Université Mohammed V – Agdal ‫

 
 ا – اآال‬
Faculté des Sciences Juridiques, ‫آ ام ا واد‬
Economiques et sociales   ‫وا‬
RABAT ‫اا! ط‬
http://www.fsjesr.ac.ma

Filière de Sciences Économiques et de Gestion

Semestre : S4
Module : M 16 (Méthodes Quantitatives IV)
Matière : Algèbre II

C
CHHA
APPIIT
TR E 22 :: PRODUIT SCALAIRE-ORTHOGONALITE
RE

I- Produit scalaire dans
 et Espace euclidien
 ........................................................... 2

I-1 Définitions ...................................................................................................................................................... 2
I-2 Matrice d'un produit scalaire .......................................................................................................................... 3
I-3 Produit scalaire et norme euclidienne ............................................................................................................. 4
I-4 Produit scalaire et angle de deux vecteurs ...................................................................................................... 5
II- Orthogonalité .................................................................................................................. 5
II-1 Vecteurs orthogonaux ................................................................................................................................... 5
II-2 Procédé d’orthogonalisation de Gram-Schmidt ............................................................................................ 6
II-3 Sous espaces vectoriels orthogonaux ............................................................................................................ 7
III- Projection - Projection orthogonale ............................................................................. 8
III-1 Définitions ................................................................................................................................................... 8
III-2 Détermination pratique de la projection orthogonale .................................................................................. 9
III-1 Caractérisation et propriétés ...................................................................................................................... 10

IV-1 Droites dans
 ......................................................................................................................................... 12

IV- Application aux droites et aux plans ........................................................................... 12

Equation d’une droite dans le plan ....................................................................................................... 12

IV-2 Plans et droites dans
 ............................................................................................................................. 14

Projection orthogonale sur une droite du plan..................................................................................... 13

Equation d’un plan, équation d’une droite dans l’espace .................................................................... 14

Projection orthogonale sur un plan ...................................................................................................... 16
Projection orthogonale sur une droite .................................................................................................. 17
V- Application aux matrices : images et noyaux orthogonaux ........................................ 17
VI- Retour aux systèmes linéaires (solution au sens des MCO) ...................................... 18

Professeure Salma DASSER Session printemps-

printemps-été
1
 II-- PPrroodduuiitt ssccaallaaiirree ddaannss


 eett EEssppaaccee eeuucclliiddiieenn

[S4, Module M 16 : MQ IV, Matière : Algèbre II]


Chapitre 2 : Produit scalaire -Orthogonalité

I-1 Définitions

On appelle produit scalaire dans
 toute application  de
 
 dans
qui possède les
Définition : (Produit scalaire)

On notera  ,  , ou simplement  , , le nombre réel  , .

propriétés ci-dessus.

- Linéarité par rapport à la première variable :  ,  ,  
  ,  


(1) La bilinéarité.

   ,    ,     , 
  .  .  ,   .  ,   .   , 
. ,   .  , 

   ,    ,     , 
ou encore :

   .  .  ,   .  ,   .   , 
. ,   .  , 

- Linéarité par rapport à la deuxième variable :  , ,   
  ,  


 ,        ,    ,   
   , .   .     .  ,   .  ,   
 , .   .  , 

 ,        ,    ,   
ou encore :

    , .   .     .  ,   .  ,   
 , .   .  , 

 ,  
 
 ,    ,  ou encore  ,   , 
(2) La bilinéarité.

 
   ,  & 0 ou encore  ,  & 0

(3) La positivité.

 
   ,   0  ( 0 ou encore  ,   0  ( 0
(4) La non dégénérescence.

Lorsqu'il est muni d'un produit scalaire . , .  ,
 est appelé un espace vectoriel euclidien.
Définition : (Espace vectoriel euclidien)

On le note par )
 , . , .  *

(1)  ,   ∑ ,-. , , est un produit scalaire sur
: produit scalaire canonique ou usuel de
.
 
Exemples :

(2)  ,   ∑,-. /, , , , /, 0 0, 1  1, … 4 est un produit scalaire sur
 .



(3)  ,   2 . 1  . 2   1   2 est un produit scalaire sur
 .

(4)  ,   2 . 1  2  2  2  3  . 2   1  . 3   1   3   2 est un produit
scalaire sur
 .

Professeure Salma DASSER Session printemps-

printemps-été
2
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

I-2 Matrice d'un produit scalaire

La matrice d’un produit scalaire . , .  défini sur
 , muni de sa base canonique 7. , … ,  8
Définition : (Matrice d’un produit scalaire)

c’est la matrice 9 définie par :,;  ), , ; *, 1  1, 4 .

Exemples :

(2) La matrice du produit scalaire défini  ,   ∑,-. /, , , , /, 0 0 c’est la matrice diagonale /,, .<,< .
(1) La matrice du produit scalaire canonique c’est la matrice identité.

2 1
(3) La matrice du produit scalaire défini  ,   2 . 1  . 2   1   2 c’est la matrice = >.
1 1
(4) La matrice du produit scalaire défini  ,   2 . 1  2  2  2  3  . 2   1  . 3   1 
2 1 1
 3   2 c’est la matrice ?1 2 1@.
1 1 2

Définition : (Matrice symétrique définie positive)

Une matrice symétrique est dite définie positive si toutes ses valeurs propres sont strictement
positives.

Exemples :
(1) La matrice identité est une matrice symétrique définie positive.
(2) Une matrice diagonale est une matrice symétrique définie positive si tous ses éléments diagonaux sont

1 2
(3) La matrice symétrique = > n’est pas définie positive.
strictement positifs.

