SlideShare une entreprise Scribd logo
1  sur  40
Télécharger pour lire hors ligne
Algèbre 1
Chapitre IV: Espace Euclidien Rn
Mohammed Karmouni
Faculté polydisciplinaire-Safi-
SMPC
A.U: 2020-2021
Pr. Karmouni Mohammed (UCA) FPS 1 / 40
Sommaire
1 La structure de Rn
2 Systèmes de vecteurs Libres
3 La structure de l’espace euclidien Rn
4 Projecteurs et symétries orthogonaux
Pr. Karmouni Mohammed (UCA) FPS 2 / 40
Sommaire
1 La structure de Rn
2 Systèmes de vecteurs Libres
3 La structure de l’espace euclidien Rn
4 Projecteurs et symétries orthogonaux
Pr. Karmouni Mohammed (UCA) FPS 3 / 40
Définition
Soit n un entier naturel. Rn
est le produit cartésien de n copies de R. C’est à
dire
Rn
= {(a1,a2,a3,...,an) tel que a1,a2,a3,...,an ∈ R}
Pour n = 1, R1
= R
Pour n = 2, R2
=: {(a1,a2) tel que a1,a2 ∈ R}
Définition
Pour n ∈ N∗, on définit dans Rn
les deux opérations.
1 ∀a = (a1,a2,...,an) ∈ Rn
et b = (b1,b2,b3,...,bn) ∈ Rn
:
a +b = (a1,a2,...,an)+(b1,b2,...,bn) = (a1 +b1,a2 +b2,...,an +bn)
a +b est appelé la somme de a et b.
2 ∀α ∈ R et a = (a1,a2,...,an) ∈ Rn
: α(a1,a2,...,an) = (αa1,αa2,...,αan)
αa est appelé le produit de α par a. Cette opéartion est appelée la
multiplication externe dans Rn
sur R.
Pr. Karmouni Mohammed (UCA) FPS 4 / 40
Définition
Soit n ∈ N∗.
On dit que Rn
, muni de l’addition et la multiplication externe sur R, est un
espace vectoriel et on note Rn
est un e.v.
Les éléments de R sont appelés les scalaires.
Les éléments de Rn
sont appelés les vecteurs de Rn
.
Le vecteur (0,0,0,...,0) est appelé le vecteur nul et noté 0n.
Définition
Soient n,p ∈ N∗ et a1,a2,...,ap ∈ Rn
. On dit que a est une combinaison
linéaire de a1,a2,...,ap s’il existe λ1,λ2,...,λp ∈ R tels que
a =
p
∑
i=1
λi ai = λ1a1 +λ2a2 +...+λpap
Pr. Karmouni Mohammed (UCA) FPS 5 / 40
Définition
Une partie E de Rn
est dite sous espace vectoriel de Rn
et on note E est un
s.e.v s’elle vérifie les trois propriétés suivantes :
1 E est non vide : E 6= /
0.
2 E est stable par l’addition : ∀a,b ∈ E, a +b ∈ E.
3 E est stable par la multiplication par un scalaire : ∀a ∈ E,∀λ ∈ R, λa ∈ E.
Exemple :
1) Rn
est un sous espace vectoriel de Rn
.
2) {0n} est un s.e.v de Rn
.
Propriétés
1) Si E est un sous espace vectoriel de Rn
alors 0n ∈ E.
2) Si E et F sont deux sous espaces vectoriels de Rn
alors E ∩F est un sous
espaces vectoriel de Rn
.
Pr. Karmouni Mohammed (UCA) FPS 6 / 40
Sommaire
1 La structure de Rn
2 Systèmes de vecteurs Libres
3 La structure de l’espace euclidien Rn
4 Projecteurs et symétries orthogonaux
Pr. Karmouni Mohammed (UCA) FPS 7 / 40
Soit S = (a1,a2,...,an) un système de vecteurs de Rn
.
1 On note par Vect(S) = Vect(a1,a2,...,ap) l’ensemble des combinaisons
linéaires des vecteurs a1,a2,...,ap
Vect(S) = {α1a1 +α2a2 +...+αpap; α1,α2,...,αp ∈ R}
2 On note Vect(/
0) = {0n}
Vect(S) est un sous espace vectoriel de Rn
contenant a1,a2,...,ap et c’est le
plus petit sous espace vectoriel de Rn
contenant les vecteurs a1,a2,...,ap.
Pr. Karmouni Mohammed (UCA) FPS 8 / 40
Définition
Soient n,p ∈ Nn
et S = (a1,a2,...,ap) un système de vecteurs de Rn
.
1 On dit que le système S est lié ou que a1,a2,...,ap sont linéairement
dépendants s’il existe des scalaires α1,α2,...,αp ∈ R non nuls tels que :
p
∑
i=1
αi ai = α1a1 +α2a2 +...+αpap = 0
2 Dans le cas contraire on dit que le système S est libre ou que a1,a2,...,ap
sont linéairement indépendants c’est à dire si on a :
∀α1,α2,...,αp ∈ R :
p
∑
i=1
αi ai = α1a1 +α2a2 +...+αpap = 0 =⇒
α1 = α2 = ... = αp = 0
Pr. Karmouni Mohammed (UCA) FPS 9 / 40
Exemple
Soient a1 = (−2,1,3),a2 = (1,1,−1) et S = (a1,a2).
∀α,β ∈ R
αa1 +βa2 = (0,0,0) ⇐⇒ α(−2,1,3)+β(1,1,−1) = (0,0,0)
⇐⇒



−2α+β = 0 ;
α+β = 0 ;
3α−β = 0.
⇐⇒

β = 2α;
4α = 0.
⇐⇒ α = β = 0
Donc le système S est libre.
Pr. Karmouni Mohammed (UCA) FPS 10 / 40
Exemple
Soient a1 = (−2,1),a2 = (1,1),a3 = (3,−1) et S = (a1,a2,a3) un système de
vecteurs de R2
.
∀α,β,γ ∈ R :
αa1 +βa2 +γa3 = (0,0)
⇐⇒ α(−2,1)+β(1,1)+γ(3,−1) = (0,0)
⇐⇒ (−2α+β+3α,α+β−γ) = (0,0)
⇐⇒

