CPGE MY ABDELLAH-SAFI Espaces préhilbertiens réels MPSI

Dans tout ce chapitre les espaces vectoriel sont des R−espaces vectoriels. Remarque 1. Pour montrer que ϕ est un produit scalaire il suffit de montrer que ϕ
symétrique définie positive et bilinéaire par rapport à la premier variable.

I Produit scalaire Définition 4. Soit (E, h., .i) un espace préhilbrtien réel, on appelle norme associée au
produit scalaire h., .i l’application notée k.k définit par :
Définition 1. Soit E un espace vectoriel, et ϕ : E × E → R une application, on dite
que ϕ est : k.k : E → R+ p
1. bilinéaire si elle est linéaire par rapport à chaque variable i.e : x 7→ kxk = hx, xi
— ∀x, x0 , y ∈ Eλ ∈ K, ϕ(x + λx0 , y) = ϕ(x, y) + λϕ(x0 , y).
— ∀x, y, y 0 ∈ E, λ ∈ K, ϕ(x, y + λy 0 ) = ϕ(x, y) + λϕ(x, y 0 ). Si x, y ∈ E, on appelle la distance entre x et y le réel positif d(x, y) = kx − yk.
2
2. Symétrique : ∀(x, y) ∈ E , ϕ(x, y) = ϕ(y, x).
Proposition 1. 1. ∀x ∈ E, kxk2 = hx, xi.
3. Positive : ∀x ∈ E, ϕ(x, x) ≥ 0.
2. ∀x ∈ E, kxk = 0 ⇐⇒ x = 0.
4. définie : ∀x ∈ E, ϕ(x, x) = 0 ⇐⇒ x = 0
3. d(x, y) = 0 ⇐⇒ x = y.
Définition 2. Soit ϕ : E × E → R une application, on dit que ϕ est un produit scalaire
sur E si : ϕ est bilinéaire , symétrique ,définie et positive. et on note hx, yi le réel ϕ(x, y) 4. ∀x ∈ E, ∀λ ∈ R, kλxk = |λ|kxk.
et l’application ϕ par h., .i.
Démonstration. Exercice.
Définition 3. Si h., .i est un produit scalaire sur un espace vectoriel E, alors E muni
2 2 2
de ce produit scalaire que l’on note (E h., .i) est dit un espace préhilbertien, si de plus E Proposition 2. ∀(x, y) ∈ E 2 , kx + yk = kxk + 2hx, yi + kyk .
est de dimension finie on dit que c’est un espace euclidien.
2
Démonstration. kx + yk = hx + y, x + yi
Exemple 1. 1. Soit v2 l’espace des vecteurs dans le plan . et = hx, x + yi + hy, x + yi
= hx, xi + hx, yi + hy, xi + hy, yi
ϕ : v2 × v2 → R est un produit scalaire =
2
kxk + 2hx, yi + kyk .
2
(~u, ~v ) 7→ ~u.~v
.
Exemple 2. 1. Pour le produit scalaire définie sur Rn (dans 1 de l’exemple 1) la
2. Pour E = Rn , n ≥ 1, On définit l’application norme associée est définie par :
ϕ : Rn × Rn → R n
! 12
n X
n 2
∀x = (x1 , ..., xn ) ∈ R , kxk = (xk )
X
(x, y) →
7 xk yk
k=1
k=1

, ou x = (x1 , ..., xn ) et y = (y1 , ..., yn ), est un produit scalaire.(Exercice)(on dit 2. Pour le produit scalaire définie sur C([a, b], R) (dans 2 de l’exemple 1) la norme
que c’est le produit scalaire canonique sur Rn ) associée est définie par :
3. Soit E = C([a, b], R) où a < b L’application f : E2 → R est ! 12
Rb Z b
(f, g) 7→ a f (t)g(t)dt ∀f ∈ C([a, b], R), kf k = 2
(f (t)) dt
un produit scalaire sur C([a, b], R)( où a < b). a

Exercise 1. Soit E = C On définit l’application ϕ : C × C → R Proposition 3 (Inégalité de Cauchy-Schwarz).