2 1
2 1
(4) La matrice symétrique = > est définie positive.
1 1
1 1 A1
(5) La matrice symétrique ? 1 1 1 @ n’est pas définie positive car BC D  AD  1D A 2
A1 1 1
2 1 1
(6) La matrice symétrique ?1 2 1@ est définie positive car BC D  AD A 4D A 2
1 1 2

La matrice d’un produit scalaire sur
 est une matrice symétrique définie positive.
Proposition :

Exemples :

La matrice du produit scalaire  ,   ∑,-. /, , , , /, 0 0 est symétrique définie positive.

(1) La matrice du produit scalaire canonique est symétrique définie positive (la matrice identité).

 ,   2 . 1  . 2   1   2 est symétrique définie positive.

(2)

La matrice du produit scalaire  ,   2 . 1  2  2  2  3  . 2   1  . 3   1 

(3) La matrice du produit scalaire

 3   2 est symétrique définie positive.

(4)

Professeure Salma DASSER Session printemps-

printemps-été
3
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

Une matrice carrée d’ordre 4 définit un produit scalaire sur
 si et seulement si elle est
Proposition :

Soit 9 une matrice symétrique définie positive d’ordre 4.

symétrique définie positive.

L’application  de
 
 dans
par  ,   F . 9.  est un produit scalaire sur
 .

On notera  , G , le nombre réel  , .

1 2
(1) La matrice symétrique = > ne définit pas de produit scalaire sur
 car elle n’est pas définie positive.
Exemples :

2 1
2 1
(2) La matrice symétrique = > définit un produit scalaire
 (car elle est définie positive) par
1 1
2 1 1
 ,    .   = > H I  2 . 1  . 2   1   2
1 1 2
1 1 A1
(3) La matrice ? 1 1 1 @ ne définit pas de produit scalaire sur
 car elle n’est pas définie positive.
A1 1 1
2 1 1
(4) La matrice symétrique ?1 2 1@ définit un produit scalaire
 (car elle est définie positive) par
1 1 2
2 1 1 1
 ,    .    ?1 2 1@ J2 K
1 1 2 3
 ,   2 . 1  2  2  2  3  . 2   1  . 3   1   3   2

I-3 Produit scalaire et norme euclidienne

Soit  ,  un produit scalaire sur
 . On notera L L simplement par L L.

Définition :

L’application définie de
 vers
par : L L  M ,  s’appelle norme euclidienne.

Le nombre L L s’appelle norme du vecteur .


L’application définie de
 vers
par : N ,   L A L s’appelle distance euclidienne.



La distance d’un point à un sous espace vectoriel O est donnée par : N , O  minL A L

RS


Homogénéité : LD. TL  |D|. LTL

Propriétés : (norme euclidienne)

Norme d’une somme de deux vecteurs : LT  VL  LTL  LVL  2. T, V

(1)

Inégalité de Schwarz : |T, V| W LTL. LVL

(2)

Inégalité de Minkowski : LT  VL W LTL  LVL

(3)
(4)

(1) N ,   N, 
Propriétés : (distance euclidienne)

(2) N ,   0   
(3) N , X W N ,   N, X

Professeure Salma DASSER Session printemps-

printemps-été
4
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

Proposition :
Si )
 , . , .  * est un espace euclidien, alors : T, V 
 ; T, V  LT  VL A LT A VL 
.
Z

Pour désigner un espace euclidien, on note alors aussi )
 , L. L * au lieu de )
 , . , .  *,

La connaissance de la norme détermine complètement le produit scalaire.

L. L étant la norme euclidienne associée au produit scalaire . , .  .

I-4 Produit scalaire et angle de deux vecteurs

Si T et V sont deux vecteurs non nuls de 
[ , . , .  alors il existe un unique angle θ  ]0, π_ tel
Proposition :

|T, V| W LTL. LVL

que cos a  LbL.LcL :  e A1 W LbL.LcL W 1 e fa  ]0, g_/ cos a  LbL.LcL
b,c b,c b,c
LTL. LVL d 0

Si T et V sont deux vecteurs non nuls de 
 , . , .  alors l’unique angle a  ]0, g_ vérifiant
Définition :

cos a  LbL.LcL s’appelle angle des deux vecteurs T et V .

b,c

On considère dans toute la suite l’espace euclidien 
 , . , .  : où
 est muni du produit scalaire usuel :
 
i, j 
 i, j  k il jl ; LiL  nkil o


lm lm

IIII-- O
Orrtthhooggoonnaalliittéé
II-1 Vecteurs orthogonaux

On dit que deux vecteurs T et V de
 sont orthogonaux et on note T p V ssi T, V  0.

Définition :

r
Propriétés :

(1) L’angle de deux vecteurs orthogonaux T et V est égal à : cosT, V  LbL.LcL  0

q b,c

(2) Deux vecteurs T et V sont orthogonaux ssi LT  VL  LTL  LVL (l’identité de Pythagore)

Un système de vecteurs 7T. , … , Ts 8 de
 est un système orthogonal ssi T, , T;   0 t1 1 d u.

Définition :

Professeure Salma DASSER Session printemps-

printemps-été
5
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

Proposition :
Un système orthogonal est libre.

Un système, de n vecteurs de
 , 7T. , … , T 8 est une base orthonormée ssi :

Définition :

0 t1 1 d u T, , T;   0 t1 1 d u
T, , T;   v,;   tt1  .
1 t1 1 d u T, , T,   LT, L  1

Tout sous espace vectoriel de 
 , . , .  admet une base orthonormée.

Proposition :

II-2 Procédé d’orthogonalisation de Gram-Schmidt

Soit w un sous espace de 
 , . , .  . Le procédé d’orthogonalisation de Gram-Schmidt consiste à
construire une base orthonormée xy. , … , yz { de w à partir d’une base quelconque xT. , … , Tz { de w .