−2α+β+3α = 0
α+β−γ = 0
⇐⇒

α+4β = 0
α+β = γ
⇐⇒

α = −4β
γ = −3β
admet plusieurs solutions donc le système est lié.
Pr. Karmouni Mohammed (UCA) FPS 11 / 40
Propriétés
1 (0n) est un système lié.
2 Tout système de vecteur de Rn
qui contient 0n est lié.
3 ∀a ∈ Rn
{0n}, le système (a) est libre.
4 ∀a,b ∈ Rn
avec a 6= 0n.
(a,b) est lié si et seulement s’il existe α ∈ R tel que b = αa (sont colinéaires.
Proposition
Soit S = (a1,a2,...,ap) un système de vecteurs de Rn
S est lié ⇐⇒ ∃k ∈ {1,...,p} tq ak est une combinaison linéaire des autres
vecteurs. C’est à dire
S est lié ⇐⇒ ∃k ∈ {1,...,p} tq ak ∈ Vect(a1,a2,...,ak−1,ak+1,...,ap)
Exemple : Soient u = (1,2,3),v = (5,1,−1),w = (3,−3,−7) et
S = (u,v,w). On a v = w +2u donc v ∈ Vect(u,w). D’où S est un système lié.
Pr. Karmouni Mohammed (UCA) FPS 12 / 40
Définition : système générateur
Soient n ∈ N∗, E un sous espace vectoriel et S = (a1,a2,...,ap) un système
de vecteurs de Rn
.
On dit que S est un système générateur ou famille génératrice de E si on a :
E = Vect(S) = Vect(a1,a2,...,ap)
Exemple :
Dans E = Rn
, on pose ei = (0,...,0,1,0,...,0) ∈ Rn
où 1 se situe en ième
position. Le système B = (ei )1⩽i⩽n est une famille génératrice de Rn
. En effet,
pour tout x = (x1,...,xn) ∈ Rn
, on peut écrire x = x1e1 +...+xnen.
Définition : d’une Base
Soient E un sous espace vectoriel de Rn
et B un système de vecteurs de E.
On dit que B est une base de E si B est à la fois libre et générateur de E.
Pr. Karmouni Mohammed (UCA) FPS 13 / 40
Proposition
Soit E un sous espace vectoriel de Rn
et B = (a1,a2,...,an) un système de
vecteurs de E.
B est une base de E
⇐⇒ ∀a ∈ E : ∃!α1,α2,...,αp ∈ R tq a = α1a1 +α2a2 +...+αpap
Dans ce cas α1,α2,...,αp sont appelés les composantes du vecteur a dans la
base B.
Exemple : Soient E = R2
et B = (a1,a2) un système de R2
avec a1 = (2,1),
a2 = (1,1). (a1,a2) est une base de R2
. En effet : ∀a = (x,y) ∈ R2
, ∀α,β ∈ R
a = αa1 +βa2 ⇐⇒ (x,y) = (2α+β,α+β)
⇐⇒

2α+β = x ;
α+β = y.
⇐⇒

α = x −y ;
β = 2y −x.
Donc B est une base de R2
et les composantes d’un vecteur a = (x,y) dans B
sont x −y et 2y −x.
Pr. Karmouni Mohammed (UCA) FPS 14 / 40
Propriétés
Soient n ∈ N∗ et E un sous espace vectoriel de Rn
.
1 Si E = R2
, e1 = (1,0), e2 = (0,1). Alors B = (e1,e2) est un système libre
et générateur de R2
donc B est une base de R2
appelé la base
canonique de R2
2 En général :
Si E = Rn
, e1 = (1,0,...,0), e2 = (0,1,0,...,0),..., en = (0,0,...,0,1).
Alors B = (e1,e2,...,en) est un système libre et générateur de Rn
donc B
est une base de Rn
appelé la base canonique de Rn
Rappelons que si E est un ensemble fini, le nombre d’éléments de E est
appelé le cardinal de E et est noté card E.
Théorème/Définition
Si n ∈ Nn
et E un sous espace vectoriel de Rn
. Alors E admet des bases et
tous ces bases ont le même nombre de vecteurs appelé la dimension de E et
noté dimE et on a dimE ⩽ n. Ainsi, si B est une base de E alors
dimE = cardB ⩽ n
Pr. Karmouni Mohammed (UCA) FPS 15 / 40
Propriétés
Soient E et F deux sous espaces vectoriels de Rn
. Alors :
1 Si S est une partie génératrice de E alors cardS ⩾ dimE
2 Si S est une partie libre de E alors cardS ⩽ dimE
3 Si E ⊆ F et dimE = dimF alors E = F.
4 Si dimE = n alors E = Rn
.
Théorème
Soient F un sous espace de Rn
de dimension p et B un système de F de
cardinal p. Alors, les propriétés suivantes sont équivalentes :
1 B est un système libre.
2 B est un système générateur de F
3 B est une base de F
Corollaire
Soit n ∈ N∗. Un système libre de Rn
ayant n éléments est une base de Rn
.
Pr. Karmouni Mohammed (UCA) FPS 16 / 40
Exemple
les vecteurs v1 = (0,1,1), v2 = (1,0,1) et v3 = (1,1,0) forment une base de
R3
. Montrons que le système {v1,v2,v3} est libre. Soit une combinaison
linéaire nulle av1 +bv2 +cv3 = 0, nous devons montrer qu’alors les coefficients
a,b,c sont nuls. Ici le vecteur nul est 03 = (0,0,0)
av1 +bv2 +cv3 = (0,0,0)
⇐⇒ a(0,1,1)+b(1,0,1)+c(1,1,0) = (0,0,0)
⇐⇒ (b +c,a +c,a +b) = (0,0,0)
⇐⇒