(z, z 0 ) 7 → Re(z z¯0 )
Montrer que ϕ est un produit scalaire sur C. ∀(x, y) ∈ E 2 , |hx, yi| ≤ kxkkyk

1 Pr.Abdellatif elouarrate
CPGE MY ABDELLAH-SAFI Espaces préhilbertiens réels MPSI

Démonstration. Soit x, y ∈ E On pose P : t 7→ kx + tyk2 . Alors, par positivité du Proposition 6. Soit x, y ∈ E tel que y 6= 0 on a :
produit scalaire, ∀t ∈ R, P (t) ≥ 0. De plus, en développant, on a
kx + yk = kxk + kyk ⇐⇒ ∃λ ≥ 0, x = λy
∀t ∈ R, P (t) = hx + ty, x + tyi = kxk2 + 2thx, yi + t2 kyk2
Démonstration. Exercice.
Donc P est une fonction polynomiale de degré 2 de signe constant. Donc h s’annule au
plus une fois, i.e. son discriminant est négatif. Donc : Théorème 3. 1. Identité de parallélogramme :
 
4hx, yi2 − 4kxk2 kyk2 ≤ 0 ⇐⇒ hx, yi2 ≤ kxk2 kyk2 2 2 2
2
∀(x, y) ∈ E , kx + yk + kx − yk = 2 kxk + kyk
2

d’ou le résultat.
2. Identité de polarisation :
Exemple 3. 1. Pour le produit scalaire définie sur Rn (dans 1 de l’exemple 1) on
a: 1h 2 2
i
∀(x, y) ∈ E 2 , hx, yi = kx + yk − kx − yk
4

n

n
! 12 n
! 12
X 
Démonstration. trivial
X X
n
∀x = (x1 , ..., xn ), y = (y1 , ..., yn ) ∈ R ,  xk yk  ≤ x2k yk2
 
 
k=1 k=1 k=1
Remarque 2. Géométriquement l’identité de parallélogramme signifie que la somme
2. Pour le produit scalaire définie sur C([a, b], R) (dans 2 de l’exemple 1) on a : des carrés des diagonales d’un parallélogramme est égale à la somme des carrés des
quatre côtés.
Z  ! 21 ! 12
 b  Z b Z b
2 2
∀f, g ∈ C([a, b], R),  f (t)g(t)dt ≤ (f (t)) dt (g(t)) dt
 
 a  a a

Proposition 4.

∀(x, y) ∈ E 2 , |hx, yi| = kxkkyk ⇐⇒ x et y sont conlinéaires.

Démonstration. Exercice

Proposition 5 (Inégalité triangulaire).

∀(x, y) ∈ E 2 , kx + yk ≤ kxk + kyk AC 2 + DB 2 = AB 2 + BC 2 + CD2 + DA2

Démonstration. Exercise 4. Soit n ∈ N. Montrer que

2 2 2
kx + yk = kxk + 2hx, yi + kyk n
2 2
≤ kxk + 2|hx, yi| + kyk
X
2 2
ϕ(P, Q) = P (k)Q(k)
≤ kxk + 2kxkkyk + kyk k=0
2
= (kxk + kyk)
définit un produit scalaire sur Rn [X]
d’ou e résultat.
Exercise 5. Soit A ∈ Mn (R).
Exercise 2. Montrer que :
1. Montrer que (X, Y ) 7→ t XY est un produit scalaire sur Mn,1 (R).
∀(x, y) ∈ E 2 , | kxk − kyk |≤ kx + yk Inégalité triangulaire renversée 2. Montrer que ker(A) = ker(t AA).

2 Pr.Abdellatif elouarrate
CPGE MY ABDELLAH-SAFI Espaces préhilbertiens réels MPSI

⊥
3. en déduire que Im(t A) = Im(t AA). Démonstration. 1. On a déjà {0E } ⊂ E.
⊥
Réciproquement x ∈ E =⇒ hx, 0E i = 0 ce qui implique que x ∈ {0E } , d’ou
Exercise 6. Soit A et B deux matrices de Mn (R), on pose hA, Bi = T r(t AB). ⊥
E ⊂ {0E } .
2. — A⊥ contient 0E car il est orthogonal à tout élément de A.
1. Montrer que l’on définit ainsi un produit scalaire sur Mn (R).
— Soit x, y ∈ A⊥ et λ ∈ R on a ∀a ∈ A, hx + λy, ai = hx, ai + λhy, ai = 0 donc
2. Soient A, B ∈ Sn (R). Montrer que : x + λy ∈ A⊥ .

