Fiche récapitulative générée pour impression / export PDF.

Licence 1 · Géométrie L1 — Géométrie analytique et vectorielle

Bases orthonormées et projections orthogonales

Bases orthonormées et projections orthogonales

### 1. Bases orthogonales et orthonormées

Une famille de vecteurs (e1,,en)(\vec{e_1},\ldots,\vec{e_n}) est orthogonale si les vecteurs sont deux à deux orthogonaux : eiej=0\vec{e_i}\cdot\vec{e_j}=0 pour iji\neq j. Elle est orthonormée si, en plus, chaque vecteur est unitaire : ei=1\|\vec{e_i}\|=1 pour tout ii, c'est-à-dire eiej=δij\vec{e_i}\cdot\vec{e_j}=\delta_{ij} (symbole de Kronecker).

Une famille orthogonale de vecteurs non nuls est automatiquement libre (exercice de la leçon précédente), donc une famille orthonormée de nn vecteurs dans un espace de dimension nn en est une base orthonormée.

Coordonnées dans une base orthonormée : si (e1,,en)(\vec{e_1},\ldots,\vec{e_n}) est une base orthonormée, tout vecteur x\vec x s'écrit x=i=1nxiei\vec x = \sum_{i=1}^n x_i\vec{e_i} avec xi=xeix_i = \vec x\cdot\vec{e_i} (chaque coordonnée se calcule simplement par un produit scalaire, contrairement à une base quelconque qui nécessite de résoudre un système).

### 2. Procédé de Gram-Schmidt (cas simple, 2 puis 3 vecteurs)

Le procédé de Gram-Schmidt transforme une base quelconque (u1,u2)(\vec{u_1},\vec{u_2}) en une base orthonormée (e1,e2)(\vec{e_1},\vec{e_2}) du même espace :

1. v1=u1\vec{v_1} = \vec{u_1}, puis e1=v1v1\vec{e_1} = \dfrac{\vec{v_1}}{\|\vec{v_1}\|} (normalisation) ;
2. v2=u2(u2e1)e1\vec{v_2} = \vec{u_2} - (\vec{u_2}\cdot\vec{e_1})\,\vec{e_1} (on retire à u2\vec{u_2} sa composante selon e1\vec{e_1}, ce qui le rend orthogonal à e1\vec{e_1}), puis e2=v2v2\vec{e_2}=\dfrac{\vec{v_2}}{\|\vec{v_2}\|}.

Pour 3 vecteurs (u1,u2,u3)(\vec{u_1},\vec{u_2},\vec{u_3}), on poursuit : v3=u3(u3e1)e1(u3e2)e2\vec{v_3}=\vec{u_3}-(\vec{u_3}\cdot\vec{e_1})\vec{e_1}-(\vec{u_3}\cdot\vec{e_2})\vec{e_2}, puis e3=v3/v3\vec{e_3}=\vec{v_3}/\|\vec{v_3}\|.

Exemple résolu : orthonormaliser u1=(1,1,0)\vec{u_1}=(1,1,0), u2=(1,0,1)\vec{u_2}=(1,0,1).

e1=(1,1,0)2=(12,12,0)\vec{e_1} = \dfrac{(1,1,0)}{\sqrt2} = \left(\dfrac{1}{\sqrt2},\dfrac{1}{\sqrt2},0\right).

u2e1=12\vec{u_2}\cdot\vec{e_1} = \dfrac{1}{\sqrt2}. Donc v2=(1,0,1)12(12,12,0)=(12,12,1)\vec{v_2} = (1,0,1) - \dfrac{1}{\sqrt2}\left(\dfrac{1}{\sqrt2},\dfrac{1}{\sqrt2},0\right) = \left(\dfrac12,-\dfrac12,1\right).

v2=14+14+1=32\|\vec{v_2}\| = \sqrt{\frac14+\frac14+1}=\sqrt{\frac32}, donc e2=13/2(12,12,1)\vec{e_2} = \dfrac{1}{\sqrt{3/2}}\left(\dfrac12,-\dfrac12,1\right).