b +c = 0
a +c = 0
a +b = 0
⇐⇒





a = 0
b = 0
c = 0
Ainsi les coefficients vérifient a = b = c = 0, cela prouve que la famille est
libre, et on a card{v1,v2,v3} = 3. Donc {v1,v2,v3} est une base.
Pr. Karmouni Mohammed (UCA) FPS 17 / 40
Théoréme de la base incomplète
Soit E un s.e.v. de Rn
. Si S et T sont deux parties finies de E qui vérifient les
deux propriétés suivantes :
1) S est une partie libre de E.
2) T est une partie génératrice de E.
Alors il existe une base B de E telle que S ⊂ B ⊂ S ∪T.
Pr. Karmouni Mohammed (UCA) FPS 18 / 40
Sommaire
1 La structure de Rn
2 Systèmes de vecteurs Libres
3 La structure de l’espace euclidien Rn
4 Projecteurs et symétries orthogonaux
Pr. Karmouni Mohammed (UCA) FPS 19 / 40
Produit scalaire
Définition
Soient a = (a1,a2,...,an) et b = (b1,b2,...,bn) deux vecteurs de Rn
.
1 Le produit scalaire de a et b est la quantité notée  a,b  et défini par
 a,b =
n
∑
i=1
ai bi
2 La norme de a est la quantité notée kak et défini par :
kak =
√
 a,a 
3 La distance entre a et b est la quantité notée d(a,b) et défini par
d(a,b) = ka −bk
Rn
muni du produit scalaire canonique est un espace vectoriel euclidien. On dit
alors que Rn
est muni de sa structure vectorielle euclidienne canonique.
Pr. Karmouni Mohammed (UCA) FPS 20 / 40
Exemple : Dans R2
,  (1,2),(2,2) = 6, k(0,5)k = 5,
d((1,2),(−1,3)) = k(2,−1)k =
√
5
Pr. Karmouni Mohammed (UCA) FPS 21 / 40
Propriétés
Soient a, b et c ∈ Rn
, α ∈ R, alors on a :
1  a,b = b,a 
2  a +b,c = a,c  +  b,c 
3  a,b +c = a,b  +  a,c 
4  αa,b = a,αb = α  a,b 
5 kak2
= a,a ⩾ 0, on dit que le produit scalaire est positif.
6 kak2
= a,a = 0 =⇒ a = 0.
7 ka +bk2
= kak2
+2  a,b  +kbk2
8 ka −bk2
= kak2
−2  a,b  +kbk2
9  a +b,a −b = kak2
−kbk2
10  a,b = 1
4
(ka +bk2
−ka −bk2
) (identité de polarisation)
11 |  a,b  | ⩽ kakkbk (Inégalité de Cauchy Schwartz). L’égalité est vérifié
si et seulement si a et b sont colinéaires.
Pr. Karmouni Mohammed (UCA) FPS 22 / 40
Orthogonalité
Définition
On dit que deux vecteurs a et b de Rn
sont orthogonaux si leur produit scalaire
est nul, et on écrit a⊥b.
Exemple :
1) Pour tout a ∈ Rn
on a a⊥0.
2) Soient a = (1,−1) et b = (1,1), a,b ∈ R2
. On a  a,b = 0, donc a et b
sont orthogonaux.
Proposition : [Théorème de Pythagore]
Deux vecteurs a et b sont orthogonaux si, et seulement si,
ka +bk2
= kak2
+kbk2
Pr. Karmouni Mohammed (UCA) FPS 23 / 40
Définition
Un système de vecteurs (a1,a2,...,an) est dite orthogonale si et seulement si
 ai ,aj = 0 pour tout i 6= j.
Exemple :
Le système de vecteurs (a1,a2,a3) de R4
avec a1 = (1,0,0,2),
a2 = (−1,0,0, 1
2
), a3 = (0,1,1,0) est un système orthogonal de R4
.
Proposition
Soit n ∈ N∗. Tout système orthogonal formée de vecteurs non nuls de Rn
est
libre.
Pr. Karmouni Mohammed (UCA) FPS 24 / 40
Définition
Soit F un s.e.v de Rn
. On note F⊥ = {x ∈ Rn
, ∀y ∈ F,x⊥y} (ensemble des
éléments de E orthogonaux à tout les éléments de F) F⊥ est un sous espace
de Rn
, appelé l’orthogonal de F.
Théorème/Définition
Soient F et G deux s.e.v de Rn
.
F et G sont orthogonaux ⇐⇒ ∀x ∈ F ∀y ∈ G,x ⊥ y ⇐⇒ F ⊂ G⊥ et G ⊂ F⊥
On note alors F ⊥ G
Pr. Karmouni Mohammed (UCA) FPS 25 / 40
Exemple
Pr. Karmouni Mohammed (UCA) FPS 26 / 40
Définition
Soit B = (a1,a2,...,an) une base de Rn
.
1) B est appelée base orthogonale si (a1,a2,...,an) est un système orthogonal.
2) B est appelée base orthonormale si B est orthogonale et kai k = 1 pour tout
i = 1,...,n.
Exemple : La base canonique de Rn
est une famille orthonormée.
√
Normer un vecteur non nul x, c’est considérer le vecteur unitaire u = x
kxk .
Etant donné un système orthogonal formée de vecteurs non nuls (a1,a2,...,an)
de Rn
, on peut facilement construire un système orthonormal en normalisant
les vecteurs ai : a0
i = ai
kai k Ainsi, le système (a0
1,a0
2,...,a0
n) est orthonormal.
Pr. Karmouni Mohammed (UCA) FPS 27 / 40
Exemple
le système S = (a1,a2,a3) avec
a1 = (1,0,2),a2 = (−1,0,
1
2
),a3 = (0,1,0)
est une base orthogonale de R3
. En effet, elle est orthogonale puisque
 a1,a2 = a1,a3 = a3,a2 = 0
et cardS = 3. Mais S n’est pas orthonormale puisque
ka1k = k(1,0,2)k =
√
5 6= 1.
On peut déduire de B une base orthonormale, il suffit de diviser chacun des
vecteurs par sa norme. Donc, la famille de vecteurs (a0
1,a0
2,a0
3) où
a0
1 =
1
√
5
(1,0,2), a0
2 =
r
4
5
(−1,0,
1
2
), a0
3 = a3
est une base orthonormale de R3
.
Pr. Karmouni Mohammed (UCA) FPS 28 / 40
Orthogonalisation de Gram-Schmidt
Théorème
Soient n,r ∈ N∗. Soit (v1,v2,...,vr ) un système libre de Rn
. Alors il existe un
unique système (u1,u2,...,ur ) vérifant :
1) Vect(u1,u2,...,ui ) = Vect(v1,v2,...,vi ) pour tout i = 1,...,r
2) (u1,u2,...,ur ) est un système orthonormal.
3)  vi ,ui ⩾ 0 pour tout i = 1,...,r.
Le système (u1,u2,...,ur ) est appelé orthonormalisé de Gram-Schmidt de
(v1,v2,...,vr ).
On part de u1 =
v1
kv1k
et on construit les autres vecteurs par la formule de
récurrence de Gram-Schmidt
uj+1 =
wj+1
kwj+1k
avec wj+1 = vj+1 −
j
∑
q=1
 vj+1,uq  uq.
Pr. Karmouni Mohammed (UCA) FPS 29 / 40
Exemple
1) Dans R2
, orthonormalisons la base B = {(1,1),(2,0)}. Posons
u1 =
(1,1)
k(1,1)k
=
r
1
2
(1,1)
Posons
w2 = (2,0)−  (2,0),u1  u1 = (2,0)−(1,1) = (1,−1)
Soit u2 =
w2
kw2k
=
r
1
2
(1,−1)
En fin (u1,u2) est l’orthonormalisé de Gram-Schmidt de la base B.
Pr. Karmouni Mohammed (UCA) FPS 30 / 40
2) Dans R3
, orthonormalisons la base B = {(1,0,1),(0,1,−1),(0,1,1)}.
Posons
u1 =
(1,0,1)
k(1,0,1)k
=
r
1
2
(1,0,1)
Posons w2 = (0,1,−1)−  (0,1,−1),
q
1
2
(1,0,1) 
q
1
2
(1,0,1) =
(0,1,−1)+(1
2
,0, 1
2
) = (1
2
,1,−1
2
)
u2 =
w2
kw2k
=
r
2
3
(
1
2
,1,−
1
2
)
Posons w3 = (0,1,1)−  (0,1,1),
q
2
3
(1
2
,1,−1
2
) 
q
2
3
(1
2
,1,−1
2
)− 
(0,1,1),
q
1
2
(1,0,1) 
q
1
2
(1,0,1). Alors w3 = 2
3
(−1,1,1) et
u3 =
w3
kw3k
=
√
3
3
(−1,1,1)
Donc l’orthonormalisée de Gram-Schmidt de la base B est le système
(u1,u2,u3).
Pr. Karmouni Mohammed (UCA) FPS 31 / 40
Sommaire
1 La structure de Rn
2 Systèmes de vecteurs Libres
3 La structure de l’espace euclidien Rn
4 Projecteurs et symétries orthogonaux
Pr. Karmouni Mohammed (UCA) FPS 32 / 40
Soient E et F deux s.e.v de Rn
. On appelle somme de E et F, l’ensemble
E +F défini par
E +F = {a +b,a ∈ E,b ∈ F}
Définition
Soient E et F deux s.e.v de Rn
.
On dit que la somme de E et F est directe si ∀a ∈ E +F, il existe d’une façon
unique aE ∈ E et aF ∈ F tel que a = aE +aF , dans ce cas :
1 E +F est noté aussi E ⊕F
2 E ⊕F est appelé somme directe de E et F
3 ∀a ∈ E +F