Étapes du procédé :

Départ : xT. , … , Tz { une base de w.

Étape 1 : construire le 1er vecteur de la base orthonormée y.
y|.
y|.  T. } y. 
Ly|. L

Étape 2 : construire le 2ème vecteur de la base orthonormée y
y|
y|  T A T , y. . y. } y 
Ly| L

Étape r : construire le rième vecteur de la base orthonormée y~
y|~
y|~  T~ A T~ , y. . y. … A T~ , y~. . y~. } y~ 
Ly|~ L

Étape p : construire le pième vecteur de la base orthonormée yz
y|z
y|z  Tz A Tz , y. . y. … A Tz , yz. . yz. } yz 
€y|z €

Arrivée : xy. , … , yz { est une base orthonormée de .

Exemple :

Une base orthonormée du sous espace vectoriel   7 . ,  ,  , Z  
Z / .      Z  08

T1  A1,1,0,0

Départ : On construit une base 7T. , T , T 8 de  ‚T2  A1,0,1,0
T3  A1,0,0,1

Étape 1 : On construit le 1er vecteur de la base orthonormée y.  H , , 0,0I
. .
√ √
 y .  T.  A1,1,0,0
 Ly . L  √2
 y.  L„ L . y|.   . A1,1,0,0
. .
… √

Professeure Salma DASSER Session printemps-

printemps-été
6
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

Étape 2 : construire le 2ème vecteur de la base orthonormée y  H , , , 0I

. . 
à à à

 y    T A T , y. . y.  A1,0,1,0 A H , , 0,0I  H  ,  , 1,0I ; T , y.  

. . . . . .
√ √ √ √
.  . 
 Ly   L  ‡H I  H I  1  ‡

  

 y  L„ L . y|  ‡ . H  , , 1,0I

.  . .
ˆ 

Étape 3 : construire le 3ème vecteur de la base orthonormée y  H , , , I

. . . 
 √  √  √  √

y    T A T , y. . y. A T , y . y ; T , y.   , T , y  

. .
à à
y    A1,0,0,1 A H , , 0,0I A . H , , , 0I  H , , , 1I

. . . . . .  . . .
√  
√ √  √ † †
√ √ √ † †   

  
Ly   L  ‡H I  H I  H I  1 
. . . 
   √


y  L„ L . y|  . H , , , 1I
. √ . . .
   

Arrivée : 7y. , y , y 8 est une base orthonormée de .
‰


II-3 Sous espaces vectoriels orthogonaux

Soit  un sous-espace vectoriel de
 . On appelle sous-espace orthogonal de  et on note

Définition :

 Š l’ensemble :  Š  7V 
 / T, V  0 T  8

Deux sous espaces vectoriels O et ‹ de
 sont supplémentaires ssi
 est leur somme directe :
Rappel :

OŒ‹ 
 tt1  
 ; f! , X  O  ‹ /    X

L’orthogonal d’un sous-espace vectoriel de 
 , ,  est un sous espace vectoriel de 
 , , .
Proposition :

Un sous espace vectoriel et son orthogonal sont supplémentaires dans
 : Œ Š 
 .

L’orthogonal de l’orthogonal d’un sous espace vectoriel lui est égal :  Š Š  
En particulier, on a : 70, … ,08Š 
 et 
 Š  70, … ,08

Si   VŽxT1 , … , T { est un sous-espace vectoriel de
 alors :

Proposition :

 Š  xV 
 / T. , V    Tz , V  0{

Exemple :   7 . ,  ,  , Z  
Z / .      Z  08

T1  A1,1,0,0
  VŽ7T1 , T2 , T3 8 avec ‚T2  A1,0,1,0 ; car 7T. , T , T 8 est une base de .
T3  A1,0,0,1

Professeure Salma DASSER Session printemps-

printemps-été
7
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

 T 1 ,   0 A 1  2  0 A 1  2  0

  1 , 2 , 3 , 4     ‚T2 ,   0  ‘A 1  3  0  ‘A 1  3  0
Š  
 T 3 ,   0 A 1  4  0 A 1  4  0

 Š  7 1 , 2 , 3 , 4  
/ A 1  2  0 ; A 1  3  0 ; A 1  4  08
4

 Š  VŽ7V1 8 ; avec V.  1,1,1,1 une base de  Š .

Un sous espace vectoriel de
 est dit hyperplan s’il est de dimension 4 A 1.

Définition :

  7 . ,  ,  , Z  
Z / .      Z  08 est un hyperplan de
Z : dim
Z   4 et dim  3

Exemple :

Soit H un hyperplan de 
[ , . , .  alors il existe un vecteur V 
[ tel que ” Š  VŽ7V8.

Proposition :

  7 . ,  ,  , Z  
Z / .      Z  08 est un hyperplan de
Z .
Exemple :

fV.  1,1,1,1 
Z / p  VŽ7V. 8.

Soit H un hyperplan de 
[ , . , .  et ” Š  VŽ7V8.

Définition :

 Le vecteur V s’appelle "vecteur normal" ou "une normale" à H.

 Si LVL  1, V est un "vecteur normal unitaire" ou "normale unitaire" à H.

  7 . ,  ,  , Z  
Z / .      Z  08 est un hyperplan de
Z .
Exemple :

 Š  VŽ7V1 8, avec V1  1,1,1,1.

Le vecteur V.  1,1,1,1 est un vecteur normal à .

Le vecteur V˜.  Lc L . V.  H ,  ,  , I est un vecteur normal unitaire à .

. . . . .