### 3. Projection orthogonale sur une droite

La projection orthogonale d'un vecteur x\vec x sur la droite vectorielle dirigée par u\vec u (non nul) est :

proju(x)=xuu2u\text{proj}_{\vec u}(\vec x) = \frac{\vec x\cdot\vec u}{\|\vec u\|^2}\,\vec u

C'est l'unique vecteur colinéaire à u\vec u tel que xproju(x)\vec x - \text{proj}_{\vec u}(\vec x) soit orthogonal à u\vec u.

Exemple : projeter x=(3,4)\vec x=(3,4) sur la droite dirigée par u=(1,0)\vec u=(1,0) : proju(x)=3×1+4×01(1,0)=(3,0)\text{proj}_{\vec u}(\vec x) = \dfrac{3\times1+4\times0}{1}(1,0) = (3,0).

### 4. Projection orthogonale sur un plan

Pour projeter x\vec x orthogonalement sur un plan P\mathcal P engendré par une base orthonormée (e1,e2)(\vec{e_1},\vec{e_2}) de P\mathcal P :

projP(x)=(xe1)e1+(xe2)e2\text{proj}_{\mathcal P}(\vec x) = (\vec x\cdot\vec{e_1})\vec{e_1} + (\vec x\cdot\vec{e_2})\vec{e_2}

Méthode alternative (via le vecteur normal) : si n\vec n est un vecteur normal au plan, projP(x)=xprojn(x)\text{proj}_{\mathcal P}(\vec x) = \vec x - \text{proj}_{\vec n}(\vec x) (on retire la composante normale).

Exemple résolu : projeter x=(1,2,3)\vec x=(1,2,3) sur le plan P\mathcal P d'équation z=0z=0 (le plan xOyxOy, de normal n=(0,0,1)\vec n=(0,0,1)).

projn(x)=1×0+2×0+3×11(0,0,1)=(0,0,3)\text{proj}_{\vec n}(\vec x) = \dfrac{1\times0+2\times0+3\times1}{1}(0,0,1)=(0,0,3). Donc projP(x)=(1,2,3)(0,0,3)=(1,2,0)\text{proj}_{\mathcal P}(\vec x) = (1,2,3)-(0,0,3)=(1,2,0) — résultat cohérent avec l'intuition (on annule juste la coordonnée zz).

### 5. Propriétés des projections orthogonales

- La projection orthogonale est linéaire ;
- proju(proju(x))=proju(x)\text{proj}_{\vec u}(\text{proj}_{\vec u}(\vec x)) = \text{proj}_{\vec u}(\vec x) (projeter deux fois ne change rien : c'est un projecteur, idempotent) ;
- xprojP(x)\vec x - \text{proj}_{\mathcal P}(\vec x) est orthogonal à tout vecteur de P\mathcal P ;
- projP(x)x\|\text{proj}_{\mathcal P}(\vec x)\| \leq \|\vec x\|, avec égalité si et seulement si xP\vec x \in \mathcal P (la projection orthogonale est la meilleure approximation de x\vec x dans P\mathcal P au sens de la distance euclidienne).

### 6. Résumé méthodologique

| Tâche | Formule |
|---|---|
| Coordonnée dans une BON | xi=xeix_i=\vec x\cdot\vec{e_i} |
| Gram-Schmidt (étape kk) | retirer les composantes selon e1,,ek1\vec{e_1},\ldots,\vec{e_{k-1}}, puis normaliser |
| Projection sur une droite u\vec u | xuu2u\dfrac{\vec x\cdot\vec u}{\|\vec u\|^2}\vec u |
| Projection sur un plan (via normal n\vec n) | xprojn(x)\vec x - \text{proj}_{\vec n}(\vec x) |

Exercices de la leçon

Exercice 1

Qu'est-ce qu'une base orthonormée ?

Corrigé

Une base orthonormée combine deux conditions : les vecteurs sont deux à deux orthogonaux ET chacun a une norme égale à 11.

Exercice 2

Dans une base orthonormée (e1,e2,e3)(\vec{e_1},\vec{e_2},\vec{e_3}), comment calcule-t-on la ii-ième coordonnée d'un vecteur x\vec x ?