aE est appelé la projection de a sur E parallélement à F ;
aF est appelé la projection de a sur F parallélement à E.
4 Si G est un s.e.v de Rn
et E ⊕F = G, on dit que E et F sont
supplémentaires dans G ou E est un supplémentaire de F dans G
5 Si E et F sont supplémentaires dans Rn
, on dit aussi que E et F son
supplémentaires.
Pr. Karmouni Mohammed (UCA) FPS 33 / 40
Proposition
E ⊕F = Rn
⇐⇒

E +F = Rn
;
E ∩F = {0n}.
Propriétés
Soient E et F deux s.e.v. de Rn
. Si B est une base de E est B0 est une base de
F alors :
La somme de E et F est directe ⇐⇒

B ∩B0 = /
0 ;
B ∪B0 est libre .
Dans ce cas B ∪B0 est une base de E ⊕F.
Soit E un sous espace vectoriel de Rn
. Alors E admet au moins un
suplementaire dans Rn
.
Proposition
Soit F un s.e.v de Rn
, alors Rn
= F ⊕F⊥
F = (F⊥)⊥
Pr. Karmouni Mohammed (UCA) FPS 34 / 40
Proposition
Soient E et F deux sous espaces vectoriels de Rn
. Alors
dim(E +F) = dimE +dimF −dim(E ∩F) ⩽ dimE +dimF.
Si en plus la somme de E et F est directe alors
dim(E ⊕F) = dimE +dimF.
Pr. Karmouni Mohammed (UCA) FPS 35 / 40
Définition
Soit F un sous-espace vectoriel de Rn
. Alors on appelle projection orthogonale
sur F la projection sur F parallèlement à son supplémentaire orthogonal.
Pour x ∈ Rn
, p le projecteur orthogonal sur F, alors p(x) est appelé la
projection orthogonale de x sur F.
Pr. Karmouni Mohammed (UCA) FPS 36 / 40
Ainsi, p(x) est l’unique élément de F tel que x s’écrive : x = p(x)+u, avec
u ∈ F⊥. (car Rn
= F ⊕F⊥, et x ∈ Rn
, p(x) ∈ F).
Autrement dit, p(x) est l’unique élément de F tel que x −p(x) ∈ F⊥. Ainsi,
pour
y ∈ Rn
,y = p(x) ⇐⇒

y ∈ F ;
x −y ∈ F⊥.
Remarque
Soit F un sous-espace de Rn
. Si BF = {b1,...,bd } est une base orthonormée
de F, et si pF est la projection orthogonale sur F, alors
∀x ∈ Rn
,pF (x) =
d
∑
j=1
 bj ,x  bj .
Pr. Karmouni Mohammed (UCA) FPS 37 / 40
Théorème
Soit F un s.e.v de Rn
, soit p le projecteur orthogonal sur F, soit x0 ∈ E. Alors
p(x0) est l’unique élément de F tel que
d(x0,F) = kx0 −p(x0)k
Soient F et G deux sous-espaces vectoriels supplémentaires de E. Pour tout
x ∈ E, il existe un unique couple (a,b) ∈ F ×G vérifiant x = a +b. Posons
s(x) = a −b, on définit ainsi une application s(x) : E −→ E. s est appelée
symétrie (vectorielle) par rapport à F
Pr. Karmouni Mohammed (UCA) FPS 38 / 40
Définition
Soit F un sous-espace vectoriel de Rn
. Alors on appelle symétrie orthogonale
par rapport à F l’application
s : E = F ⊕F⊥
−→ E
x = x0
+x00
−→ x0
−x00
Pr. Karmouni Mohammed (UCA) FPS 39 / 40
Proposition
Soit f une symétrie sur Rn
. On a l’équivalence suivante :
f est une symétrie orthogonale ⇐⇒ ∀x ∈ Rn
k f(x) k=k x k
De plus :
f(x) = 2p(x)−x, où p(x) est la projection orthogonale sur F.
Pr. Karmouni Mohammed (UCA) FPS 40 / 40

Contenu connexe

Similaire à Espact4etryeryyer5yryreye Euclidien Rn.pdf

RCM005 - Fonctions exponentielles
RCM005 - Fonctions exponentiellesRCM005 - Fonctions exponentielles
RCM005 - Fonctions exponentiellesClément Boulonne
 
Corrige math s1-s3_r_1er_gr_2013
Corrige math s1-s3_r_1er_gr_2013Corrige math s1-s3_r_1er_gr_2013
Corrige math s1-s3_r_1er_gr_2013Ibrahima Sow
 
Realatios trégonométriques
Realatios trégonométriquesRealatios trégonométriques
Realatios trégonométriquesMouhssine Toni
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourierMehdi Maroun
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourierismailkziadi
 
Exercice nombres complexes
Exercice nombres complexesExercice nombres complexes
Exercice nombres complexesYessin Abdelhedi
 
Devoir de synthèse_n°_02--2008-2009(mr_otay)[lycée__el_aghaliba]
Devoir de synthèse_n°_02--2008-2009(mr_otay)[lycée__el_aghaliba]Devoir de synthèse_n°_02--2008-2009(mr_otay)[lycée__el_aghaliba]
Devoir de synthèse_n°_02--2008-2009(mr_otay)[lycée__el_aghaliba]Yessin Abdelhedi
 
DS6-CB-sujet (1).pdf
DS6-CB-sujet (1).pdfDS6-CB-sujet (1).pdf
DS6-CB-sujet (1).pdfhajar517389
 
Chapitre 1 Cour Électricité 3 - Milieux Diéléctriques.pptx
Chapitre 1 Cour Électricité 3 - Milieux Diéléctriques.pptxChapitre 1 Cour Électricité 3 - Milieux Diéléctriques.pptx
Chapitre 1 Cour Électricité 3 - Milieux Diéléctriques.pptxAYOUBBENHAMOU4
 
exercices_probas_corriges.pdf
exercices_probas_corriges.pdfexercices_probas_corriges.pdf
exercices_probas_corriges.pdfOULAKBIRIlham
 
Chap nombres complexes
Chap nombres complexesChap nombres complexes
Chap nombres complexesKarim Amane
 
Algebre1 s1 par www.etudecours.com
Algebre1 s1 par www.etudecours.comAlgebre1 s1 par www.etudecours.com
Algebre1 s1 par www.etudecours.cometude cours
 
