1 Produit scalaire et norme - Site Personnel de Arnaud de Saint Julien
Transcription
1 Produit scalaire et norme - Site Personnel de Arnaud de Saint Julien
1 ©Arnaud de Saint Julien - MPSI Lycée La Merci 2013-2014 Espaces euclidiens Dans tout ce chapitre, on ne considère que des R-espaces vectoriels. 1 Produit scalaire et norme 1.1 Produit scalaire Un produit scalaire sur E est une forme bilinéaire, symétrique définie positive. On appelle espace préhilbertien un espace vectoriel muni d’un produit scalaire. Exemples à connaîtres : • le produit scalaire canonique de Rn , si x = (x1 , . . . , xn ) et y = (y1 , . . . , yn ) sont dans Rn , on pose < x, y >= x1 y1 + · · · + xn yn = t XY où X et Y sont les matrices colonnes des coordonnées de x et y. • le produit scalaire canonique de Mn (R) (qui coïncide avec le produit scalaire cano2 nique de Rn ), si A et B sont dans Mn (R), on pose < A, B >= Tr(t AB) = X aij bij . 16i,j6n • le produit scalaire canonique de C([a, b], R), si f et g sont dans C([a, b], R), on pose < f, g >= Z b f (t)g(t) dt . a 1.2 Normes 1. Définition d’une norme euclidienne : si E est muni d’un produit scalaire < ·, · >, on pose pour x ∈ E, √ kxk = < x, x >. On dit que k · k est la norme euclidienne associée au produit scalaire < ·, · >. 2. Inégalité de Cauchy-Schwarz (*) : ∀(x, y) ∈ E 2 , | < x, y > | 6 kxkkyk . Il y a égalité dans l’inégalité ssi x et y sont colinéaires. 3. Définition d’une norme. On dit qu’une application N : E → R+ est une norme sur E, si elle vérifie : • ∀x ∈ E, ( N (x) = 0 ⇒ x = 0) (séparation). • ∀x ∈ E, ∀λ ∈ R, N (λx) = |λ|N (x) (séparation). • ∀(x, y) ∈ E 2 , N (x + y) 6 N (x) + N (y) (inégalité triangulaire) 4. Prop : (*) Une norme euclidienne est bien une norme. Il existe des normes non euclidiennes, par exemple la norme N1 sur Rn définie par : si x = (x1 , . . . , xn ) ∈ Rn , on pose N1 (x) = |x1 | + · · · + |xn |. Ce n’est pas une norme euclidienne car elle ne vérifie l’identité du parallélogramme ci-dessous. 2 ©Arnaud de Saint Julien - MPSI Lycée La Merci 2013-2014 1.3 Quelques identités dans les espaces préhilbertiens 1. identité du parallélogramme (*) : ∀(x, y) ∈ E 2 , kx + yk2 + kx − yk2 = 2(kxk2 + kyk2 ) . 2. identités de polarisation : ∀(x, y) ∈ E 2 , 1 < x, y >= (kx + yk2 − kxk2 − kyk2 ) et 2 1 < x, y >= (kx + yk2 − kx − yk2 ) . 4 Remarques : • dans un parallélogramme, la somme des carrés des diagonales est égale à la somme des carrés des côtés. • les identités de polarisation permettent de retrouver le produit scalaire à l’aide de la norme. 2 Orthogonalité 2.1 Généralités Définitions de vecteurs orthogonaux, de familles orthogonales, orthonormales. Prop : (*) une famille orthogonale qui ne contient pas le vecteur nul est libre. En particulier, une famille orthonormale est libre. Théorème de Pythagore : ∀(x, y) ∈ E 2 , 2.2 x⊥y ⇔ kx + yk2 = kxk2 + kyk2 . Sous-espaces vectoriels orthogonaux Soit E un espace préhilbertien. Deux sous-espaces vectoriels F et G de E sont dits orthogonaux si tout vecteur de F est orthogonal à tout vecteur de G. On note alors F ⊥G. Cas où F et G admettent des bases. L’ensemble F ⊥ des vecteurs de E qui sont orthogonaux à F est un sous-espace vectoriel de E. 3 Cas des espaces euclidiens On appelle espace euclidien un espace préhilbertien de dimension finie. 