Le cours expliqué simplement, les questions que tous les élèves se posent et des exercices type examen national. Programme marocain, gratuit.
📘 Fiche de cours
L'essentiel du cours
Un espace préhilbertien réel $E$ est un espace vectoriel muni d'une forme bilinéaire symétrique définie positive notée $\langle \cdot, \cdot \rangle$.
Norme : $|x| = \sqrt{\langle x, x \rangle}$.
Cauchy-Schwarz : $|\langle x, y \rangle| \leq |x| \cdot |y|$.
Orthogonalité : $x \perp y \iff \langle x, y \rangle = 0$.
Théorème de Pythagore : Si $x \perp y$, alors $|x+y|^2 = |x|^2 + |y|^2$.
Méthodes à maîtriser
Vérifier qu'une forme est un produit scalaire : Vérifier la bilinéarité, la symétrie et le caractère défini positif (positivité + noyau réduit au vecteur nul).
Orthonormalisation de Gram-Schmidt : Transformer une base $(e_1, \dots, e_n)$ en une base orthonormée $(u_1, \dots, u_n)$.
Calcul de projection : Utiliser la formule $p_F(x) = \sum_{i=1}^n \langle x, u_i \rangle u_i$ où $(u_i)$ est une base orthonormée de $F$.
Exemples corrigés
Exemple 1 : Dans $\mathbb{R}^2$, avec le produit scalaire usuel, si $x=(1,1)$ et $y=(1,-1)$, alors $\langle x, y \rangle = 1(1) + 1(-1) = 0$. Ils sont orthogonaux.
Exemple 2 : Soit $E = \mathbb{R}_n[X]$ muni de $\langle P, Q \rangle = \int_0^1 P(t)Q(t) dt$. C'est un produit scalaire classique.
Erreurs fréquentes
Oublier la condition "définie positive" (notamment le fait que $\langle x, x \rangle = 0 \implies x=0$).
Confondre orthogonalité et indépendance linéaire (une famille orthogonale de vecteurs non nuls est toujours libre).
Appliquer Gram-Schmidt sans vérifier que la famille de départ est libre.
🌉 Jisr : les mots du chapitre FR ⇄ AR
Tu as appris les sciences en arabe ? Touche un mot pour voir sa traduction et une explication en darija.
Elle sert à construire une base orthonormée à partir d'une base quelconque.
Elle est indispensable pour calculer des projections orthogonales ou des distances.
💡 À retenir : Gram-Schmidt transforme une base "quelconque" en une base "facile à manipuler".
Kifach n3ref wach wahed l'application hiya produit scalaire wla la?
Vérifie la bilinéarité : l'application doit être linéaire par rapport à chaque variable.
Vérifie la symétrie : $\langle x, y \rangle = \langle y, x \rangle$.
Vérifie le caractère défini positif : $\langle x, x \rangle \geq 0$ et $\langle x, x \rangle = 0 \iff x = 0$.
💡 À retenir : Si l'une de ces trois conditions manque, ce n'est pas un produit scalaire.
Est-ce que toute famille orthogonale est une base ?
Non. Une famille orthogonale est libre, mais elle n'est une base que si elle engendre l'espace (c'est-à-dire si son cardinal est égal à la dimension de l'espace).
💡 À retenir : Une famille orthogonale de vecteurs non nuls est libre, mais pas forcément génératrice.
Comment démontrer que deux sous-espaces sont orthogonaux ?
Il faut montrer que pour tout $x \in F$ et tout $y \in G$, on a $\langle x, y \rangle = 0$.
💡 À retenir : Il suffit de tester la propriété sur une base de chaque sous-espace.
Est-ce que le produit scalaire usuel est le seul possible ?
Non, sur un même espace vectoriel, on peut définir plusieurs produits scalaires différents.
💡 À retenir : Le produit scalaire dépend de la définition choisie dans l'énoncé.
Kifach n7seb la distance bin wahed le point o wahed le plan ?
Tu projettes le point sur le plan (projection orthogonale $p(x)$).
La distance est égale à la norme du vecteur différence : $d(x, F) = |x - p(x)|$.
💡 À retenir : La distance est la norme du vecteur "erreur" de projection.
Peut-on avoir langle x, y rangle = |x| |y| sans que x et y soient colinéaires ?
Non, d'après le cas d'égalité de Cauchy-Schwarz, cela implique que $x$ et $y$ sont liés (colinéaires).
💡 À retenir : L'égalité dans Cauchy-Schwarz caractérise la colinéarité.
Est-ce que l'orthogonal d'un sous-espace est toujours un sous-espace ?
Oui, l'orthogonal $F^\perp$ d'un sous-espace $F$ est toujours un sous-espace vectoriel de $E$.
💡 À retenir : L'orthogonalité préserve la structure d'espace vectoriel.
Pourquoi on utilise souvent des bases orthonormées ?
Parce qu'elles simplifient énormément les calculs de coordonnées : les coordonnées d'un vecteur $x$ sont simplement $\langle x, u_i \rangle$.
💡 À retenir : Dans une base orthonormée, le calcul est beaucoup plus rapide.
Est-ce que langle x, y rangle peut être négatif ?