CAPES maths 2019 composition 1
CAPES maths 2019 composition 1CAPES maths 2019 composition 1
CAPES maths 2019 composition 1Dany-Jack Mercier
 
intégrale triple
intégrale tripleintégrale triple
intégrale tripleKum Visal
 

Similaire à Espact4etryeryyer5yryreye Euclidien Rn.pdf (20)

Msm1 corr algebre
Msm1 corr algebreMsm1 corr algebre
Msm1 corr algebre
 
RCM005 - Fonctions exponentielles
RCM005 - Fonctions exponentiellesRCM005 - Fonctions exponentielles
RCM005 - Fonctions exponentielles
 
Corrige math s1-s3_r_1er_gr_2013
Corrige math s1-s3_r_1er_gr_2013Corrige math s1-s3_r_1er_gr_2013
Corrige math s1-s3_r_1er_gr_2013
 
Realatios trégonométriques
Realatios trégonométriquesRealatios trégonométriques
Realatios trégonométriques
 
Espacesvec
EspacesvecEspacesvec
Espacesvec
 
Fic00126
Fic00126Fic00126
Fic00126
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourier
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourier
 
246242769 sequence-1-pdf
246242769 sequence-1-pdf246242769 sequence-1-pdf
246242769 sequence-1-pdf
 
Exercice nombres complexes
Exercice nombres complexesExercice nombres complexes
Exercice nombres complexes
 
Devoir de synthèse_n°_02--2008-2009(mr_otay)[lycée__el_aghaliba]
Devoir de synthèse_n°_02--2008-2009(mr_otay)[lycée__el_aghaliba]Devoir de synthèse_n°_02--2008-2009(mr_otay)[lycée__el_aghaliba]
Devoir de synthèse_n°_02--2008-2009(mr_otay)[lycée__el_aghaliba]
 
DS6-CB-sujet (1).pdf
DS6-CB-sujet (1).pdfDS6-CB-sujet (1).pdf
DS6-CB-sujet (1).pdf
 
Chapitre 1 Cour Électricité 3 - Milieux Diéléctriques.pptx
Chapitre 1 Cour Électricité 3 - Milieux Diéléctriques.pptxChapitre 1 Cour Électricité 3 - Milieux Diéléctriques.pptx
Chapitre 1 Cour Électricité 3 - Milieux Diéléctriques.pptx
 
Corriges td algebre
Corriges td algebreCorriges td algebre
Corriges td algebre
 
exercices_probas_corriges.pdf
exercices_probas_corriges.pdfexercices_probas_corriges.pdf
exercices_probas_corriges.pdf
 
Chap nombres complexes
Chap nombres complexesChap nombres complexes
Chap nombres complexes
 
Algebre1 s1 par www.etudecours.com
Algebre1 s1 par www.etudecours.comAlgebre1 s1 par www.etudecours.com
Algebre1 s1 par www.etudecours.com
 
CAPES maths 2019 composition 1
CAPES maths 2019 composition 1CAPES maths 2019 composition 1
CAPES maths 2019 composition 1
 
intégrale triple
intégrale tripleintégrale triple
intégrale triple
 
Exercice suites réelles
Exercice suites réellesExercice suites réelles
Exercice suites réelles
 

