X
i=1
xi = 0. Soit j ∈ {1, . . . , n}. Pour tout i∈ {1, . . . , n} tel que i6=j, < xj, xi >= 0, donc kxjk2 =< xj,
n
X
i=1
xi >= 0.
Ainsi, xj = 0 pour tout j ∈ {1, . . . , n}, ce qui prouve que la somme est directe.
D´efinition. Soient F et G deux sous-espaces vectoriels de E.
G est unsuppl´ementaire orthogonal deF si et seulement si E =F ⊕⊥ G.
Exemple. DansC0([−1,1],R) muni de son produit scalaire usuel, le sous-espace vec- toriel P des fonctions paires et le sous-espace vectoriel J des fonctions impaires sont suppl´ementaires orthogonaux.
Propri´et´e. Soit F un sous-espace vectoriel de E.
F admet au plus un suppl´ementaire orthogonal. Il s’agit de F⊥.
Les espaces pr´ehilbertiens 3 Orthogonalit´e D´emonstration.
Supposons que G est un suppl´ementaire orthogonal deF, et montrons que G=F⊥.
• G⊥F, donc G⊆F⊥.
• R´eciproquement, soitx∈F⊥.
E =F +G, donc il existe (f, g)∈F ×G tel que x=f+g.
F⊥G, donc < g, f >= 0. Ainsi, kfk2 =< f, f > + < g, f >=< x, f >, or x ∈ F⊥, donc < x, f >= 0. On en d´eduit que kfk2 = 0, ce qui prouve que f = 0, puis que x=g ∈G.
AinsiF⊥ ⊆G.
Remarque. Il est possible qu’un sous-espace vectoriel deE n’admette aucun suppl´e- mentaire orthogonal. Par exemple, munissons E =R(N) du produit scalaire
< ., . >: E2 −→ R ((xn),(yn)) 7−→ X
n∈N
xnyn,
et notons F ={(xn)∈E/X
n∈N
xn = 0}. F est un sous-espace vectoriel de E.
Soit (yn)∈F⊥. Pour tout (xn)∈R(N) tel que X
n∈N
xn= 0, X
n∈N
xnyn= 0.
Soit p ∈N. Choisissons pour (xn)n∈N la suite dont tous les coefficients sont nuls, sauf le p`eme qui est ´egal `a 1, et le (p+ 1)`eme qui est ´egal `a -1.
(xn)∈F, donc 0 =X
n∈N
xnyn=yp −yp+1.
Ainsi, pour tout p∈ N, yp+1 =yp, ce qui prouve que (yn) est une suite constante. Or elle est presque nulle, donc n´ecessairement, (yn) = 0.
On a donc prouv´e que F⊥ ={0}, or F 6=E, donc F⊥ n’est pas un suppl´ementaire de F. Ainsi F n’admet aucun suppl´ementaire orthogonal.
On peut ´egalement remarquer que (F⊥)⊥ ={0}⊥ =E 6=F.
De plus, si l’on poseG= Vect((δ0,n)n∈N), on a F ∩G={0}, donc (F ∩G)⊥ =E, mais F⊥+G⊥ =G⊥ 6=E, car (δ0,n)n∈N ∈/ G⊥.
3.2 En dimension finie
Propri´et´e. On suppose que E est de dimension finie.
Pour tout x∈E, on note < x, . >: E −→ R
y 7−→ < x, y >. Alors, l’application E −→ L(E,R)
x 7−→ < x, . > est un isomorphisme.
D´emonstration.
• < ., . > est lin´eaire par rapport `a sa seconde variable, donc, pour tout x ∈ E,
Les espaces pr´ehilbertiens 3 Orthogonalit´e
• Soit (x, y, a, b)∈E×E×R×R. Pour tout z ∈E,
f(ax+by)(z) =< ax+by, z >=a < x, z >+b < y, z >= (af(x) +bf(y))(z), donc f(ax+by) =af(x) +bf(y), ce qui prouve que f est une application lin´eaire.
• Soit x∈E tel que f(x) = 0.