…

IIIIII-- PPrroojjeeccttiioonn -- PPrroojjeeccttiioonn oorrtthhooggoonnaallee

III-1 Définitions

Si O et ‹ sont deux sous espaces vectoriels supplémentaires de
[ alors l’application  définie

Proposition :

par :  
[ ,     t1    X /VŽ   O X  ‹ est une application linéaire.

Professeure Salma DASSER Session printemps-

printemps-été
8
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

Soient O et ‹ sont deux sous espaces vectoriels supplémentaires de
[ :
[  O ™ ‹

Définition :

 L’application linéaire  définie sur
[ par     t1    X ;   O X  ‹ s’appelle la

projection sur š parallèlement à › .
 L’application linéaire œ  NžŸ A  définie sur
[ par œ   A   est la projection sur ‹
parallèlement à O .

Si O est un sous espace vectoriel de 
[ , . , .  alors la projection  sur O parallèlement à O Š

Définition :

s’appelle la projection orthogonale sur O. On la notera S .

III-2 Détermination pratique de la projection orthogonale

Soit O un sous-espace de 
[ , . , . .

Proposition :

Si  S  x¡. , … , ¡z { est une base orthonormée de O, et si S est la projection orthogonale sur O

alors :  
[ ; O    ∑,-z
,-.  , ¡, . ¡,

La projection orthogonale sur O Š est alors donnée par :  
[ ; S¢    A ∑,-z

,-.  , ¡, . ¡,

(1) £  7 . ,  ,  , Z  
Z / .      Z 8
Exemples :

dim£  1 : 7y. 8 est une base orthonormée de  avec y.  H ,  ,  , I.

. . . .

La projection orthogonale sur £ est donnée par :  
Z , £     , y1 . y1

¥     , y. . y.   1  2  3  4 . H , , , I
. . . . .
    
o

Donc, x 
Z , on a :
1 1 1 1
¥    §  1  2  3  4  ;  1  2  3  4  ;  1  2  3  4  ;  1  2  3  4 ¨
4 4 4 4

(2)   7 . ,  ,  , Z  
Z / .      Z  08

dim  3 : 7y. , y , y 8 est une base orthonormée de  avec

o y.  H  ,  , 0,0I , y  H † , † , † , 0I , y  H  ,   ,   ,  I
. . . .  . . . 
√ √ √ √ √ √ √ √ √

La projection orthogonale sur  est donnée par :

o  
Z ,      , y1 . y1   , y2 . y2   , y3 . y3
¬ , y1 . y1  √2  1 A 2  H√2 , √2 , 0,0I
A1 A1 1

ª
 , y2 . y2   1  2 A 2 3  H , , , 0I
A1 A1 A1 2

« √ 6 √6 √6 √6
ª , y . y  A1    A 3  H A1 , A1 , A1 , 3 I
o

© 3 3 2 √3 1 2 3 4 2 √3 2 √3 2 √3 2 √3

Professeure Salma DASSER Session printemps-

printemps-été
9
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

o qui donne :

¬  , y1 . y1  H2  1 A 2 , A 2  1 A 2 , 0,0I
1 1

ª
 , y2 . y2  H  1  2 A 2 3 ,  1  2 A 2 3 , A  1  2 A 2 3 , 0I
1 1 2

«
6 6 6

ª  , y . y  ® 1    A 3 , 1    A 3 , 1    A 3 , A 3    A 3 ¯
© 3 3 12 1 2 3 4 12 1 2 3 4 12 1 2 3 4 12 1 2 3 4

Donc, x 
Z , on a :
1 1 1 1
°    § 3 . A  A  A Z  ; A .  3  A  A Z  ; A . A   3  A Z  ; A . A  A   3 Z ¨
4 4 4 4

♦ Une méthode plus rapide pour déterminer la projection orthogonale sur  consiste à déterminer
Remarque :

avant, celle sur son orthogonal qui est de dimension plus petite : dim Š   4 A dim  1.

Š  £

La projection orthogonale ¥   sur £ est donnée par :
1 1 1 1
¥    §  .      Z  ;  .      Z  ;  .      Z  ;  .      Z ¨
4 4 4 4

La projection orthogonale sur  définie par °    A ¥   est alors donnée par :

1 1 1 1
°    § 3 . A  A  A Z  ; A .  3  A  A Z  ; A . A   3  A Z  ; A . A  A   3 Z ¨
4 4 4 4

III-1 Caractérisation et propriétés

Soient O et ‹ sont deux sous espaces vectoriels supplémentaires de
[ .

Proposition :

Si  est une projection sur O parallèlement à ‹ alors :

   ±   

 ± N² A   N² A  ±   0
(1)

:  O  ³´ N² A  ; :N² A   ‹  ³´

(2)

Une projection  est une projection orthogonale sur O ssi sa matrice dans une base orthonormée
(3)

de
[ est symétrique.

Un endomorphisme  de
[ est une projection ssi    ±   . Dans ce cas,

Proposition :

 est la projection sur : parallèlement à ³´.

œ  N
µ A  est la projection sur ³´ parallèlement à :.

Professeure Salma DASSER Session printemps-

printemps-été
10
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

Soit O un sous espace vectoriel de
[ . Soit  une projection orthogonale sur O.