Espact4etryeryyer5yryreye Euclidien Rn.pdf

  • 1. Algèbre 1 Chapitre IV: Espace Euclidien Rn Mohammed Karmouni Faculté polydisciplinaire-Safi- SMPC A.U: 2020-2021 Pr. Karmouni Mohammed (UCA) FPS 1 / 40
  • 2. Sommaire 1 La structure de Rn 2 Systèmes de vecteurs Libres 3 La structure de l’espace euclidien Rn 4 Projecteurs et symétries orthogonaux Pr. Karmouni Mohammed (UCA) FPS 2 / 40
  • 3. Sommaire 1 La structure de Rn 2 Systèmes de vecteurs Libres 3 La structure de l’espace euclidien Rn 4 Projecteurs et symétries orthogonaux Pr. Karmouni Mohammed (UCA) FPS 3 / 40
  • 4. Définition Soit n un entier naturel. Rn est le produit cartésien de n copies de R. C’est à dire Rn = {(a1,a2,a3,...,an) tel que a1,a2,a3,...,an ∈ R} Pour n = 1, R1 = R Pour n = 2, R2 =: {(a1,a2) tel que a1,a2 ∈ R} Définition Pour n ∈ N∗, on définit dans Rn les deux opérations. 1 ∀a = (a1,a2,...,an) ∈ Rn et b = (b1,b2,b3,...,bn) ∈ Rn : a +b = (a1,a2,...,an)+(b1,b2,...,bn) = (a1 +b1,a2 +b2,...,an +bn) a +b est appelé la somme de a et b. 2 ∀α ∈ R et a = (a1,a2,...,an) ∈ Rn : α(a1,a2,...,an) = (αa1,αa2,...,αan) αa est appelé le produit de α par a. Cette opéartion est appelée la multiplication externe dans Rn sur R. Pr. Karmouni Mohammed (UCA) FPS 4 / 40
  • 5. Définition Soit n ∈ N∗. On dit que Rn , muni de l’addition et la multiplication externe sur R, est un espace vectoriel et on note Rn est un e.v. Les éléments de R sont appelés les scalaires. Les éléments de Rn sont appelés les vecteurs de Rn . Le vecteur (0,0,0,...,0) est appelé le vecteur nul et noté 0n. Définition Soient n,p ∈ N∗ et a1,a2,...,ap ∈ Rn . On dit que a est une combinaison linéaire de a1,a2,...,ap s’il existe λ1,λ2,...,λp ∈ R tels que a = p ∑ i=1 λi ai = λ1a1 +λ2a2 +...+λpap Pr. Karmouni Mohammed (UCA) FPS 5 / 40
  • 6. Définition Une partie E de Rn est dite sous espace vectoriel de Rn et on note E est un s.e.v s’elle vérifie les trois propriétés suivantes : 1 E est non vide : E 6= / 0. 2 E est stable par l’addition : ∀a,b ∈ E, a +b ∈ E. 3 E est stable par la multiplication par un scalaire : ∀a ∈ E,∀λ ∈ R, λa ∈ E. Exemple : 1) Rn est un sous espace vectoriel de Rn . 2) {0n} est un s.e.v de Rn . Propriétés 1) Si E est un sous espace vectoriel de Rn alors 0n ∈ E. 2) Si E et F sont deux sous espaces vectoriels de Rn alors E ∩F est un sous espaces vectoriel de Rn . Pr. Karmouni Mohammed (UCA) FPS 6 / 40
  • 7. Sommaire 1 La structure de Rn 2 Systèmes de vecteurs Libres 3 La structure de l’espace euclidien Rn 4 Projecteurs et symétries orthogonaux Pr. Karmouni Mohammed (UCA) FPS 7 / 40
  • 8. Soit S = (a1,a2,...,an) un système de vecteurs de Rn . 1 On note par Vect(S) = Vect(a1,a2,...,ap) l’ensemble des combinaisons linéaires des vecteurs a1,a2,...,ap Vect(S) = {α1a1 +α2a2 +...+αpap; α1,α2,...,αp ∈ R} 2 On note Vect(/ 0) = {0n} Vect(S) est un sous espace vectoriel de Rn contenant a1,a2,...,ap et c’est le plus petit sous espace vectoriel de Rn contenant les vecteurs a1,a2,...,ap. Pr. Karmouni Mohammed (UCA) FPS 8 / 40
  • 9. Définition Soient n,p ∈ Nn et S = (a1,a2,...,ap) un système de vecteurs de Rn . 1 On dit que le système S est lié ou que a1,a2,...,ap sont linéairement dépendants s’il existe des scalaires α1,α2,...,αp ∈ R non nuls tels que : p ∑ i=1 αi ai = α1a1 +α2a2 +...+αpap = 0 2 Dans le cas contraire on dit que le système S est libre ou que a1,a2,...,ap sont linéairement indépendants c’est à dire si on a : ∀α1,α2,...,αp ∈ R : p ∑ i=1 αi ai = α1a1 +α2a2 +...+αpap = 0 =⇒ α1 = α2 = ... = αp = 0 Pr. Karmouni Mohammed (UCA) FPS 9 / 40
  • 10. Exemple Soient a1 = (−2,1,3),a2 = (1,1,−1) et S = (a1,a2). ∀α,β ∈ R αa1 +βa2 = (0,0,0) ⇐⇒ α(−2,1,3)+β(1,1,−1) = (0,0,0) ⇐⇒    −2α+β = 0 ; α+β = 0 ; 3α−β = 0. ⇐⇒ β = 2α; 4α = 0. ⇐⇒ α = β = 0 Donc le système S est libre. Pr. Karmouni Mohammed (UCA) FPS 10 / 40
  • 11. Exemple Soient a1 = (−2,1),a2 = (1,1),a3 = (3,−1) et S = (a1,a2,a3) un système de vecteurs de R2 . ∀α,β,γ ∈ R : αa1 +βa2 +γa3 = (0,0) ⇐⇒ α(−2,1)+β(1,1)+γ(3,−1) = (0,0) ⇐⇒ (−2α+β+3α,α+β−γ) = (0,0) ⇐⇒ −2α+β+3α = 0 α+β−γ = 0 ⇐⇒ α+4β = 0 α+β = γ ⇐⇒ α = −4β γ = −3β admet plusieurs solutions donc le système est lié. Pr. Karmouni Mohammed (UCA) FPS 11 / 40
  • 12. Propriétés 1 (0n) est un système lié. 2 Tout système de vecteur de Rn qui contient 0n est lié. 3 ∀a ∈ Rn {0n}, le système (a) est libre. 4 ∀a,b ∈ Rn avec a 6= 0n. (a,b) est lié si et seulement s’il existe α ∈ R tel que b = αa (sont colinéaires. Proposition Soit S = (a1,a2,...,ap) un système de vecteurs de Rn S est lié ⇐⇒ ∃k ∈ {1,...,p} tq ak est une combinaison linéaire des autres vecteurs. C’est à dire S est lié ⇐⇒ ∃k ∈ {1,...,p} tq ak ∈ Vect(a1,a2,...,ak−1,ak+1,...,ap) Exemple : Soient u = (1,2,3),v = (5,1,−1),w = (3,−3,−7) et S = (u,v,w). On a v = w +2u donc v ∈ Vect(u,w). D’où S est un système lié. Pr. Karmouni Mohammed (UCA) FPS 12 / 40
  • 13. Définition : système générateur Soient n ∈ N∗, E un sous espace vectoriel et S = (a1,a2,...,ap) un système de vecteurs de Rn . On dit que S est un système générateur ou famille génératrice de E si on a : E = Vect(S) = Vect(a1,a2,...,ap) Exemple : Dans E = Rn , on pose ei = (0,...,0,1,0,...,0) ∈ Rn où 1 se situe en ième position. Le système B = (ei )1⩽i⩽n est une famille génératrice de Rn . En effet, pour tout x = (x1,...,xn) ∈ Rn , on peut écrire x = x1e1 +...+xnen. Définition : d’une Base Soient E un sous espace vectoriel de Rn et B un système de vecteurs de E. On dit que B est une base de E si B est à la fois libre et générateur de E. Pr. Karmouni Mohammed (UCA) FPS 13 / 40
