2A - Approfondissement en maths Année 2014–2015 Autour des projecteurs orthogonaux 1 Définition des projecteurs et propriétés Soient E un K-espace vectoriel (où K = R ou C), F et G deux sous-espaces vectoriels supplémentaires dans E : E = F ⊕ G. Pour tout x de E, il existe (x′ , x′′ ) ∈ F × G unique tel que x = x′ + x′′ . E → x 7→ projecteur sur F parallèlement à G. 1. Montrer que l’application p : E est un endomorphisme de E. L’application p est appelée le x′ 2. Montrer que : (a) p ◦ p = p, (b) Im(p) = F , et (c) Ker(p) = G. 3. Établir une réciproque. 4. Exercice : Soient E un K-espace vectoriel (où K = R ou C), p et q deux projecteurs de E. Montrer que p + q est un projecteur si et seulement si : p ◦ q = q ◦ p = 0. 2 Projecteurs orthogonaux Soit (E, < ·, · >) un espace vectoriel euclidien de dimension n > 1. Pour tout sous-espace vectoriel F de E, on appelle projecteur orthogonal sur F le projecteur sur F parallèlement à F ⊥ et on le note pF . 1. Soit x ∈ E. Montrer que l’application F y → 7 → R admet une borne inférieure et que celle-ci ∥x − y∥ est atteinte en pF (x) seulement. 2. Soit (e1 , . . . , ep ) une base orthonormée de F . Montrer que : ∀x ∈ E, pF (x) = p ∑ < ei , x > ei . i=1 3. Soit p un projecteur de E. Montrer que p est un projecteur orthogonal si et seulement si p est symétrique. 4. Soit p un projecteur orthogonal de E. Montrer qu’il existe une base orthonormée B de E telle que ( ) Ir 0 MatB (p) = , où r = rg(p). 0 0 5. Exercice : Soit p une projection d’un espace vectoriel eucliden E. Montrer que la projection p est orthogonale si et seulement si ∀x ∈ E, ∥p(x)∥ 6 ∥x∥. 1 3 Matrice d’une projection orthogonale Soient E un espace vectoriel euclidien de dimension 3 muni d’une base orthonormée B et p un endomor5 −2 1 phisme déterminé par MatB (p) = 16 −2 2 2 . Montrer que p est une projection orthogonale sur un 1 2 5 plan dont on précisera une équation. 4 Espace de Hilbert et projection orthogonale Un espace préhilbertien est un espace vectoriel E (de dimension finie ou infinie) muni d’un produit scalaire (forme bilinéaire symétrique définie positive) noté < ·, · >. Exemples : L’espace euclidien Rn , l’ensemble des suites infinies de nombres réels, tous nuls sauf un nombre fini, ... sont des espaces préhilbertiens. A partir du produit scalaire < ·, · >, on définit naturellement : √ – la norme d’un vecteur x ∈ E : ∥x∥ = < x, x >, et – la distance entre deux vecteurs x, y ∈ E : d(x, y) = ∥x − y∥. Une suite de vecteurs (xn )n∈Z de E converge vers un vecteur x de E si : ∀ε, ∃N (ε), ∀n > N (ε), d(xn , x) 6 ε. Une suite de vecteurs (xn )n∈Z d’un espace vectoriel muni d’une norme forme une suite de Cauchy si : ∀ε, ∃N (ε), ∀m, n > N (ε), d(xm , xn ) 6 ε. Toute suite convergente est une suite de Cauchy mais la réciproque n’est pas toujours vraie. Un espace vectoriel normé complet est un espace dans lequel toute suite de Cauchy converge. √ Exemples : Rn et Cn sont des espaces complets MAIS Q ne l’est pas ( 2 n’est pas un nombre rationnel mais est pourtant la limite d’une suite de Cauchy de rationnels). Un espace de Hilbert est un espace préhilbertien complet. Exemples : Rn et tout espace vectoriel de dimension finie sont des espaces de Hilbert. L’espace noté ℓ2 (N) des suites de carrés sommables est un espace de Hilbert. L’espace L2 (Ω, A, P) muni du produit scalaire < X, Y >= Cov(X, Y ) = E[(X − E(X))(Y − E(Y ))] est un espace de Hilbert. Etablir les propriétés de la projection orthogonale dans le cadre des espaces de Hilbert, propriétés similaires à celles des espaces vectoriels euclidiens (de dimension finie). 2