Proposition :

Si  O alors   vérifie les propriétés :

1) L'égalité de Pythagore :
L L  L( )L  L A ( )L
(2) ( ) est l'unique vecteur de O minimisant la distance de à O :
L A ( )L  minL A L
RS

  7( . ,  ,  , Z ) 
Z / .      Z  08
Exemple :

1 1 1 1
° ( )  § (3 . A  A  A Z ) ; (A .  3  A  A Z ) ; (A . A   3  A Z ) ; (A . A  A   3 Z )¨
4 4 4 4

£   Š  7( . ,  ,  , Z ) 
Z / .      Z 8
1 1 1 1
p ( )  § ( .      Z ) ; ( .      Z ) ; ( .      Z ) ; ( .      Z )¨
4 4 4 4

L° ( )L  L1 A ° ( )L  L L  p ( )  A ° ( ) :

¬L° ( )L  €p ( )€  L L  ( .      Z )
      
ª
€p ( )€  L A ° ( )L  minL A L 

«
ª L° ( )L  € A p ( )€  minpL A L
© 

¬

En effet, on a : (après calcul)
Z Z Z
1
ªL° ( )L  n12 k( , ) A 8 k , ; A 8 k , ; s

ª 4
,-. ,Á;-. ,Á;Ás-.

« Z Z Z
ª 1
€ p ( )€  n4 k( , )  8 k , ;  8 k , ; s

ª  4
© ,-. ,Á;-. ,Á;Ás-.

e L° ( )L  €p ( )€  ( .         Z  )  L L



 (1,0,0,0): L L  1
¬L° ( )L  €p ( )€  1  L L


Par exemple :
 
3 A1 A1 A1 1 √3 ª 1
¬° ( )  ® ; ; ; ¯: L° ( )L  √12 
4 4 4 4 4 2  e min

L A L  €p ( )€ 
2 
« 1 1 1 1 1 1 «
( )  ® ; ; ; ¯  €p ( )€  √4 
©p 4 4 4 4 4 2 ªminL A L  L ( )L  √3
©p
°
2

Professeure Salma DASSER Session printemps-

printemps-été
11
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

V-- AApppplliiccaattiioonn aauuxx ddrrooiitteess eett aauuxx ppllaannss

IIV
Dans
 , les sous espaces vectoriels non triviaux sont des droites.

Tout sous espace vectoriel non trivial de
 est de dimension 1 : c’est un hyperplan de
 .
o un hyperplan de
 est une droite du plan.
Dans
 , les sous espaces vectoriels non triviaux sont des droites et des plans.

Tout sous espace vectoriel non trivial de
 est
• soit de dimension 2 : un hyperplan de
 , un hyperplan de
 est un plan de l’espace.
• ou de dimension 1 : c’est une droite de l’espace.

IV-1 Droites dans
o

Equation d’une droite dans le plan

Une droite  dans le plan
 a une équation, dite cartésienne, de la forme :
Définition :

Â: /  ¡  Ž  0, avec /, ¡ d 0,0

A¡
 Le vecteur T  H I est un vecteur directeur de la droite Â.
/
 Le coefficient directeur est :  A Ä.
Ã

♦ L’équation réduite d’une droite non parallèle à l’axe des ordonnés est de la forme :   :   ; :
Remarque :

est le coefficient directeur de la droite et  l’ordonnée à l’origine.

♦ L’équation réduite d’une droite parallèle à l’axe des ordonnés est de la forme :   .

Toute équation de la forme /  ¡  Ž  0, avec /, ¡ d 0,0, définit une droite D dans le
Proposition :

plan
 .
A¡

le vecteur T  H I est un vecteur directeur de D.
/
/

Le vecteur V  H I est un vecteur normal à D.
¡

   2  3  0

L’équation réduite de la droite  est donnée par :   A  A 
. 
Exemple :

1

Le vecteur V  H I est un vecteur normal à Â
2
A2

Le vecteurs V  H I est un vecteur directeur de Â.
1

Un vecteur directeur de la droite passant par deux points 9 ,  et Æ  ,    est donné par :
Proposition :

ÇÇÇÇÇÇÇÈ A |
9Æ  V  ® ¯
 A |

Professeure Salma DASSER Session printemps-

printemps-été
12
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

Toute droite D du plan passant par l’origine a une équation de la forme : /  ¡  0.
Proposition :

La droite   7 ,  
 / /  ¡  08 est un hyperplan de l’espace vectoriel
 .

L’hyperplan   7 ,  
 / /  ¡  08 a pour base x)– ¡, /*{ :   VŽx)– ¡, /*{.
L’orthogonal de l’hyperplan   VŽx)– ¡, /*{ est l’hyperplan Š  VŽ7/, ¡8.
Un vecteur normal à Š est un vecteur directeur de  Š Š  Â
L’hyperplan Š  VŽ7/, ¡8 est la droite d’équation A¡  /  0

Exemple : Â   2  0

  7 ,  
 /  2  08 est un hyperplan de l’espace vectoriel
 .

A2

Le vecteur V  H I définit une base 7A2,18 de  :   VŽx)– 2,1*{
1

L’orthogonal de l’hyperplan  est Š  VŽ71,28

Š est la droite d’équation A2    0.

Projection orthogonale sur une droite du plan

Soit D est une droite du plan d’équation /  ¡  0 : D  7 ,  
 / /  ¡  08

Ä

7y. 8 une base orthonormée de D avec y.  Ê√à ÃËÄ Ì

ˆ ˆ

√È ËĈ

La projection orthogonale sur D est alors donnée par :
A¡ / A¡ /
 ,  
 ; Í ) , *   , , y. . y.  ®  ¯ . ® , ¯
√/  ¡  √/  ¡  √/  ¡  √/  ¡ 

1
 ,  
 ; Í ) , *   ¡  A /¡, /  A /¡ 
 qui donne :

/  ¡

Soit D une droite dans le plan
 d’équation : /  ¡  0.