  • 14. Proposition Soit E un sous espace vectoriel de Rn et B = (a1,a2,...,an) un système de vecteurs de E. B est une base de E ⇐⇒ ∀a ∈ E : ∃!α1,α2,...,αp ∈ R tq a = α1a1 +α2a2 +...+αpap Dans ce cas α1,α2,...,αp sont appelés les composantes du vecteur a dans la base B. Exemple : Soient E = R2 et B = (a1,a2) un système de R2 avec a1 = (2,1), a2 = (1,1). (a1,a2) est une base de R2 . En effet : ∀a = (x,y) ∈ R2 , ∀α,β ∈ R a = αa1 +βa2 ⇐⇒ (x,y) = (2α+β,α+β) ⇐⇒ 2α+β = x ; α+β = y. ⇐⇒ α = x −y ; β = 2y −x. Donc B est une base de R2 et les composantes d’un vecteur a = (x,y) dans B sont x −y et 2y −x. Pr. Karmouni Mohammed (UCA) FPS 14 / 40
  • 15. Propriétés Soient n ∈ N∗ et E un sous espace vectoriel de Rn . 1 Si E = R2 , e1 = (1,0), e2 = (0,1). Alors B = (e1,e2) est un système libre et générateur de R2 donc B est une base de R2 appelé la base canonique de R2 2 En général : Si E = Rn , e1 = (1,0,...,0), e2 = (0,1,0,...,0),..., en = (0,0,...,0,1). Alors B = (e1,e2,...,en) est un système libre et générateur de Rn donc B est une base de Rn appelé la base canonique de Rn Rappelons que si E est un ensemble fini, le nombre d’éléments de E est appelé le cardinal de E et est noté card E. Théorème/Définition Si n ∈ Nn et E un sous espace vectoriel de Rn . Alors E admet des bases et tous ces bases ont le même nombre de vecteurs appelé la dimension de E et noté dimE et on a dimE ⩽ n. Ainsi, si B est une base de E alors dimE = cardB ⩽ n Pr. Karmouni Mohammed (UCA) FPS 15 / 40
  • 16. Propriétés Soient E et F deux sous espaces vectoriels de Rn . Alors : 1 Si S est une partie génératrice de E alors cardS ⩾ dimE 2 Si S est une partie libre de E alors cardS ⩽ dimE 3 Si E ⊆ F et dimE = dimF alors E = F. 4 Si dimE = n alors E = Rn . Théorème Soient F un sous espace de Rn de dimension p et B un système de F de cardinal p. Alors, les propriétés suivantes sont équivalentes : 1 B est un système libre. 2 B est un système générateur de F 3 B est une base de F Corollaire Soit n ∈ N∗. Un système libre de Rn ayant n éléments est une base de Rn . Pr. Karmouni Mohammed (UCA) FPS 16 / 40
  • 17. Exemple les vecteurs v1 = (0,1,1), v2 = (1,0,1) et v3 = (1,1,0) forment une base de R3 . Montrons que le système {v1,v2,v3} est libre. Soit une combinaison linéaire nulle av1 +bv2 +cv3 = 0, nous devons montrer qu’alors les coefficients a,b,c sont nuls. Ici le vecteur nul est 03 = (0,0,0) av1 +bv2 +cv3 = (0,0,0) ⇐⇒ a(0,1,1)+b(1,0,1)+c(1,1,0) = (0,0,0) ⇐⇒ (b +c,a +c,a +b) = (0,0,0) ⇐⇒      b +c = 0 a +c = 0 a +b = 0 ⇐⇒      a = 0 b = 0 c = 0 Ainsi les coefficients vérifient a = b = c = 0, cela prouve que la famille est libre, et on a card{v1,v2,v3} = 3. Donc {v1,v2,v3} est une base. Pr. Karmouni Mohammed (UCA) FPS 17 / 40
  • 18. Théoréme de la base incomplète Soit E un s.e.v. de Rn . Si S et T sont deux parties finies de E qui vérifient les deux propriétés suivantes : 1) S est une partie libre de E. 2) T est une partie génératrice de E. Alors il existe une base B de E telle que S ⊂ B ⊂ S ∪T. Pr. Karmouni Mohammed (UCA) FPS 18 / 40
  • 19. Sommaire 1 La structure de Rn 2 Systèmes de vecteurs Libres 3 La structure de l’espace euclidien Rn 4 Projecteurs et symétries orthogonaux Pr. Karmouni Mohammed (UCA) FPS 19 / 40
  • 20. Produit scalaire Définition Soient a = (a1,a2,...,an) et b = (b1,b2,...,bn) deux vecteurs de Rn . 1 Le produit scalaire de a et b est la quantité notée a,b et défini par a,b = n ∑ i=1 ai bi 2 La norme de a est la quantité notée kak et défini par : kak = √ a,a 3 La distance entre a et b est la quantité notée d(a,b) et défini par d(a,b) = ka −bk Rn muni du produit scalaire canonique est un espace vectoriel euclidien. On dit alors que Rn est muni de sa structure vectorielle euclidienne canonique. Pr. Karmouni Mohammed (UCA) FPS 20 / 40
  • 21. Exemple : Dans R2 , (1,2),(2,2) = 6, k(0,5)k = 5, d((1,2),(−1,3)) = k(2,−1)k = √ 5 Pr. Karmouni Mohammed (UCA) FPS 21 / 40
  • 22. Propriétés Soient a, b et c ∈ Rn , α ∈ R, alors on a : 1 a,b = b,a 2 a +b,c = a,c + b,c 3 a,b +c = a,b + a,c 4 αa,b = a,αb = α a,b 5 kak2 = a,a ⩾ 0, on dit que le produit scalaire est positif. 6 kak2 = a,a = 0 =⇒ a = 0. 7 ka +bk2 = kak2 +2 a,b +kbk2 8 ka −bk2 = kak2 −2 a,b +kbk2 9 a +b,a −b = kak2 −kbk2 10 a,b = 1 4 (ka +bk2 −ka −bk2 ) (identité de polarisation) 11 | a,b | ⩽ kakkbk (Inégalité de Cauchy Schwartz). L’égalité est vérifié si et seulement si a et b sont colinéaires. Pr. Karmouni Mohammed (UCA) FPS 22 / 40
  • 23. Orthogonalité Définition On dit que deux vecteurs a et b de Rn sont orthogonaux si leur produit scalaire est nul, et on écrit a⊥b. Exemple : 1) Pour tout a ∈ Rn on a a⊥0. 2) Soient a = (1,−1) et b = (1,1), a,b ∈ R2 . On a a,b = 0, donc a et b sont orthogonaux. Proposition : [Théorème de Pythagore] Deux vecteurs a et b sont orthogonaux si, et seulement si, ka +bk2 = kak2 +kbk2 Pr. Karmouni Mohammed (UCA) FPS 23 / 40
  • 24. Définition Un système de vecteurs (a1,a2,...,an) est dite orthogonale si et seulement si ai ,aj = 0 pour tout i 6= j. Exemple : Le système de vecteurs (a1,a2,a3) de R4 avec a1 = (1,0,0,2), a2 = (−1,0,0, 1 2 ), a3 = (0,1,1,0) est un système orthogonal de R4 . Proposition Soit n ∈ N∗. Tout système orthogonal formée de vecteurs non nuls de Rn est libre. Pr. Karmouni Mohammed (UCA) FPS 24 / 40
  • 25. Définition Soit F un s.e.v de Rn . On note F⊥ = {x ∈ Rn , ∀y ∈ F,x⊥y} (ensemble des éléments de E orthogonaux à tout les éléments de F) F⊥ est un sous espace de Rn , appelé l’orthogonal de F. Théorème/Définition Soient F et G deux s.e.v de Rn . F et G sont orthogonaux ⇐⇒ ∀x ∈ F ∀y ∈ G,x ⊥ y ⇐⇒ F ⊂ G⊥ et G ⊂ F⊥ On note alors F ⊥ G Pr. Karmouni Mohammed (UCA) FPS 25 / 40
  • 26. Exemple Pr. Karmouni Mohammed (UCA) FPS 26 / 40