(tr(AB + BA))2 ≤ 4 tr A2 tr B 2 .



donc A⊥ est un sous espace vectoriel de E .
Exercise 7 (Extrait de CNC 2018). Soit E un espace vectoriel euclidien de dimension 3. x ∈ F ∩ F ⊥ =⇒ hx, xi = 0 ce qui implique x = 0.
n > 2 muni d’un produit scalaire noté (. | .) ; la norme euclidienne sur E associée à ce
produit scalaire est notée k.k. Exercise 8.
⊥
1. Soit a ∈ E non nul ,montrer que {a} est un hyperplan de E.
On suppose qu’il existe une famille (u1 , . . . , un+1 ) de n + 1 vecteurs unitaires de E et
2. Soit A ⊂ B ⊂ E, montrer que B ⊥ ⊂ A⊥ .
un réel α, non nul et distinct de 1 , tels que, pour tout i 6= j, (ui | uj ) = α. On note G
⊥
la matrice de Mn+1 (R) de terme général (ui | uj ), pour tout (i, j) ∈ {1, . . . , n + 1}2 . 3. Soit A ⊂ E, montrer que A ⊂ A⊥ .
1. Montrer que α ∈ [−1, 1 [ Si (i, j) ∈ {1, . . . , n + 1}2 et i 6= j, la famille (ui , uj ) 4. Soit A ∈ Mn (R), montrer que T r(AX) = 0 pour tout X ∈ Mn (R) si et seulement
est-elle liée ? si A = 0.
2. Justifier que la famille (u1 , . . . , un+1 ) est liée. 5. Soit A ⊂ E, Montrer que (Vect(A))⊥ = A⊥ .

3. Montrer que les colonnes de G sont liées et en déduire que la matrice G n’est pas Définition 7. Deux sous-espaces vectoriels F et G sont orthogonaux si tous les vecteurs
inversible de F sont orthogonaux à tous les vecteurs de G, i.e si F ⊂ G⊥ ou bien si tous les
vecteurs de G sont orthogonaux à tous les vecteurs de F , i.e G ⊂ F ⊥ .
On écrit F ⊥ G.
II Orthogonalité Remarque 4. F ⊥ G ⇐⇒ G ⊥ F .
Soit (E, h., .i) un espace préhilbrtien réel Définition 8. Soit F = (xi )i∈I une famille de vecteurs de E, on dit que F est une
famille orthogonale si F est constituée de vecteurs orthogonaux deux à deux autrement
Définition 5. Soit x, y ∈ E, on dit que x et y sont orthogonaux si hx, yi = 0 dans ce dit si :
cas on écrit x ⊥ y ∀(i, j) ∈ I 2 i 6= j =⇒ xi ⊥ xj
Remarque 3. Le vecteur nul est orthogonal à tout vecteur de E. Et on dit que la famille F = (xi )i∈I st orthonormale si :
3
Exemple 4. On considère le produit scalaire canonique sur R et x = (1, 3, 1) et
∀(i, j) ∈ I 2 hxi , xj i = δi, j
y = (0, 1, −3), on a : x ⊥ y.

Définition 6. L’orthogonal d’une partie non vide A de E est l’ensemble des vecteurs Remarque 5.
de E qui sont orthogonaux à tous les vecteurs de A : on le note A⊥ .
1. F = (xi )i∈I orthonormale ⇐⇒ F = (xi )i∈I orthogonale et ∀i ∈ I, kxi k = 1.
A⊥ = {x ∈ E, ∀a ∈ A, hx, ai = 0} x
2. Un vecteur x tel que kxk = 1 est dit un vecteur unitaire, si x 6= 0 alors kxk est
unitaire, on dit qu’on a normaliser le vecteur x.
Proposition 7. L’orthogonal d’une partie possède les propriétés suivantes :
1. l’orthogonal de {0E } est E et l’orthogonal de E est {0E }. Exemple 5. Soit E = C([0, 2π], R) et (Sn )n∈N une famille des éléments de E tel que
pour tout n ∈ N, Sn (x) = sin(nx), ∀x ∈ [0, 2π].
2. pour toute partie A non vide, A⊥ est un sous-espace vectoriel de E. 1 2π
Z
3. si F est un sous espace de E, F ∩ F ⊥ = {0E } . la famille (Sn )n∈N est orthonormale. pour le produit scalaire hf, gi = f (t)g(t)dt
π 0

