Aller au contenu

L'Établi des Maths Cours

Outils pour apprendre et pratiquer

CAPES · Géométrie & Algèbre · Leçon 05

Leçon d'oral du CAPES : Espaces préhilbertiens réels, orthogonalité et projections orthogonales

I. Produit scalaire et norme euclidienne • II. Orthogonalité et bases orthonormées • III. Projection orthogonale et meilleure approximation

Prérequis

Proposition de plan en trois parties

I. Produit scalaire et norme euclidienne

Un produit scalaire sur un R\mathbb{R}-espace vectoriel EE est une forme bilinéaire symétrique définie positive ; norme associée ∥x∥=⟨x,x⟩\|x\| = \sqrt{\langle x, x \rangle}. Exemples : produit canonique sur Rn\mathbb{R}^n ; ⟨A,B⟩=tr(A⊤B)\langle A, B \rangle = \mathrm{tr}(A^{\top}B) sur Mn(R)\mathcal{M}_n(\mathbb{R}) ; ⟨f,g⟩=∫abfg\langle f, g \rangle = \int_a^b fg sur C([a;b],R)\mathcal{C}([a ; b], \mathbb{R}), défini positif grâce à la continuité. Identités de polarisation et du parallélogramme. Inégalité de Cauchy-Schwarz ∣⟨x,y⟩∣≤∥x∥∥y∥|\langle x, y \rangle| \le \|x\|\|y\|, avec égalité si et seulement si (x,y)(x, y) est liée ; inégalité triangulaire, avec égalité si et seulement si les vecteurs sont positivement liés. Théorème de Pythagore.

II. Orthogonalité et bases orthonormées

Vecteurs orthogonaux, orthogonal A⊥A^{\perp} d'une partie AA (c'est un sous-espace vectoriel). Une famille orthogonale de vecteurs non nuls est libre. Procédé de Gram-Schmidt : pour toute famille libre (x1,…,xp)(x_1, \dots, x_p), il existe une unique famille orthonormée (e1,…,ep)(e_1, \dots, e_p) telle que Vect(e1,…,ek)=Vect(x1,…,xk)\mathrm{Vect}(e_1, \dots, e_k) = \mathrm{Vect}(x_1, \dots, x_k) et ⟨ek,xk⟩>0\langle e_k, x_k \rangle > 0 pour tout kk. Conséquences : tout espace euclidien admet une base orthonormée, dans laquelle x=∑⟨x,ei⟩eix = \sum \langle x, e_i \rangle e_i et ∥x∥2=∑⟨x,ei⟩2\|x\|^2 = \sum \langle x, e_i \rangle^2. Exemple : orthonormalisation de (1,X,X2)(1, X, X^2) pour ⟨P,Q⟩=∫−11PQ\langle P, Q \rangle = \int_{-1}^{1}PQ.

III. Projection orthogonale et meilleure approximation

Théorème : si FF est un sous-espace de dimension finie d'un espace préhilbertien EE, alors E=F⊕F⊥E = F \oplus F^{\perp} ; la projection orthogonale s'écrit pF(x)=∑i=1p⟨x,ei⟩eip_F(x) = \sum_{i=1}^{p}\langle x, e_i \rangle e_i dans une base orthonormée (e1,…,ep)(e_1, \dots, e_p) de FF. Caractérisation : pF(x)p_F(x) est l'unique y∈Fy \in F tel que ∥x−y∥=d(x,F)\|x - y\| = d(x, F), et d(x,F)2=∥x∥2−∑i=1p⟨x,ei⟩2d(x, F)^2 = \|x\|^2 - \sum_{i=1}^{p}\langle x, e_i \rangle^2. Inégalité de Bessel. Applications : distance d'un point à un plan de l'espace, droite des moindres carrés, calcul de min⁡a,b∈R∫01(x2−ax−b)2 dx=1180\min_{a, b \in \mathbb{R}}\int_0^1(x^2 - ax - b)^2\,dx = \frac{1}{180}, atteint pour a=1a = 1 et b=−16b = -\frac{1}{6}.

