Orthogonalité

Vecteurs orthogonaux, sous-espaces orthogonaux

Définition (vecteurs orthogonaux)

Soit {E} un espace préhilbertien réel.

Deux vecteurs {x} et {y} de {E} sont dits orthogonaux si {\left(x\mid y\right)=0}.

Le seul vecteur à être orthogonal à lui-même est le vecteur nul.

A fortiori, le seul vecteur à être orthogonal à tous les vecteurs de {E} est le vecteur nul.

Exercice 3.4

Soit {E} un espace préhilbertien réel. Soit {u} et {v} deux vecteurs de {E}.

On suppose que, pour tout réel {\lambda}, on a : {\left\|u+\lambda v\right\|\geq\left\|u\right\|}. Montrer que {u} et {v} sont orthogonaux.

Exercice 3.5

Soit {E} préhilbertien réel, et {f:E\to E} avec : {\forall\, (x,y),\;\left(f(x)\mid y\right)=\left(x\mid f(y)\right)}. Montrer que {f} est linéaire.

Définition (sous-espaces vectoriels orthogonaux)

Soit {F} et {G} deux sous-espaces vectoriels d’un espace préhilbertien réel {E}.

On dit que {F} et {G} sont orthogonaux si : {\;\forall\, x\in F,\;\forall\, y\in G,\;\left(x\mid y\right)=0}.

Remarque : si {F} et {G} sont orthogonaux, ils sont en somme directe.


Proposition (orthogonal d'un sous-espace vectoriel)

Soit {F} un sous-espace vectoriel d’un espace préhilbertien réel {E}.

On note {F^{\bot}=\left\{y\in E,\;\forall\, x\in F,\;\left(x\mid y\right)=0\right\}}.

En d’autres termes, {F^{\bot}} est l’ensemble des vecteurs de {E} qui sont orthogonaux à tous ceux de {F}.

L’ensemble {F^{\bot}} est un sous-espace vectoriel de {E}. On l’appelle l’orthogonal de {F}.

Remarques

  • De manière évidente, on a {\left\{\overrightarrow{0}\right\}^\bot=E}, et {E^\bot=\left\{\overrightarrow{0}\right\}}.

  • Dire que les sous-espaces {F} et {G} sont orthogonaux, c’est dire que {F\subset G^\bot}, ou encore {G\subset F^\bot}.

    L’espace {F^\bot} est, au sens de l’inclusion, le plus grand sous-espace de {E} orthogonal à {F}.

  • Si on a l’inclusion {F\subset G}, alors on a l’inclusion {G^\bot\subset F^\bot}.

  • Pour tout sous-espace de {E}, on a l’inclusion {F\subset (F^{\bot})^{\bot}} ({F} est inclus dans son double orthogonal).

    On verra plus loin que si {F} est de dimension finie, il s’agit d’une égalité.

  • Si {F=\mathrm{Vect}\left\{x_i,\;i\in I\right\}}, alors : {\;y\in F^{\bot}\;\Leftrightarrow\;\forall\, i\in I,\;\left(y\mid x_{i}\right)=0}.

Exercice 3.6

On munit {\mathbb{R}[X]} du produit scalaire {\left(A\mid B\right)=\displaystyle\int_{-1}^{1}A(t)B(t)\,\mathrm{d}t}.

On définit {\varphi\colon A\mapsto\displaystyle\int_{-1}^{1}\!\left|t\right|A(t)\,\mathrm{d}t}, et on note {H} l’hyperplan noyau de cette forme linéaire non nulle.

Pour tout {A} de {\mathbb{R}[X]}, montrer que {A-\varphi(A)} est dans {H}. A-t’on l’égalité {\mathbb{R}[X]=H\oplus H^{\bot}}?

Familles orthogonales

Ce contenu nécessite une souscription active.

Retour à l’accueil du cours

Sommaire du chapitre 3

  1. Produit scalaire et norme associée
  2. Orthogonalité
  3. Bases orthonormales d’un espace euclidien
  4. Projection orthogonale sur un sous-espace de dimension finie
  5. Formes linéaires sur un espace euclidien