3 Pr.Abdellatif elouarrate
CPGE MY ABDELLAH-SAFI Espaces préhilbertiens réels MPSI

Théorème 9. Toute famille orthogonale de vecteurs non nuls est libre. - Supposons par récurrence que l’on ait construit u1 , . . . , uk−1 tels que :
? (u1 , . . . , uk−1 ) est une famille orthogonale de vecteurs non nuls
Démonstration. Exercice.
?∀j ∈ {1, . . . , k − 1}, Vect (u1 , . . . , uj ) = Vect (e1 , . . . , ej )
Pk−1
Théorème 10 (Théorème de Pythagore). Soit F = (x1 , x2 , . . . , xp ) une famille ortho- On cherche maintenant λ1 , . . . , λk−1 ∈ R tels que uk = ek − j=1 λj uj ∈
gonale finie de E, alors : ⊥
Vect (u1 , . . . , uk−1 ) . Soit j ∈ {1, . . . , k − 1}. Alors
X 2 X
p p
2
xi = kxi k

D E

i=1 i=1
Pk−1
huk , uj i = 0 ⇐⇒ ek − i=1 λi ui , uj = 0
X 2
p * p p
+ p
Pk−1
X X X 2
X ⇐⇒ hek , uj i − i=1 λi hui , uj i = 0 linéarité à gauche
Démonstration. On a xi = xi , xi = kxi k + 2 hxi , xj i d’ou

⇐⇒ hek , uj i − λj huj , uj i = 0 (u1 , . . . , uk−1 ) orthogonale
i=1 i=1 i=1 i=1 1≤i<j≤p he ,u i
⇐⇒ λj = kuk kj2
l’égalité par orthogonalité. j

Remarque 6. La réciproque est fausse (sauf si p = 2). Prendre x = (1, 0, 0), y = On a donc
(1, 1, 0), z = (−1, 1, 0) dans R3 .
k−1
X huj , ek i
Théorème 11 (Procédé d’orthonormalisation de Gram-Schmidt). Soit E un espace uk = ek − 2 uj
euclidien et (e1 , . . . , en ) une base de E. On peut construire une base orthonormale j=1 kuj k
(ε1 , . . . , εn ) de E à partir de (e1 , . . . , en ) de la manière suivante : Et alors :
1. On pose u1 = e1 . ? (u1 , . . . , uk ) est une famille orthogonale par construction ((u1 , . . . , uk−1 ) est uk est
2. Par récurrence, pour tout k ∈ {2, . . . , n}, on déterminer des scalaires orthogonal à tous les autres vecteurs).
k−1 ? Et Vect (u1 , . . . , uk ) = Vect (u1 , . . . , uk−1 , ek ) par substitution. Or
⊥
X
λ1 , . . . , λk−1 ∈ R tels que uk = ek − λi ui ∈ Vect (u1 , . . . , uk−1 ) . Vect (u1 , . . . , uk−1 ) = Vect (e1 , . . . , ek−1 ) donc Vect (u1 , . . . , uk ) = Vect (e1 , . . . , ek ).
i=1 On obtient finalement une famille de n vecteurs (u1 , . . . , un ) orthogonaux et tous non
1
3. On normalise enfin ∀k ∈ {1, . . . , n}, εk = kuk k uk .
nuls en dimension n. Donc elle est libre et par caractérisation des bases en dimension
finie, (u1 , . . . , un ) est donc une base orthogonale de E.
Alors (ε1 , . . . , εn ) est une base orthonormale et en plus, ∀k ∈ II reste la normalisation. Ce qui ne change rien du point de vu de la liberté ou l’espace
{1, . . . , n}, Vect (ε1 , . . . , εk ) = Vect (e1 , . . . , ek ) . engendré. Donc
 