Théorème clé et démonstration

Projection orthogonale sur un sous-espace de dimension finie

Soit EE un espace préhilbertien réel et FF un sous-espace vectoriel de dimension finie p≥1p \ge 1, muni d'une base orthonormée (e1,…,ep)(e_1, \dots, e_p) (qui existe par le procédé de Gram-Schmidt). Alors (i) E=F⊕F⊥E = F \oplus F^{\perp} ; (ii) pour tout x∈Ex \in E, le vecteur pF(x)=∑i=1p⟨x,ei⟩eip_F(x) = \sum_{i=1}^{p}\langle x, e_i \rangle e_i est l'unique y∈Fy \in F tel que ∥x−y∥=inf⁡z∈F∥x−z∥\|x - y\| = \inf_{z \in F}\|x - z\| ; (iii) d(x,F)2=∥x∥2−∑i=1p⟨x,ei⟩2d(x, F)^2 = \|x\|^2 - \sum_{i=1}^{p}\langle x, e_i \rangle^2.

Démonstration

1. Intersection. Si x∈F∩F⊥x \in F \cap F^{\perp}, alors ⟨x,x⟩=0\langle x, x \rangle = 0, donc x=0x = 0 car le produit scalaire est défini positif.
2. Décomposition. Soit x∈Ex \in E et y=∑i=1p⟨x,ei⟩ei∈Fy = \sum_{i=1}^{p}\langle x, e_i \rangle e_i \in F. Pour tout jj, ⟨x−y,ej⟩=⟨x,ej⟩−∑i⟨x,ei⟩⟨ei,ej⟩=⟨x,ej⟩−⟨x,ej⟩=0\langle x - y, e_j \rangle = \langle x, e_j \rangle - \sum_{i}\langle x, e_i \rangle\langle e_i, e_j \rangle = \langle x, e_j \rangle - \langle x, e_j \rangle = 0. Par linéarité, x−yx - y est orthogonal à toute combinaison des eje_j, donc x−y∈F⊥x - y \in F^{\perp}. Ainsi x=y+(x−y)x = y + (x - y) et E=F+F⊥E = F + F^{\perp}, somme directe par l'étape 1.
3. Minimisation. Pour z∈Fz \in F, x−z=(x−y)+(y−z)x - z = (x - y) + (y - z) avec x−y∈F⊥x - y \in F^{\perp} et y−z∈Fy - z \in F. Par Pythagore, ∥x−z∥2=∥x−y∥2+∥y−z∥2≥∥x−y∥2\|x - z\|^2 = \|x - y\|^2 + \|y - z\|^2 \ge \|x - y\|^2, avec égalité si et seulement si z=yz = y. L'infimum est donc atteint, uniquement en y=pF(x)y = p_F(x).
4. Distance. Par Pythagore, ∥x∥2=∥y∥2+∥x−y∥2\|x\|^2 = \|y\|^2 + \|x - y\|^2, et ∥y∥2=∑i=1p⟨x,ei⟩2\|y\|^2 = \sum_{i=1}^{p}\langle x, e_i \rangle^2 car la famille (ei)(e_i) est orthonormée. Donc d(x,F)2=∥x−y∥2=∥x∥2−∑i=1p⟨x,ei⟩2d(x, F)^2 = \|x - y\|^2 = \|x\|^2 - \sum_{i=1}^{p}\langle x, e_i \rangle^2.
5. Remarque. L'hypothèse de dimension finie sert à disposer d'une base orthonormée finie de FF ; sans elle, la conclusion (i) peut être fausse.

Développements possibles pour l’oral

Remarques et questions du jury

Exercices corrigés

Exercice 1 Identité du parallélogramme et normes préhilbertiennes

Palier 1 · découverte

Dans un espace vectoriel normé (E,∥⋅∥)(E, \|\cdot\|), à quelle condition nécessaire et suffisante la norme provient-elle d'un produit scalaire (théorème de Fréchet-von Neumann-Jordan) ?

  1. La norme vérifie l'identité du parallélogramme : ∀x,y∈E,  ∥x+y∥2+∥x−y∥2=2∥x∥2+2∥y∥2\forall x, y \in E,\; \|x + y\|^2 + \|x - y\|^2 = 2\|x\|^2 + 2\|y\|^2
  2. La norme est bornée sur la boule unité
  3. L'espace E est de dimension finie
  4. La boule unité fermée est un polyèdre convexe
Un indice

Penser aux identités de polarisation permettant de reconstituer le produit scalaire ⟨x,y⟩=14(∥x+y∥2−∥x−y∥2)\langle x, y \rangle = \frac{1}{4}(\|x+y\|^2 - \|x-y\|^2).