Proposition :

La projection orthogonale sur la droite D est donnée par :

1
 ,  
 ; Í ) , *   ¡  A /¡, /  A /¡ 
/  ¡

Si 9 ,  est un point du plan alors sa projection orthogonale sur la droite D est le point :
¡  A /¡ /  A /¡
Χ
9 ,  ¨
/  ¡  /  ¡

♦ La projection orthogonale sur la droite D d’un point 9 ,  de cette droite D est lui-même :
Remarque :

9 ,   Â: /  ¡  0 ¡  A /¡ ¡   /
¬    ÏÓ-Ï et RÓ-R
‚ Î ¡  A /¡ /  A /¡  ÐÑÑÑÑÑÒ /  ¡ /  ¡ Î ( 9
ÄR- ÃÏ  
ÐÑÑÑÑÑÑÒ 9
9§  , ¨ «/  A /¡ / 
  ¡ 

/  ¡ /  ¡ 
© /  ¡   /  ¡   

Professeure Salma DASSER Session printemps-

printemps-été
13
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

Exemple : Â   2  0

A2

Le vecteurs V  H I est un vecteur directeur de Â.
1


. Ì forme une base . de D  ÕHI 
/  2  0Ö.

Le vecteur y.  Ê√Ô 7y 8 

√Ô

La projection orthogonale sur D est alors donnée par :
1
 ,  
 ; Í ) , *   ¡  A /¡, /  A /¡ 
/  ¡

1
 qui donne :

 ,  
 ; Í ) , *  4 A 2,  A 2 
5

A2 1 A2 1 1
 ,  
 ; Í ) , *   , , y. . y.  ®  ¯ . ® , ¯  4 A 2,  A 2 
 ou encore :

√5 √5 √5 √5 5

Si 9 ,  est un point du plan alors sa projection orthogonale sur la droite  est le point :
4 A 2  A 2
9ή , ¯
5 5

 La projection orthogonale du point 91,2 sur la droite  est le point 9 Π0,0 : origine.
ÇÇÇÇÇÇÇÈ
Î p V  99 ÇÇÇÇÇÇÇÈ A2
Î , V  Ø, V  0; V  H I  Ø  H 0 A 1 A1
99 IH I
1 0A2 A2
 La projection orthogonale du point 9A2,1 sur la droite  est le point 9 lui-même 9  Â.
ÇÇÇÇÇÇÇÈ
99 Î p V  99 Î , V  Ø, V  0; V  HA2I  Ø  HA2  2I  H0I
ÇÇÇÇÇÇÇÈ
1 1A1 0
 La projection orthogonale du point 90,5 sur la droite  est le point 9 ΠA2,1.
ÇÇÇÇÇÇÇÈ
99 Î p V  99 Î , V  Ø, V  0; V  HA2I  Ø  HA2 A 0I  HA2I
ÇÇÇÇÇÇÇÈ
1 1A5 A4

IV-2 Plans et droites dans
Ù

Equation d’un plan, équation d’une droite dans l’espace

Un plan B dans l’espace
 a une équation, dite cartésienne, de la forme :

Définition :

B: /  ¡  ŽX  N  0, avec /, ¡, Ž d 0,0,0

Une droite  dans l’espace
 a une équation, dite cartésienne, de la forme :
/  ¡  ŽX  N  0  /, ¡, Ž d 0,0,0 
Â:  , avec 
/|  ¡|  Ž|X  N|  0 /|, ¡|, Ž| d 0,0,0

Professeure Salma DASSER Session printemps-

printemps-été
14
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

Toute équation de la forme /  ¡  ŽX  N  0, définit un plan B dans l’espace
 .

Proposition :

/

Le vecteur V  §¡ ¨ est un vecteur normal à B.
Ž
/  ¡  ŽX  N  0 
Toute équation de la forme  , définit une droite  dans l’espace
 .
/|  ¡|  Ž|X  N|  0
B: /  ¡  ŽX  N  0 

La droite  est l’intersection des deux plans  
B : /|  ¡|  Ž|X  N|  0

Tout plan B passant par l’origine a une équation de la forme : /  ¡  ŽX  0.

Proposition :

Le plan B  7 , , X 
 / /  ¡  ŽX  08 est un hyperplan de l’espace vectoriel
 .

L’orthogonal de l’hyperplan B est B Š  VŽ7/, ¡, Ž8.
Le sous espace vectoriel BŠ  VŽ7/, ¡, Ž8 est une droite.

B   2  3X  0
Exemple 1 (plan) :

1

Le vecteur V  J2K est un vecteur normal à B
3
A2 A3

Les vecteurs T  J 1 K et Ø  J 0 K forment une base du plan vectoriel B  VŽ7T, Ø8
0 1
A2 A 3X
 §¨  B ssi  2  3X  0 ssi  A2 A 3X ssi §¨  J  K
X X X
A2 A3
 §¨  B ssi §¨  . J 1 K  X. J 0 K
X X 0 1

L’orthogonal de l’hyperplan B est B Š  VŽ71,2,38, de dimension 1.

T, V  0  A2    0
 V  §¨  B tt1 
Š
ssi Õ ssi §¨  §2 ¨
T, Ø  0 A3  X  0
X X 3
A2    0

Le sous espace vectoriel BŠ  VŽ71,2,38 est la droite d’équation Õ
A3  X  0
.

   X  0
  
Exemple 2 (droite) :

AX0
1

Le vecteur V  J 0 K forme une base de la droite D :   VŽ7V8
A1

   X  0 1  2  X  0
 §¨   ssi  ssi  ssi §¨  § 0 ¨
AX 0 1 A 2   0
X X A

Professeure Salma DASSER Session printemps-

printemps-été
15
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

L’orthogonal de la droite  est Š  VŽ71,0,1, 0,1,08, de dimension 2 :

 T  §¨   tt1 T, V  0 ssi A X  0 ssi §¨  §  ¨
Š

X X

Le sous espace vectoriel Š  VŽ71,0,1, 0,1,08 est le plan d’équation A X  0.