Démonstration. II faut prouver qu’on obtient bien ce qu’on veut. C’est-à-dire qu’il faut u1 un
montrer que la famille obtenue à la fin est bien une base orthonormale. Pour cela, on va ,...,
ku1 k kun k
montrer qu’à chaque étape, on ne change pas l’espace vectoriel engendré par les vecteurs
considérés et nouvellement créés et qu’à chaque étape, on a les bonnes propriétés. est une base orthonormale
- On pose u1 = e1 . Donc u1 6= 0 car (e1 , . . . , en ) est une base de E.
- On cherche maintenant u2 ∈ Vect (u1 , e2 ) tel que hu1 , u2 i = 0. On cherche donc
λ ∈ R tel que u2 = e2 − λu1 et hu2 , u1 i = 0. Par linéarité à gauche du produit scalaire, Exemple 6. Dans R3 muni de produit scalaire canonique, on considère e1 =
(0, 1, 1), e2 = (1, 0, 1) et e3 = (1, 1, 0). Alors (e1 , e2 , e3 ) est une base de R3 .
on a donc hu1 , e2 i − λ ku1 k = 0 et donc λ = hu 1 ,e2 i
2
ku k2
. D’où
1 On pose u1 = e1 .
hu1 , e2 i On cherche λ ∈ R tel que u2 = e2 − λu1 ⊥ u1 . Or hu2 , u1 i = he2 − λe1 , e1 i =
u2 = e2 − u1 2
ku1 k
2 he2 , e1 i − λ ke1 k = 1 − 2λ. On pose donc λ = 1/2. Alors hu2 , u1 i = 0. Et donc
u2 = (1, −1/2, −1/2).
De plus, u2 6= 0 car (e1 , e2 ) = (u1 , e2 ) est libre. Et bien sûr, par principe de substitution, On cherche maintenant λ, µ ∈ R tel que u3 = e3 − λu1 − µu2 soit orthogonal à u1 et
hu1 ,e2 i 2
Vect (u1 , u2 ) = Vect (e1 , e2 ) ( on a e2 = u2 + ku1 k2 1
u . u2 . Or hu3 , u1 i = he3 , u1 i − λ ku1 k − µ hu1 , u2 i = 1 − 2λ. Donc u3 ⊥ u1 ⇐⇒ λ = 1/2.

4 Pr.Abdellatif elouarrate
CPGE MY ABDELLAH-SAFI Espaces préhilbertiens réels MPSI

2
Et hu3 , u2 i = he3 , u2 i − µ ku2 k = 1/2 − 3/2µ. Et donc u3 ⊥ u2 ⇐⇒ µ = 1/3. Donc hx, ej i − hx, ej i = 0 .
u3 = (2/3, 2/3, −2/3). ce qui implique que xG ⊥ ej donc xG ∈ (Vect(e1 , ..., ep ))⊥ = F ⊥ .
Alors (u1 , u2 , u3 ) est une famille orthogonale de 3 vecteurs non nuls en dimension 3 , et on a x = xF + xG
donc c’est une base orthogonale de R3 . √ p √ d’ou finalement E = F ⊕ F ⊥ .
On peut enfin la normaliser avec ku1 k = 2, ku2 k = 3/2 et ku3 k = 2/ 3. D’où
Proposition 10 (unicité de supplémentaire orthogonal). F ⊥ est l’unique supplémentaire
de F dans E orthogonal à F et on a (F ⊥ )⊥ = F .
     