Pour tout y ∈ E, < x, y >= f(x)(y) = 0, donc x ∈ E⊥ = {0}. Ainsi, x = 0 ce qui prouve que le noyau def est r´eduit `a {0}.
• f est donc une application lin´eaire injective. De plus,dim(E) = dim(L(E,R)), donc f est un isomorphisme.
Th´eor`eme. On ne suppose pas que E est de dimension finie.
Si F est un sous-espace vectoriel de dimension finie de E, alors F⊥ est l’unique suppl´ementaire orthogonal de F. De plus F = (F⊥)⊥.
D´emonstration.
• Soit x∈E. Notons ϕ : F −→ R
y 7−→ < x, y >.
ϕ ∈ L(F,R), donc, d’apr`es la propri´et´e pr´ec´edente appliqu´ee `a F, il existe f ∈ F tel que ϕ=< f, . >/F.
Ceci signifie que, pour tout y∈F,< x, y >=< f, y >, donc que x−f ∈F⊥. Ainsix=f + (x−f)∈F +F⊥. Ceci prouve que E =F +F⊥.
Or F ∩F⊥ = {0}, donc F⊥ est un suppl´ementaire de F dans E. De plus, on a d´ej`a
´etabli qu’il n’y a pas d’autre suppl´ementaire orthogonal de F, donc F⊥ est l’unique suppl´ementaire orthogonal de F.
• E =F⊥ ⊕⊥ F, donc F est un suppl´ementaire orthogonal de F⊥, or le seul ´eventuel suppl´ementaire orthogonal de F⊥ est (F⊥)⊥. Ainsi F = (F⊥)⊥.
Exemple. Reprenons l’exemple o`uH est le plan deR3 dont une ´equation cart´esienne dans la base canonique est : x+y−z = 0.
Si l’on pose N =
1 1
−1
, H ={X ∈R3/(N|X) = 0}={N}⊥ = Vect(N)⊥.
Or Vect(N) est de dimension finie, donc on peut appliquer le th´eor`eme pr´ec´edent.
Ainsi, H⊥ = (Vect(N)⊥)⊥= Vect(N).
On retrouve bien le mˆeme r´esultat que pr´ec´edemment.
D´efinition.
On appelle espace euclidien tout espace pr´ehilbertien de dimension finie.
Hypoth`ese : jusqu’`a la fin de ce paragraphe, on suppose queE est un espace euclidien de dimensionn >0. On notera< ., . >son produit scalaire et k.kla norme euclidienne associ´ee.
Propri´et´e.
SiF et Gsont deux sous-espaces vectoriels de E, alors (F ∩G)⊥=F⊥+G⊥. D´emonstration.
F⊥+G⊥ = (F⊥+G⊥)⊥⊥ = (F⊥∪G⊥)⊥⊥ = (F⊥⊥∩G⊥⊥)⊥ = (F ∩G)⊥.
Les espaces pr´ehilbertiens 3 Orthogonalit´e Propri´et´e. Si F est un sous-espace vectoriel deE, alors dim(F⊥) =dimE−dimF. Propri´et´e. Soit e= (e1, . . . , en) une base orthonorm´ee de E.
Soient x et y des vecteurs de E dont les coordonn´ees dans la base e sont donn´ees sous forme de vecteurs colonnes not´es X et Y. Alors < x, y >=t Y X =t XY.
D´emonstration.
Notons x=
n
X
i=1
xiei ety=
n
X
i=1
yiei. Ainsi
X =
x1
...
xn
et Y =
y1
...
yn
.
Donc < x, y >=
n
X
i=1
xiyi =tXY =tY X.
Remarque. Sie= (e1, . . . , en) est une base orthonorm´ee de E, pour toutu∈ L(E), pour tout i, j ∈Nn, [mat(u, e)]i,j =hei, u(ej)i.
La fin de ce paragraphe est hors programme.
D´efinition. La matrice du produit scalaire dans la basee est ´egale `a mat(< ., . >, e) = (< ei, ej >)1≤i≤n
1≤j≤n ∈ Mn(R).