Projection orthogonale sur un plan

Exemple : B     X  0

1 1

Les vecteurs T.  JA1K et T  J 0 K forment une base du plan vectoriel B  VŽ7T. , T 8
0 A1
.
.
Þ.á
à
√

7y. , y 8 est alors une base orthonormée de B avec y.  Ú.Û , y  Ý√†à.
√
0

Ü√†ß

La projection orthogonale sur B est alors donnée par :
o â ) , , X*   , , X, y. . y.   , , X, y . y
o â ) , , X*  H  A I H , , 0I  H    A 2XI H , , I
. . . . . . 
à à à à à à à

â ) , , X*  ® 2 A  A X ;  A  2 A X;  A A   2X¯

. . .
o

Si 9 , , X est un point de l’espace alors sa projection orthogonale sur le plan B est le point :
2 A  A X A  2 A X A A   2X
9ή ; ; ¯
3 3 3

 La projection orthogonale du point 91,1,1 sur le plan B est le point origine 9 Î 0,0,0 :
ÇÇÇÇÇÇÇÈ
99 Î p T. 99 ÇÇÇÇÇÇÇÈ
Î , T.   Ø, T.   0 1 1 0 A1 A1
‘  ‘  ; T.  JA1K , T.  J 0 K  Ø  J0 A 1K  JA1K
ÇÇÇÇÇÇÇÈ
99 Î p T 99 ÇÇÇÇÇÇÇÈ
Î , T   Ø, T   0 0 A1 0A1 A1

 La projection orthogonale du point 91, A2,1 sur le plan B est le point 9 lui-même 9  B :
ÇÇÇÇÇÇÇÈ
99 Î p T. 99 ÇÇÇÇÇÇÇÈ
Î , T.   Ø, T.   0 1 1 1A1 0
‘  ‘  ; T.  JA1K , T.  J 0 K  Ø  JA2  2K  J0K
ÇÇÇÇÇÇÇÈ
99 Î p T 99 ÇÇÇÇÇÇÇÈ
Î , T   Ø, T   0 0 A1 1A1 0

 La projection orthogonale du point 90,3,0 sur le plan B est le point 9 Î A1,2, A1 :
ÇÇÇÇÇÇÇÈ
99 Î p T. 99ÇÇÇÇÇÇÇÈ
Î , T.   Ø, T.   0 1 1 A1 A 0 A1
‘ ‘  ; T.  JA1K , T.  J 0 K  Ø  J 2 A 3 K  JA1K
ÇÇÇÇÇÇÇÈ
99 Î p T 99ÇÇÇÇÇÇÇÈ
Î , T   Ø, T   0 0 A1 A1 A 0 A1

Professeure Salma DASSER Session printemps-

printemps-été
16
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

Projection orthogonale sur une droite

   X  0
  
AX 0
Exemple :

1

Le vecteur V  J 0 K forme une base de la droite D :   VŽ7V8
A1
.
√

7y. 8 est alors une base orthonormée de  avec y.  Ú 0 Û.
.
√

La projection orthogonale sur  est alors donnée par :
o Í ) , , X*   , , X, y. . y.  H  A XI H , 0, I
. . .
√ √ √

Í ) , , X*  ®  A X ; 0;  A  X¯
. .
o

Si 9 , , X est un point du plan alors sa projection orthogonale sur la droite  est le point :
AX A  X
9ή ; 0; ¯
2 2

 La projection orthogonale du point 91,1,1 sur la droite  est le point origine 9Π0,0,0 :
1 0A1 A1
ÇÇÇÇÇÇÇÈ
99 ÇÇÇÇÇÇÇÈ
Î p V  99 Î , V  Ø, V  0 ; V  J 0 K  Ø  J0 A 1K  JA1K
A1 0A1 A1

 La projection orthogonale du point 91,2, A1 sur la droite  est le point 9 lui-même 9   :
1 1A1 0
ÇÇÇÇÇÇÇÈ
99 ÇÇÇÇÇÇÇÈ
Î p V  99 Î , V  Ø, V  0 ; V  J 0 K  Ø  J 2 A 2 K  J0K
A1 A1  1 0

 La projection orthogonale du point 91,2,3 sur le plan B est le point 9 Î A1,2,1 :
1 A1 A 1 A2
ÇÇÇÇÇÇÇÈ
99 ÇÇÇÇÇÇÇÈ
Î p V  99 Î , V  Ø, V  0 ; V  J 0 K  Ø  J 2 A 2 K  J 0 K
A1 1A3 A2

V-- AApppplliiccaattiioonn aauuxx m

V maattrriicceess :: iim
maaggeess eett nnooyyaauuxx oorrtthhooggoonnaauuxx

Soit ã une matrice carrée d’ordre 4 .

Définition :

 :ã est le sous espace vectoriel de
 engendré par les colonnes de ã :

:ã  7ä 
 / få 
 : ã. å  ä8  7ã. å ; å 
 8
 Le noyau de ã est le sous espace vectoriel de
 dont l’image est nulle.
³´ã  7å 
 / ã. å  0 8

Professeure Salma DASSER Session printemps-

printemps-été
17
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

Soit ã est une matrice carrée d’ordre 4 .

Remarque :

:ã c’est le sous espace vectoriel de
 des seconds membres du système linéaire ã. å  ä

ImA c’est le sous espace vectoriel de
[ , solution du système linéaire homogène A. X  0[ .

pour lesquels ce système est compatible.