1 1 2 1 1 1 1 1
ε1 = 0, √ , √ , ε2 = √ , − √ , √ , ε3 = √ , √ , − √
2 2 6 6 6 3 3 3 Démonstration. Soit G un autre supplémentaire de F tel que F ⊥ G. On a : F ⊥ G =⇒
Corollaire 1. Tout espace euclidien admet une base orthonormale. G ⊂ F ⊥.
Soit maintenant x ∈ F ⊥ , comme G est supplémentaire à F , il existe xF ∈ F , xG ∈ G
Proposition 8. Toute famille orthonormale d’un espace euclidien peut être complété tel que x = xF + xG .Alors 0 = hx, xF i = kxF k2 + hxG , xF i = kxF k2 .
en une base orthonormale de cet espace. donc xF = 0 ce qui implique x ∈ G, d’ou G = F ⊥ .
Démonstration. Il suffit d’appliquer le théorème de la base incomplète sur la famille
qu’est libre, et appliquer le procédé de Gram-Schmidt , à la nouvelle base Si les premiers Corollaire 2. Tout sous espace vectoriel F d’un espace euclidien E admet un supplé-
sont les vecteurs de la famille orthonormale, ils ne seront donc pas modifiés. mentaire orthogonal F ⊥ et dim(E) = dim(F ) + dim(F ⊥ ).
Proposition 9. Soit E euclidien et B = (e1 , . . . , en ) P Pn de E. Soit
une base orthonormale Exercise 13. 1. Montrer le dernier point de la proposition i.e : si F est de dimension
n
x, y ∈ E. Soit x1 , . . . , xn , y1 , . . . , yn ∈ R tels que x = i=1 xi ei et y = i=1 yi ei . Alors finie (F ⊥ )⊥ = F .
— ∀i ∈ {1, .P
. . , n}, xi = hx, ei i.
n 2. Montrer que l’hyperplan H d’équation x1 + x2 + x3 + x4 = 0 et la droite vectorielle
— hx, yi =P i=1 xi yi .
n dirigée par (1, 1, 1, 1) sont supplémentaires orthogonaux dans R4 muni du produit
— kxk2 = i=1 x2i .
scalaire canonique.
Démonstration. Exercice 3. Dans Mn (K) muni de produit scalaire hA, Bi = T r(t AB), montrer que Sn (K) =
⊥
[An (K)] .
III projection orthogonale Définition 9. Soit E un espace préhilbertien réel, F un sous espace vectoriel de dimen-
sion finie de E .
Théorème 12 ((Supplémentaires orthogonaux)). Soit E un espace préhilbertien réel, On appelle la projection orthogonale sur F la projection sur F parallèlement à F ⊥ .
soit F un sev de dimension finie de E, on a :
Proposition 11. Soient F un sous-espace vectoriel de dimension finie de E. Pour
E = F ⊕ F⊥ x ∈ E, pF (x) est l’unique vecteur de F tel que x − pF (x) ∈ F ⊥ .
Démonstration. On a déjà F ∩ F ⊥ = {0E }. Démonstration. l’existence de pF (x) tel que x − pF (x) ∈ F ⊥ est s’assurer par la dé
Montrons maintenant que : E = F + F ⊥ . finition de la projection sur F parallèlement à F ⊥ .
Soit B = (e1 , ..., ep ) une base orthonormale de F . pour l’unicité si y ∈ F tel que x − y ∈ F ⊥
analyse : Soit x ∈ E On suppose que x = xF + xG avec xF ∈ F et xG ∈ G = F ⊥ . on a 0 = pF (x − y) = pF (x) − pF (y) = pF (x) − y. d’ou le résultat.
On a : ∀j ∈ {1, ..., p} , hx, ej i = hxF , ej i + hxG , ej i = hxF , ej i .
X p Théorème 14. Soit F un sous-espace vectoriel de dimension finie de E. de base
et comme xF = hxF ek i ek car xF ∈ F . orthonormée B = (e1 , e2 , . . . , ep ) . La projection orthogonale sur F s’écrit :
k=1
Pp p
alors xF = k=1 hx ek i ek . X
Pp
Synthèse :Soit x ∈ E, On pose xF = k=1 hx ek i ek et xG = x − xF on a : xF ∈ F car pF (x) = hx, ei i ei
i=1
B base de F . Pp
et ∀j ∈ {1, ..., n} , hxG , ej i = hx, ej i − hxF , ej i = hx, ej i − k=1 hx, ek i hek , ej i = Démonstration. Exercice.

5 Pr.Abdellatif elouarrate
CPGE MY ABDELLAH-SAFI Espaces préhilbertiens réels MPSI

Corollaire 3. Soit E un espace préhilbertien réel et F un sous-espace vectoriel de 1. Montrer que la famille (P0 , P1 , P2 ) est libre mais pas orthogonale.
dimension finie de E : 2. Déterminer, par le procédé de Gram-Schmidt, une base orthonormée (Q0 , Q1 , Q2 )
de F = Vect (P0 , P1 , P2 ) à partir de la famille (P0 , P1 , P2 ).
∀x ∈ E kpF (x)k 6 kxk
3. Calculer la projection orthogonale de P3 sur F et la distance de P3 à F .
Remarque 7. pF est une application lipschitzienne de rapport 1 Z 1
Exercise 17. Calculer inf (t3 − at2 − bt − c)2 dt.
Corollaire 4 (Inégalité de Bessel). Si (e1 , . . . , ep ) est une famille orthonormale de E a,b,c∈R 0
et x un vecteur de E, alors :
p
X 2
hek , xi ≤ kxk
2 IV Isométries vectorielles
k=1
Dans le reste de ce chapitre (E, h., .i) est un espace euclidien.
Démonstration. Exercice
Définition 11. On dit q’un endomorphisme f d’un espace euclidien E est une isométrie
Proposition 12. Soit E un espace préhilbertien réel et F un sous-espace vectoriel de vectoriel de E si :
dimension finie de E. ∀x ∈ E, kf (x)k = kxk