Oui, le produit scalaire peut être négatif (c'est le cas si l'angle entre les vecteurs est obtus).
💡 À retenir : Seule la norme est toujours positive, pas le produit scalaire.
Wach l'orthogonal dyal l'orthogonal dyal F howa F nit?
Oui, si $E$ est de dimension finie, on a $(F^\perp)^\perp = F$.
💡 À retenir : C'est une propriété fondamentale en dimension finie.
✍️ Exercices type examen national
Exercice 1
Soit $E = \mathbb{R}^3$ muni du produit scalaire usuel. Soit $F = \text{vect}((1,1,0), (0,1,1))$.
Montrer que $F$ est un sous-espace vectoriel de $E$.
Appliquer le procédé de Gram-Schmidt pour trouver une base orthonormée de $F$.
Un espace préhilbertien réel E est un espace vectoriel muni d'une forme bilinéaire symétrique définie positive notée ⟨⋅,⋅⟩.
Norme : ∥x∥=⟨x,x⟩.
Cauchy-Schwarz : ∣⟨x,y⟩∣≤∥x∥⋅∥y∥.
Orthogonalité : x⊥y⟺⟨x,y⟩=0.
Théorème de Pythagore : Si x⊥y, alors ∥x+y∥2=∥x∥2+∥y∥2.
Méthodes à maîtriser
Vérifier qu'une forme est un produit scalaire : Vérifier la bilinéarité, la symétrie et le caractère défini positif (positivité + noyau réduit au vecteur nul).
Orthonormalisation de Gram-Schmidt : Transformer une base (e1,…,en) en une base orthonormée (u1,…,un).
Calcul de projection : Utiliser la formule pF(x)=∑i=1n⟨x,ui⟩ui où (ui) est une base orthonormée de F.
Exemples corrigés
Exemple 1 : Dans R2, avec le produit scalaire usuel, si x=(1,1) et y=(1,−1), alors ⟨x,y⟩=1(1)+1(−1)=0. Ils sont orthogonaux.
Exemple 2 : Soit E=Rn[X] muni de ⟨P,Q⟩=∫01P(t)Q(t)dt. C'est un produit scalaire classique.
Erreurs fréquentes
Oublier la condition "définie positive" (notamment le fait que ⟨x,x⟩=0⟹x=0).
Confondre orthogonalité et indépendance linéaire (une famille orthogonale de vecteurs non nuls est toujours libre).
Appliquer Gram-Schmidt sans vérifier que la famille de départ est libre.
Dans un espace préhilbertien, si ⟨x,y⟩=0, alors :
x=0 ou y=0
∥x+y∥=∥x∥+∥y∥
∥x+y∥2=∥x∥2+∥y∥2
x et y sont colinéaires
Oui, par définition, la norme ∥x∥=⟨x,x⟩ est toujours positive ou nulle. Elle ne vaut zéro que si le vecteur est nul.
💡 À retenir : La norme mesure une "distance", elle ne peut jamais être négative.
Vérifie la bilinéarité : l'application doit être linéaire par rapport à chaque variable.
Vérifie la symétrie : ⟨x,y⟩=⟨y,x⟩.
Vérifie le caractère défini positif : ⟨x,x⟩≥0 et ⟨x,x⟩=0⟺x=0.
💡 À retenir : Si l'une de ces trois conditions manque, ce n'est pas un produit scalaire.
Il faut montrer que pour tout x∈F et tout y∈G, on a ⟨x,y⟩=0.
💡 À retenir : Il suffit de tester la propriété sur une base de chaque sous-espace.
Tu projettes le point sur le plan (projection orthogonale p(x)).
La distance est égale à la norme du vecteur différence : d(x,F)=∥x−p(x)∥.
💡 À retenir : La distance est la norme du vecteur "erreur" de projection.
Non, d'après le cas d'égalité de Cauchy-Schwarz, cela implique que x et y sont liés (colinéaires).
💡 À retenir : L'égalité dans Cauchy-Schwarz caractérise la colinéarité.
Oui, l'orthogonal F⊥ d'un sous-espace F est toujours un sous-espace vectoriel de E.
💡 À retenir : L'orthogonalité préserve la structure d'espace vectoriel.
Parce qu'elles simplifient énormément les calculs de coordonnées : les coordonnées d'un vecteur x sont simplement ⟨x,ui⟩.
💡 À retenir : Dans une base orthonormée, le calcul est beaucoup plus rapide.
Oui, si E est de dimension finie, on a (F⊥)⊥=F.
💡 À retenir : C'est une propriété fondamentale en dimension finie.
Exercice 1
Soit E=R3 muni du produit scalaire usuel. Soit F=vect((1,1,0),(0,1,1)).
Montrer que F est un sous-espace vectoriel de E.
Appliquer le procédé de Gram-Schmidt pour trouver une base orthonormée de F.
Exercice 2
Soit E=R2[X] muni de ⟨P,Q⟩=∫01P(t)Q(t)dt.
Calculer la norme du polynôme P(X)=X.
Exercice 3
Soit E un espace préhilbertien. Montrer que ∀x,y∈E,∥x+y∥2+∥x−y∥2=2(∥x∥2+∥y∥2).