Si la matrice ã est inversible alors

Si ã est une matrice carrée d’ordre 4 alors :

Proposition :

:ã  é³´) Fã*ê  dim] :ã_  dimé :) Fã*ê 

Š

‘ Š ; Në4Ž 
³´ã  é:) Fã*ê dim] ì´ã_  dimé ì´) Fã*ê

Si la matrice ã est symétrique alors : :ã  ]³´ã_Š ; Në4Ž
  ³´ãŒ:ã

VII-- RReettoouurr aauuxx ssyyssttèèm

V meess lliinnééaaiirreess ((ssoolluuttiioonn aauu sseennss ddeess M
MCCO
O))
Si le système ã. å  ¡ est incompatible alors il n’admet pas de solutions :

On se contente alors de trouver un vecteur å qui rend ã. å aussi proche que possible de ¡.

Ce qui revient à déterminer un vecteur åí tel que €ã. åí A ¡€ W Lã. å A ¡L, å 
4

Soit ã. å  ¡ un système linéaire.

Définition :

Une solution au sens des moindres carrées du système ã. å  ¡ est un vecteur Î

X tel que :
Î
€A. X A b€ W LA. X A bL, X 
[

Résoudre le système ã. å  ¡ au sens des moindres carrées revient à trouver un vecteur åí tel
que : €ã. åí A b€  minï
Ÿ Lã. å A bL

Proposition :
Soit ã. å  ¡ un système compatible.

si åð est une solution de ã. å  ¡ alors :€ã. åí A b€ 0  minï
Ÿ Lã. å A bL

les solutions et solutions au sens des moindres carrées de ã. å  ¡ sont alors confondues.

Un vecteur åí est une solution, au sens des MCO, d’un système ã. å  ¡ ssi åí est une solution du système
ã. å  ¡í, où ¡í  :ã ¡ :
 Puisque ¡í   ¡ alors :
:ã
ñòCxã.å ; å
4 {
€¡ A ¡í€  min L¡ A äL óÑÑÑÑÑÑÑÑÑÑÑÑÑÒ €¡ A ¡í€  min4L¡ A ã. åL
ä:ã å

 Or, une solution åí, au sens des MCO, du système ã. å  ¡ est caractérisée par :
€¡ A ã. åí€  :14ŸL¡ A ã. åL
ï

 Donc : ã. åí  ¡í

Professeure Salma DASSER Session printemps-

printemps-été
18
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

Soit ã. å  ¡ un système linéaire.

Proposition :

åí est une solution, au sens des MCO, du système ã. å  ¡ ssi åí est une solution du système ã. å  ¡í, où
¡í  :ã ¡.

Proposition :
Soit ã. å  ¡ un système linéaire.

Le système Fãã. å  Fã. ¡ admet toujours au moins une solution.

Toute solution du système Fãã. å  Fã. ¡ est une solution au sens des moindres carrées du
système ã. å  ¡.

Soit ã. å  ¡ un système linéaire.

Définition :

 Le système Fãã. å  Fã. ¡ s’appelle « système des équations normales ».

Soit ã. å  ¡ un système linéaire.

Proposition :

Si les colonnes de la matrice ã sont linéairement indépendantes alors le système ã. å  ¡ a exactement

une seule solution au sens des MCO.

Soit ã. å  ¡ un système linéaire, avec ã  ô:, 4.

Proposition :

Si 4 W :  ´õã  4 alors le système ã. å  ¡ a exactement une seule solution au sens des MCO.

 4 1 1 4

‘  5  ã. å  ¡ /VŽ ã  ?1 0 @ , HI  ¡  J5K
A 9 1 A1 9
Exemple :

(1) En utilisant les équations normales ø÷÷. ù  ø÷. ú :

1 1
¬ Fãã  =1 1
1
> ?1 0 @  =
3 0
>
ª A11 0 0 2
On calcule Fãã. å et Fã. ¡ : 1 A1 
«F 4
1 1 1 18
ª ã. ¡  = > . J5 K  H I

© 1 0 A1 A5
9
3 0 18
Les équations normales ãã. å  ã. ¡ s’écrivent alors :
F F
= > . H I  H I
0 2 A5
6

La solution du système Fãã. å  Fã. ¡ est alors donnée par : åí  ® ¯

5/2
7/2 A1/2


4
On calcule €ã. åí A ¡€ : €ã. åí A ¡€  ûJ 6 K A J5Kû  û 1 û  ‡


17/2 9 A1/2

minï
Ÿ Lã. å A bL  €ã. åí A b€  ‡



On a alors :

Professeure Salma DASSER Session printemps-

printemps-été
19
[S4, Module M 16 : MQ IV, Matière : Algèbre II] Chapitre 2 : Produit scalaire -Orthogonalité

(2) En utilisant la projection orthogonale de ú sur ýþ÷ :

On détermine :ã : :ã  VŽ7ã. . , ã.  8, 7. ,  8 étant la base canonique de


1 A1
V.  ã. .  J1K et V  ã.   J 0 K e 7V. , V 8 est une base de :ã , Ž/´ 7V. , V 8 est libre
1 1
1 A1

On construit une base orthonormée 7y. , y 8 de :ã : y.  J1K ; y  J 0 K
. .

1 1
√ √

4 7/2

On calcule ¡í  ñòC ¡, ¡  J5K  ¡í  ¡, y. . y.  ¡, y . y e ¡í  J 6 K
9 17/2
6

La solution du système ã. å  ¡í est alors donnée par : åí  ® ¯
5/2

On calcule €ã. åí A ¡€ : €ã. åí A ¡€  €¡í A ¡€  ‡



minï
Ÿ Lã. å A bL  €ã. åí A b€  ‡



On retrouve alors :

Professeure Salma DASSER Session printemps-

printemps-été
20