On d´efinit PF:E→Epar PF(x) = Pn
1< x, ei> ei. Alors on a
Lemme.PFest un projecteur sur Fparall`element `a F⊥.
•• D´emonstration. Si x∈F, alors PF(x) = x, donc P2
F=PF. Donc PF
est un projecteur. Le noyau Ker(PF) = {x∈E:< x, ei>= 0, i = 1, ..., n}=
{x∈E:< x, y >= 0}pour tout y∈F, donc Ker(PF) = F⊥.••
Corollaire. Si Fest un sous-espace de dimension finie, F⊥est un
suppl´ementaire de F:E=FLF⊥, somme directe orthogonale. On a aussi
(F⊥)⊥=F.
.
Projection orthogonale dans une base quelconque.
Le vecteur y=PF(x) est caract´eris´e par les conditions
y∈Fet < y, z >=< x, z > pour tout vecteur zde F.
Soit (e1, ..., en) une base de F. La derni`ere condition est donc ´equivalente
`a < y, ej>=< x, ej>,j= 1, ..., n.
Posons PF(x) = Pn
1yiei. pour d´eterminer les coefficients yion doit
r´esoudre le syst`eme:
Pn
1yi< ei, ej>=< x, ej>,j= 1, ..., n.
La matrice de ce syst`eme G= (< ei, ej>) s’appelle matrice de Gram.
Soit (˜e1, ..., ˜en) une base orthonormale et ej=Piaij ˜ei, donc
aij = (<˜ei, ej>). Soit A= (aij ), alors G=tAA. En particulier, Gest
d´efinie positive et d´et G= (d´et A)2.
.
2.6. Projection othogonale et meilleur approximation en moyenne
quadratique. Distance `a un sous-espace.
Lemme. Soit Fest un sous-espace de dimension finie et x∈E. Alors
la projection PF(x) r´ealise la distance minimale entre xet les vecteurs de
F:kx−PF(x)k= min {k x−zk, z ∈F}.
.
Exemple. Ajustement affine.
Soit x1< x2< ... < xnet S= (x1, ..., xn).
Soit El’espace des fonctions d´efinies sur S`a valeurs r´eelles.
Le produit scalaire dans Eest d´efini par < f, g >=Pn
1f(xi)g(xi);
Etant donn´e f,l’ajustement affine par les moindres carr´es consite `a
d´eterminer une fonction affine φ(x) = ax +btelle que l’´ecart kf−φk2=
Pn
1[f(xi)−φ(xi)]2soit minimal.
La r´eponse est donn´ee par la projection orthogonal sur le sous-espace
des fonctions affines. Les coefficients aet bsont les solutions du syst`eme
lin´eaire: < φ, 1>=< f, 1>,< φ, x >=< f, x >. Plus explicitement,
na + (Pxi)b=Pf(xi),
(Pxi)a+ (Px2
i)b=Pxif(xi).
3