Voir la correction

Bonne réponse : A. La norme vérifie l'identité du parallélogramme : ∀x,y∈E,  ∥x+y∥2+∥x−y∥2=2∥x∥2+2∥y∥2\forall x, y \in E,\; \|x + y\|^2 + \|x - y\|^2 = 2\|x\|^2 + 2\|y\|^2

Le théorème de Fréchet-von Neumann-Jordan affirme qu'une norme est issue d'un produit scalaire si et seulement si elle vérifie l'identité du parallélogramme. Dans ce cas, le produit scalaire est donné par la formule de polarisation : ⟨x,y⟩=14(∥x+y∥2−∥x−y∥2)\langle x, y \rangle = \frac{1}{4}(\|x+y\|^2 - \|x-y\|^2) dans le cas réel.

Exercice 2 Orthonormalisation de Gram-Schmidt sur les polynômes

Palier 2 · application

Soit E=R1[X]E = \mathbb{R}_1[X] muni du produit scalaire ⟨P,Q⟩=∫01P(t)Q(t) dt\langle P, Q \rangle = \int_0^1 P(t)Q(t)\,dt. On applique le procédé de Gram-Schmidt à la base canonique (1,X)(1, X). Quels sont les deux premiers polynômes orthonormés (e0,e1)(e_0, e_1) ?

  1. e0(X)=1e_0(X) = 1 et e1(X)=3(2X−1)e_1(X) = \sqrt{3}(2X - 1)
  2. e0(X)=1e_0(X) = 1 et e1(X)=X−12e_1(X) = X - \frac{1}{2}
  3. e0(X)=2e_0(X) = \sqrt{2} et e1(X)=6Xe_1(X) = \sqrt{6} X
  4. e0(X)=1e_0(X) = 1 et e1(X)=2Xe_1(X) = 2X
Un indice

∥1∥2=∫011 dt=1\|1\|^2 = \int_0^1 1\,dt = 1. Puis orthogonaliser : P1(X)=X−⟨X,e0⟩e0P_1(X) = X - \langle X, e_0 \rangle e_0, avec ⟨X,1⟩=1/2\langle X, 1 \rangle = 1/2. Enfin normaliser.

Voir la correction

Bonne réponse : A. e0(X)=1e_0(X) = 1 et e1(X)=3(2X−1)e_1(X) = \sqrt{3}(2X - 1)

1. ∥1∥2=∫011 dt=1\|1\|^2 = \int_0^1 1\,dt = 1, donc e0(X)=1e_0(X) = 1.
2. On orthogonalise XX par rapport à e0e_0 : P1=X−⟨X,e0⟩e0=X−∫01t dt=X−1/2P_1 = X - \langle X, e_0 \rangle e_0 = X - \int_0^1 t\,dt = X - 1/2.
3. Calcul de la norme : ∥P1∥2=∫01(t−1/2)2 dt=[(t−1/2)33]01=1/8−(−1/8)3=112\|P_1\|^2 = \int_0^1 (t - 1/2)^2\,dt = [\frac{(t-1/2)^3}{3}]_0^1 = \frac{1/8 - (-1/8)}{3} = \frac{1}{12}.
4. Donc ∥P1∥=123\|P_1\| = \frac{1}{2\sqrt{3}}, d'où e1=P1∥P1∥=23(X−1/2)=3(2X−1)e_1 = \frac{P_1}{\|P_1\|} = 2\sqrt{3}(X - 1/2) = \sqrt{3}(2X - 1).

Exercice 3 Distance d'une fonction aux constantes par projection orthogonale

Palier 3 · approfondissement

Dans E=C([0,1],R)E = \mathcal{C}([0, 1], \mathbb{R}) muni du produit scalaire usuel ⟨f,g⟩=∫01f(t)g(t) dt\langle f, g \rangle = \int_0^1 f(t)g(t)\,dt, quelle est la distance de la fonction f(t)=t2f(t) = t^2 au sous-espace des fonctions constantes F=R⋅1F = \mathbb{R} \cdot 1 ?