3.1 Existence de bases orthonormales Thénorème : tout espace euclidien admet une base orthonormale (preuve non constructiviste par récurrence sur la dimension). Règles de calcul dans les bases orthonormales : soit B = (e1 , . . . , en ) une bon de E euclidien, soit x et y dans E de coordonnées (x1 , . . . , xn ) et (y1 , . . . , yn ). Alors ©Arnaud de Saint Julien - MPSI Lycée La Merci 2013-2014 3 1. (*) < x, y >= x1 y1 + · · · + xn yn = t XY où X = MB (x) et Y = MB (y). 2. x =< x, e1 > e1 + · · · + < x, en > en et kxk2 =< x, e1 >2 + · · · + < x, en >2 Remarque : écriture matricielle : si X = MB (x) et Y = MB (y) sont les vecteurs colonnes des coordonnées de x et y, alors < x, y >= t XY . 3.2 Supplémentaire orthogonal Soit F un sev de E euclidien. Alors F ⊕ F ⊥ = E . Ainsi dim F ⊥ = dim E − dim F . De plus 3.3 F⊥ ⊥ =F . Projection orthogonale Puisque F ⊕F ⊥ = E, la définition suivante a un sens : on appelle projection orthogonale sur F la projection sur F , parallèlement à F ⊥ . On la note pF . De plus on a prouvé : Si (e1 , . . . , ep ) est une bon de F , alors pour tout x ∈ E, on a pF (x) =< x, e1 > e1 + · · · + < x, ep > ep . Il faut savoir mettre en pratique l’algorithme de Gram-Schmidt, qui permet une construction explicite d’une bon à partir d’une base. En voici le principe : soit (e1 , . . . , en+1 ) une base de E. Supposons que l’on a déjà construit une famille orthonormale de E, (f1 , . . . , fn ) telle que F = Vect {f1 , . . . , fn } = Vect {e1 , . . . , en }. On construit alors un vecteur gn+1 orthogonal à F en projetant le vecteur en+1 sur F ⊥ . On pose ainsi gn+1 = en+1 − pF (en+1 ) = en+1 − (< en+1 , f1 > f1 + · · · + < en+1 , fn > fn ) . Il ne reste plus qu’à le normer en posant fn+1 = 3.4 gn+1 kgn+1 k . Distance d’un vecteur à un sous-espace vectoriel Soit F un sev de E euclidien et x ∈ E. On note d(x, F ) = inf{kx − yk | y ∈ F } la distance de x à F . Le théorème de la projection orthogonale affirme que d(x, F ) = kx − pF (x)k . Il généralise ce que l’on avait toujours appris en géométrie. La distance d’un pointA à une droite d est égale à la distance du point A au point H le projeté orthogonal de A sur d. Attention ce résultat peut être faux pour des normes non euclidiennes. Penser à la norme N1 et à sa sphère unité. 3.5 Distance à un hyperplan Dans le cas des hyperplans, le projeté se calcule facilement, on a donc : ©Arnaud de Saint Julien - MPSI Lycée La Merci 2013-2014 4 Si H est un hyperplan de E de vecteur normal n, alors pour tout x ∈ E, d(x, H) = | < x, n > | . knk On en déduit la version affine, si H est un hyperplan affine passant par le point A et de vecteur normal n, alors pour tout point M de E, −−→ | < AM , n > | d(M, H) = . knk En particulier dans R2 , si la droite D a pour équation cartésienne ax + by + c = 0, pour tout point M de coordonnées (xM , yM ), on a : d(M, D) = |axM + byM + c| √ . a2 + b2 De même, dans R3 , si le plan P a pour équation cartésienne ax + by + cz + d = 0, pour tout point M de coordonnées (xM , yM , zM ), on a : d(M, P) = 3.6 |axM + byM + czM + d| √ . a2 + b2 + c2 Théorème de Riesz Soit E un espace euclidien. Pour tout vecteur a de E, l’application φa : E → R définie par φa (x) =< x, a > est une forme linéaire. Le théorème de Riesz affirme que dans un espace euclidien, toutes les formes linéaires sont de ce type. C’est à dire que si f est une forme linéaire sur E, il existe un unique vecteur a de E tel que f = φa .