∀x ∈ E ∀f ∈ F kx − pF (x)k 6 kx − f k Proposition 13. Toute isométrie vectorielle d’un espace euclidien est un automorphisme
on dit que c’est un automorphisme orthogonal et on note l’ensemble des automorphismes
on dit que pF (x) est point de F le plus proche de x pour la norme. orthogonal par O(E).
Démonstration. On a kx − f k2 = kx − pF (x) + pF (x) − f k2 et comme x − pF (x) ∈ F ⊥ Démonstration. il es facile de montrer que toute isométrie vectorielle est injective, le
et pF (x) − f ∈ F donc pF (x) − f ⊥ x − pF (x). reste est trivial.
alors d’après le théorème de Pythagore kx − f k2 = kx − pF (x)k2 + kpF (x) − f k2 donc
kx − pF (x)k2 6 kx − f k2 d’ou le résultat. Exemple 7. Les seules homothéties x → λx qui sont des isométries vectorielles sont
Id et −Id.
Définition 10. Soit E est un espace préhilbertien réel et F est un sous-espace vectoriel
de dimension finie de E. Soit x ∈ E. On appelle distance de x à F la quantité définie Proposition 14. Soit E un espace euclidien et f ∈ L(E) on a équivalence entre :
par 1. f est une isométrie vectorielle de E.
2. f conserve le produit scalaire i.e ∀x, y ∈ E, hf (x), f (y)i = hx, yi.
d(x, F ) = inf{kx − f k, f ∈ F } = inf kx − f k = kx − pF (x)k
f ∈F 3. L’image par f de toute base orthonormale de E est une base orthonormale de E.
Exercise 15. On munit R4 de son produit scalaire canonique noté h·, ·i. Démonstration. 2p=⇒ 1 on a ∀x, y ∈ E, hf (x), f (y)i = hx, yi, donc ∀x ∈ E, kf (x)k =
p
1. Former la matrice dans la base canonique de la projection orthogonale p sur l’espace hf (x), f (x)i = hx, xi = kxk.
1 =⇒ 2 Soit x, y ∈ E, on a :
F = (x, y, z, t) ∈ R4 | x − y − z − t = x − z − 2t = 0

1
kf (x) + f (y)k2 − kf (x) − f (y)k2


hf (x), f (y)i = (identité de polarisation)
2. Calculer la distance à F du vecteur (1, 2, 3, 4). 4
1
kf (x + y)k2 − kf (x − y)k2


= (linéarité)
Exercise 16. On munit E = C([−1; 1], R) du pro duit scalaire : 4
1
kx + yk2 − kx − yk2


1
Z 1 = (conservation de la norme)
hf, gi = f (x)g(x)dx 4
2 −1 = hx, yi (identité de polarisation)

Pour i ∈ {0, 1, 2, 3}, on note Pi (x) = xi .

6 Pr.Abdellatif elouarrate
CPGE MY ABDELLAH-SAFI Espaces préhilbertiens réels MPSI

Proposition 15. Soit E un espace euclidien et f ∈ L(E) on a équivalence entre : d’ou la famille des colonnes de M est orthonormale.
1. f est une isométrie vectorielle de E. réciproquement Si la famille des colonnes est orthonormale alors αi,j = hCi , Cj i = δi,j
ce qui implique que t M M = In d’ou que la matrice est orthogonale.
2. L’image par f de toute base orthonormale de E est une base orthonormale de E.
Lemme 19. Soient B une base orthonormée de E, x, y ∈ E Si on note X et Y
Démonstration. Soit B = (e1 , ..., en ) une base orthonormale de E. 1 =⇒ 2 on suppose
respectivement les matrices colonnes des coordonnées de x et y dans la base B alors :
que f est une isométrie vectorielle alors elle conserve le produit scalaire.
on a ∀i, j, hf (ei ), f (ej )i = hei , ej i = δi,j donc la famille f (B) = (f (e1 ), ..., f (en )) est hx, yi =t XY
une famille orthonormale, en particulier elle est libre donc c’est une base orthonormale
(car à n vecteurs). Démonstration. Exercice.
2 =⇒ 1 supposons que f ∈ L(E) transforme B en une base orthonormée de E. On a
Xn Théorème 20. Soient B une base orthonormale de E , f ∈ L(E).
alors pour tout x = xi ei dans E :
i=1 f est une isométrie vectorielle ⇐⇒ M atB (f ) est une matrice orthogonale.
n 2 n Démonstration. Posons M = MatB (f ) et B = (e1 , . . . , en )
X X
2
kf (x)k = xi f (ei ) = x2i = kxk2 =⇒ On suppose que f est une isométrie. Soit C1 , . . . , Cn les colonnes de M Comme f


i=1

i=1 converse le produit scalaire, pour tous i, j ∈ J1, nK

(proposition 9) hCi , Cj i = hf (ei ) , f (ej )i = hei , ej i = δij

Exercise 18. Montrer que f est une isométrie vectorielle si et seulement si il existe Donc M est orthogonale.
une base orthonormale de E dont l’image par f est une base orthonormale de E. Réciproquement si M est orthogonale
Proposition 16. O(E) est un sous groupe de GL(E) appelé le groupe orthogonal de E kf (x)k2 = t (M X)(M X) = t X t
M M X = t XIn X = t XX = kxk2