Propri´et´e. e est orthogonale si et seulement si mat(< ., . >, e) est diagonale.
e est orthonorm´ee si et seulement si mat(< ., . >, e) = In.
Formule. Soit e une base quelconque de E. On note Ω la matrice de < ., . > dans la base e. Soient xet y deux vecteurs de E, dont les coordonn´ees dans e sont donn´ees sous la forme des vecteurs colonnes X etY de Rn. Alors
< x, y >=tXΩY =tYtΩX = X
1≤i≤n 1≤j≤n
xiyjωi,j.
D´emonstration.
PosonsX =
x1,1
...
xn,1
,Y =
y1,1
...
yn,1
et Ω = (ωi,j)1≤i≤n
1≤j≤n.
< x, y > =
* n X
i=1
xi,1ei,
n
X
j=1
yj,1ej
+
=
n
X
i=1
xi,1
* ei,
n
X
j=1
yj,1ej
+
n
X
n
X
n
X
n
X
Les espaces pr´ehilbertiens 3 Orthogonalit´e d’apr`es la formule pour le produit de trois matrices. De plus, une matrice carr´ee d’ordre 1 est toujours sym´etrique, donc tXΩY =t(tXΩY) =tYtΩX.
D´efinition. Soit E un K-espace vectoriel de dimension finie, muni d’une base e= (e1, . . . , en) et soitϕ une forme bilin´eaire surE.
La matrice deϕ dans la basee est mat(ϕ, e) = (ϕ(ei, ej))1≤i,j≤n ∈ Mn(K).
Pour tout x, y ∈E, en posant X = mate(x) et Y = mate(y),ϕ(x, y) =tXΩY. ϕ est sym´etrique si et seulement si Ω ∈Sn(K).
3.3 Distance d’un vecteur ` a un sous-espace vectoriel
D´efinition. Soit F un sous-espace vectoriel de E tel que F L
F⊥=E.
On appelle projection orthogonale surF, la projection sur F parall`element `aF⊥. Dans ce chapitre, elle est not´ee pF.
Remarque. On utilisera souvent le fait que le projecteur associ´e `a pF est IdE −pF =pF⊥. En particulier, pour toutx∈E, x−pF(x) =pF⊥(x)∈F⊥.
Formule. Soit F un sous-espace vectoriel de E que l’on suppose muni d’une base orthonorm´eee = (ei)i∈I. On suppose de plus que F ⊕F⊥=E.
Alors, pour tout x∈E, pF(x) =
n
X
i∈I
< ei, x > ei .
En particulier, si F est un sous-espace vectoriel de dimension finie de E, muni d’une base orthonorm´eee = (e1, . . . , en), alors, pour tout x∈E, pF(x) =
n
X
i=1
< ei, x > ei . D´emonstration.
Soit x∈E.
pF(x) = X
i∈I
< ei, pF(x)> ei car (ei)i∈I est une base orthonormale deF. Or, pour tout i∈I, < ei, pF(x)>=< ei,(pF(x)−x) +x >=< ei, x >
car pF(x)−x∈F⊥, doncpF(x) = X
i∈I
< ei, x > ei.
Remarque. Soit F un sous-espace vectoriel de E tel que F L
F⊥ =E.
Pour tout x ∈ E, pF(x) = x−pF⊥(x), donc on peut calculer pF(x) en passant par pF⊥(x). C’est pertinent lorsqueF est un hyperplan de E.
Exemple. Consid´erons `a nouveau l’espace vectoriel E = C2π0 (R,R) des applications continues et 2π-p´eriodiques de R dans R, muni du produit scalaire
(f, g) 7−→ 1 π
Z 2π 0
f(t)g(t) dt. En posant pour tout k ∈ N∗, ck : x 7−→ cos(kx) et sk : x7−→ sin(kx), on a vu que la concat´enation des familles (ck)k∈N∗ et (ck)k∈N∗ est orthonormale. Posons ´egalement c0 : x7−→ 1
√2.