  • 27. Définition Soit B = (a1,a2,...,an) une base de Rn . 1) B est appelée base orthogonale si (a1,a2,...,an) est un système orthogonal. 2) B est appelée base orthonormale si B est orthogonale et kai k = 1 pour tout i = 1,...,n. Exemple : La base canonique de Rn est une famille orthonormée. √ Normer un vecteur non nul x, c’est considérer le vecteur unitaire u = x kxk . Etant donné un système orthogonal formée de vecteurs non nuls (a1,a2,...,an) de Rn , on peut facilement construire un système orthonormal en normalisant les vecteurs ai : a0 i = ai kai k Ainsi, le système (a0 1,a0 2,...,a0 n) est orthonormal. Pr. Karmouni Mohammed (UCA) FPS 27 / 40
  • 28. Exemple le système S = (a1,a2,a3) avec a1 = (1,0,2),a2 = (−1,0, 1 2 ),a3 = (0,1,0) est une base orthogonale de R3 . En effet, elle est orthogonale puisque a1,a2 = a1,a3 = a3,a2 = 0 et cardS = 3. Mais S n’est pas orthonormale puisque ka1k = k(1,0,2)k = √ 5 6= 1. On peut déduire de B une base orthonormale, il suffit de diviser chacun des vecteurs par sa norme. Donc, la famille de vecteurs (a0 1,a0 2,a0 3) où a0 1 = 1 √ 5 (1,0,2), a0 2 = r 4 5 (−1,0, 1 2 ), a0 3 = a3 est une base orthonormale de R3 . Pr. Karmouni Mohammed (UCA) FPS 28 / 40
  • 29. Orthogonalisation de Gram-Schmidt Théorème Soient n,r ∈ N∗. Soit (v1,v2,...,vr ) un système libre de Rn . Alors il existe un unique système (u1,u2,...,ur ) vérifant : 1) Vect(u1,u2,...,ui ) = Vect(v1,v2,...,vi ) pour tout i = 1,...,r 2) (u1,u2,...,ur ) est un système orthonormal. 3) vi ,ui ⩾ 0 pour tout i = 1,...,r. Le système (u1,u2,...,ur ) est appelé orthonormalisé de Gram-Schmidt de (v1,v2,...,vr ). On part de u1 = v1 kv1k et on construit les autres vecteurs par la formule de récurrence de Gram-Schmidt uj+1 = wj+1 kwj+1k avec wj+1 = vj+1 − j ∑ q=1 vj+1,uq uq. Pr. Karmouni Mohammed (UCA) FPS 29 / 40
  • 30. Exemple 1) Dans R2 , orthonormalisons la base B = {(1,1),(2,0)}. Posons u1 = (1,1) k(1,1)k = r 1 2 (1,1) Posons w2 = (2,0)− (2,0),u1 u1 = (2,0)−(1,1) = (1,−1) Soit u2 = w2 kw2k = r 1 2 (1,−1) En fin (u1,u2) est l’orthonormalisé de Gram-Schmidt de la base B. Pr. Karmouni Mohammed (UCA) FPS 30 / 40
  • 31. 2) Dans R3 , orthonormalisons la base B = {(1,0,1),(0,1,−1),(0,1,1)}. Posons u1 = (1,0,1) k(1,0,1)k = r 1 2 (1,0,1) Posons w2 = (0,1,−1)− (0,1,−1), q 1 2 (1,0,1) q 1 2 (1,0,1) = (0,1,−1)+(1 2 ,0, 1 2 ) = (1 2 ,1,−1 2 ) u2 = w2 kw2k = r 2 3 ( 1 2 ,1,− 1 2 ) Posons w3 = (0,1,1)− (0,1,1), q 2 3 (1 2 ,1,−1 2 ) q 2 3 (1 2 ,1,−1 2 )− (0,1,1), q 1 2 (1,0,1) q 1 2 (1,0,1). Alors w3 = 2 3 (−1,1,1) et u3 = w3 kw3k = √ 3 3 (−1,1,1) Donc l’orthonormalisée de Gram-Schmidt de la base B est le système (u1,u2,u3). Pr. Karmouni Mohammed (UCA) FPS 31 / 40
  • 32. Sommaire 1 La structure de Rn 2 Systèmes de vecteurs Libres 3 La structure de l’espace euclidien Rn 4 Projecteurs et symétries orthogonaux Pr. Karmouni Mohammed (UCA) FPS 32 / 40
  • 33. Soient E et F deux s.e.v de Rn . On appelle somme de E et F, l’ensemble E +F défini par E +F = {a +b,a ∈ E,b ∈ F} Définition Soient E et F deux s.e.v de Rn . On dit que la somme de E et F est directe si ∀a ∈ E +F, il existe d’une façon unique aE ∈ E et aF ∈ F tel que a = aE +aF , dans ce cas : 1 E +F est noté aussi E ⊕F 2 E ⊕F est appelé somme directe de E et F 3 ∀a ∈ E +F aE est appelé la projection de a sur E parallélement à F ; aF est appelé la projection de a sur F parallélement à E. 4 Si G est un s.e.v de Rn et E ⊕F = G, on dit que E et F sont supplémentaires dans G ou E est un supplémentaire de F dans G 5 Si E et F sont supplémentaires dans Rn , on dit aussi que E et F son supplémentaires. Pr. Karmouni Mohammed (UCA) FPS 33 / 40
  • 34. Proposition E ⊕F = Rn ⇐⇒ E +F = Rn ; E ∩F = {0n}. Propriétés Soient E et F deux s.e.v. de Rn . Si B est une base de E est B0 est une base de F alors : La somme de E et F est directe ⇐⇒ B ∩B0 = / 0 ; B ∪B0 est libre . Dans ce cas B ∪B0 est une base de E ⊕F. Soit E un sous espace vectoriel de Rn . Alors E admet au moins un suplementaire dans Rn . Proposition Soit F un s.e.v de Rn , alors Rn = F ⊕F⊥ F = (F⊥)⊥ Pr. Karmouni Mohammed (UCA) FPS 34 / 40
  • 35. Proposition Soient E et F deux sous espaces vectoriels de Rn . Alors dim(E +F) = dimE +dimF −dim(E ∩F) ⩽ dimE +dimF. Si en plus la somme de E et F est directe alors dim(E ⊕F) = dimE +dimF. Pr. Karmouni Mohammed (UCA) FPS 35 / 40
  • 36. Définition Soit F un sous-espace vectoriel de Rn . Alors on appelle projection orthogonale sur F la projection sur F parallèlement à son supplémentaire orthogonal. Pour x ∈ Rn , p le projecteur orthogonal sur F, alors p(x) est appelé la projection orthogonale de x sur F. Pr. Karmouni Mohammed (UCA) FPS 36 / 40
  • 37. Ainsi, p(x) est l’unique élément de F tel que x s’écrive : x = p(x)+u, avec u ∈ F⊥. (car Rn = F ⊕F⊥, et x ∈ Rn , p(x) ∈ F). Autrement dit, p(x) est l’unique élément de F tel que x −p(x) ∈ F⊥. Ainsi, pour y ∈ Rn ,y = p(x) ⇐⇒ y ∈ F ; x −y ∈ F⊥. Remarque Soit F un sous-espace de Rn . Si BF = {b1,...,bd } est une base orthonormée de F, et si pF est la projection orthogonale sur F, alors ∀x ∈ Rn ,pF (x) = d ∑ j=1 bj ,x bj . Pr. Karmouni Mohammed (UCA) FPS 37 / 40
  • 38. Théorème Soit F un s.e.v de Rn , soit p le projecteur orthogonal sur F, soit x0 ∈ E. Alors p(x0) est l’unique élément de F tel que d(x0,F) = kx0 −p(x0)k Soient F et G deux sous-espaces vectoriels supplémentaires de E. Pour tout x ∈ E, il existe un unique couple (a,b) ∈ F ×G vérifiant x = a +b. Posons s(x) = a −b, on définit ainsi une application s(x) : E −→ E. s est appelée symétrie (vectorielle) par rapport à F Pr. Karmouni Mohammed (UCA) FPS 38 / 40
  • 39. Définition Soit F un sous-espace vectoriel de Rn . Alors on appelle symétrie orthogonale par rapport à F l’application s : E = F ⊕F⊥ −→ E x = x0 +x00 −→ x0 −x00 Pr. Karmouni Mohammed (UCA) FPS 39 / 40
  • 40. Proposition Soit f une symétrie sur Rn . On a l’équivalence suivante : f est une symétrie orthogonale ⇐⇒ ∀x ∈ Rn k f(x) k=k x k De plus : f(x) = 2p(x)−x, où p(x) est la projection orthogonale sur F. Pr. Karmouni Mohammed (UCA) FPS 40 / 40