  1. d(f,F)=235d(f, F) = \frac{2}{3\sqrt{5}}
  2. d(f,F)=13d(f, F) = \frac{1}{3}
  3. d(f,F)=15d(f, F) = \frac{1}{\sqrt{5}}
  4. d(f,F)=16d(f, F) = \frac{1}{6}
Un indice

Le projeté orthogonal de ff sur R⋅1\mathbb{R}\cdot 1 est la constante c=⟨f,1⟩∥1∥2=∫01t2 dt=1/3c = \frac{\langle f, 1 \rangle}{\|1\|^2} = \int_0^1 t^2\,dt = 1/3. La distance au carré vaut ∥f−c∥2=∫01(t2−1/3)2 dt\|f - c\|^2 = \int_0^1 (t^2 - 1/3)^2\,dt.

Voir la correction

Bonne réponse : A. d(f,F)=235d(f, F) = \frac{2}{3\sqrt{5}}

Le projeté orthogonal de ff sur FF est pF(f)=cp_F(f) = c où c=∫01t2 dt∫011 dt=13c = \frac{\int_0^1 t^2\,dt}{\int_0^1 1\,dt} = \frac{1}{3}. La distance au carré vaut d(f,F)2=∫01(t2−1/3)2 dt=∫01(t4−23t2+19) dt=15−29+19=15−19=445d(f, F)^2 = \int_0^1 (t^2 - 1/3)^2\,dt = \int_0^1 (t^4 - \frac{2}{3}t^2 + \frac{1}{9})\,dt = \frac{1}{5} - \frac{2}{9} + \frac{1}{9} = \frac{1}{5} - \frac{1}{9} = \frac{4}{45}. On prend la racine carrée : d(f,F)=445=235d(f, F) = \sqrt{\frac{4}{45}} = \frac{2}{3\sqrt{5}}.

Exercice 4 Bipolaire orthogonal et adhérence en dimension infinie

Palier 4 · défi

Soit EE un espace de Hilbert réel (préhilbertien complet) et FF un sous-espace vectoriel de EE. Quelle est la relation exacte entre FF et son bipolaire orthogonal F⊥⊥F^{\perp\perp} ?

  1. F⊥⊥=FˉF^{\perp\perp} = \bar{F} (l'adhérence de F pour la topologie induite par le produit scalaire)
  2. F⊥⊥=FF^{\perp\perp} = F toujours, quel que soit l'espace et le sous-espace
  3. F⊥⊥={0}F^{\perp\perp} = \{0\}
  4. F⊥⊥=EF^{\perp\perp} = E
Un indice

Comme l'application x↦⟨x,y⟩x \mapsto \langle x, y \rangle est continue, tout orthogonal S⊥S^\perp est un sous-espace fermé. Si FF est dense mais distinct de EE, F⊥⊥=E≠FF^{\perp\perp} = E \ne F.

Voir la correction

Bonne réponse : A. F⊥⊥=FˉF^{\perp\perp} = \bar{F} (l'adhérence de F pour la topologie induite par le produit scalaire)

Pour tout sous-ensemble SS, l'orthogonal S⊥S^\perp est une intersection de noyaux de formes linéaires continues, donc est un sous-espace vectoriel fermé. Ainsi, F⊥⊥F^{\perp\perp} est fermé et contient FF, donc contient Fˉ\bar{F}. Comme EE est complet, Fˉ\bar{F} est un sous-espace fermé et E=Fˉ⊕Fˉ⊥E = \bar{F} \oplus \bar{F}^{\perp} (théorème de projection), avec Fˉ⊥=F⊥\bar{F}^{\perp} = F^{\perp} ; on en déduit exactement F⊥⊥=FˉF^{\perp\perp} = \bar{F}. Attention : dans un espace seulement préhilbertien (non complet), on a uniquement l'inclusion Fˉ⊂F⊥⊥\bar{F} \subset F^{\perp\perp}, qui peut être stricte. En particulier, si FF n'est pas fermé (par exemple les polynômes R[X]\mathbb{R}[X] dans L2([0,1])L^2([0, 1])), F⊥⊥=L2([0,1])≠FF^{\perp\perp} = L^2([0, 1]) \ne F.