Démonstration. Exercice.
f conserve la norme donc f est une isométrie.
Définition 12. Soit M ∈ Mn (R), On dit que M est une matrice orthogonale si
t Proposition 20. Soit B et B 0 deux bases orthonormales de E.
M M = In . On note l’ensemble des matrice orthogonale par On (R) ou tout simplement
La matrice de passage PB7→B 0 de B à B 0 est une matrice orthogonale.
O(n).
En particulier PB 0 7→B =t PB7→B 0
Proposition 17. On (R) est un sous groupe de GLn (R) appelé groupe orthogonal d’ordre
Démonstration. Notons f l’endomorphisme envoi B à B 0 .
n.
comme B et B 0 orthonormale alors f est une isométrie vectorielle.
Démonstration. Exercice. donc PB7→B 0 = M atB (B 0 ) = M atB (f (B)) = M atB (f ) est orthogonale.

Proposition 18. ∀M ∈ On (R), det(M ) = ±1 Exercise 21. On note :

Démonstration. Exercice. donner un contre exemple pour la réciproque . On+ (R) = {A ∈ On (R) | det(A) = 1}
On− (R) = {A ∈ On (R) | det(A) = −1}
Proposition 19. Une matrice M ∈ Mn (R) est orthogonal si et seulement si la famille
des vecteur colonnes de M est une famille orthonormale pour le produit scalaire canonique et on dit que les éléments de On+ (R) sont les matrices orthogonales positives et les
de Rn . éléments de On− (R) sont les matrices orthogonales négative.
Démonstration. 0n note t M M = (αi,j ) 1≤i≤n on a αi,j = hCi , Cj i
1≤j≤n On rappelle que si A = ((aij ))1≤i,j≤n est une matrice carrée d’ordre n, com(A) la
Supposons que M ∈ On (R) alors t M M = In , donc hCi , Cj i = αi,j = δi,j . comatrice de A est la matrice des cofacteurs de A .

7 Pr.Abdellatif elouarrate
CPGE MY ABDELLAH-SAFI Espaces préhilbertiens réels MPSI

1. (a) Montrer que ∀A ∈ On+ (R), A = com(A).

(b) Montrer que ∀A ∈ On− (R), A = −com(A).
2. (a) Montrer que On+ (R) est un sous groupe de On (R) et que On− (R) n’est pas un
sous groupe de On (R).
3. On suppose maintenant que n = 2.
 
cos θ − sin θ
(a) Montrer que ∀A ∈ On+ (R), ∃θ ∈ R, A = .
sin θ cos θ
 
cos θ sin θ
(b) Montrer que ∀A ∈ On− (R), ∃θ ∈ R, A =
sin θ − cos θ
(c) en déduire que On+ est commutatif.
Exercise 22. Soit F un sous espace vectoriel d’un espace vectoriel euclidien E,La
symétrie orthogonale par rapport à F est l’endomorphisme de E définie par :

∀x ∈ E, sF (x) = pF (x) − pF ⊥ (x)

.
1. (a) Montrer que ∀x ∈ E, sF (x) = 2pF (x) − x = x − 2pF ⊥ (x).
(b) On suppose que F est une droite engendré par a 6= 0, montrer que ∀x ∈
E, sF (x) = 2 hx,ai
kak2 a − x.
(c) Montrer que sF + sF ⊥ = 0 et sF ◦ sF ⊥ = −Id.
2. Montrer que :

x ∈ F ⇐⇒ sF (x) = xx ∈ F ⊥ ⇐⇒ sF (x) = −x

3. Montrer que : ∀x, y ∈ E, hsF (x), yi = hx, sF (y)i (on dit que sF est auto-adjoint).
4. En déduire que sF est une isométrie vectorielle.
5. Montrer que si F est de dimension finie p ∈ {1, ..., n − 1}, il existe alors une
Ip 0
base orthonormale de E dans laquelle la matrice de sF est et
0 −In−p
n−p
det (sF ) = (−1) .

8 Pr.Abdellatif elouarrate