Corrigé

Dans une base orthonormée, chaque coordonnée s'obtient directement par un produit scalaire avec le vecteur de base correspondant — c'est l'avantage principal de ce type de base.

Exercice 3

Calculer la projection orthogonale de x=(3,4)\vec x=(3,4) sur la droite dirigée par u=(1,0)\vec u=(1,0).

Corrigé

proju(x)=3×1+4×012(1,0)=3(1,0)=(3,0)\text{proj}_{\vec u}(\vec x)=\dfrac{3\times1+4\times0}{1^2}(1,0)=3(1,0)=(3,0).

Exercice 4

Vrai ou faux : projeter deux fois orthogonalement sur la même droite donne le même résultat qu'une seule projection.

Corrigé

Vrai. La projection orthogonale est un projecteur idempotent : proju(proju(x))=proju(x)\text{proj}_{\vec u}(\text{proj}_{\vec u}(\vec x))=\text{proj}_{\vec u}(\vec x), car le projeté est déjà sur la droite et sa propre projection sur elle-même ne change rien.

Exercice 5

Que vaut ei\|\vec{e_i}\| pour un vecteur ei\vec{e_i} d'une base orthonormée ?

Corrigé

Par définition d'une base orthonormée, chaque vecteur de la base est unitaire, donc de norme 11.

Exercice 6

Normaliser le vecteur u1=(1,1,0)\vec u_1=(1,1,0) pour obtenir e1\vec e_1 (première étape de Gram-Schmidt).

Corrigé

u1=12+12=2\|\vec u_1\|=\sqrt{1^2+1^2}=\sqrt2, donc e1=u1/u1=(1/2,1/2,0)\vec e_1=\vec u_1/\|\vec u_1\| = (1/\sqrt2, 1/\sqrt2, 0).

Exercice 7

Projeter x=(1,2,3)\vec x=(1,2,3) sur le plan z=0z=0 (plan xOyxOy).

Corrigé

Le vecteur normal au plan z=0z=0 est (0,0,1)(0,0,1). La composante normale de x\vec x est (0,0,3)(0,0,3), donc la projection sur le plan est (1,2,3)(0,0,3)=(1,2,0)(1,2,3)-(0,0,3)=(1,2,0).

Exercice 8

Vrai ou faux : la projection orthogonale d'un vecteur x\vec x sur un sous-espace FF est l'élément de FF le plus proche de x\vec x (au sens de la norme euclidienne).

Corrigé

Vrai. C'est la propriété de meilleure approximation : projF(x)\text{proj}_F(\vec x) minimise xy\|\vec x - \vec y\| parmi tous les yF\vec y \in F.

Exercice 9

Soit x=(2,2,2)\vec x=(2,2,2) et le plan P\mathcal P de normal n=(1,1,1)\vec n=(1,1,1). Calculer la composante normale projn(x)\text{proj}_{\vec n}(\vec x).

Corrigé

projn(x)=xnn2n=2+2+23(1,1,1)=2(1,1,1)=(2,2,2)\text{proj}_{\vec n}(\vec x)=\dfrac{\vec x\cdot\vec n}{\|\vec n\|^2}\vec n = \dfrac{2+2+2}{3}(1,1,1)=2(1,1,1)=(2,2,2). (Cohérent : x\vec x est ici colinéaire à n\vec n, donc égal à sa propre projection normale.)

Exercice 10

Démontrer que xproju(x)\vec x - \text{proj}_{\vec u}(\vec x) est orthogonal à u\vec u.

Corrigé

(xproju(x))u=xuxuu2(uu)=xuxuu2u2=xuxu=0\big(\vec x-\text{proj}_{\vec u}(\vec x)\big)\cdot\vec u = \vec x\cdot\vec u - \dfrac{\vec x\cdot\vec u}{\|\vec u\|^2}(\vec u\cdot\vec u) = \vec x\cdot\vec u - \dfrac{\vec x\cdot\vec u}{\|\vec u\|^2}\|\vec u\|^2 = \vec x\cdot\vec u - \vec x\cdot\vec u = 0. \square

Exercice 11

Effectuer la 2e étape de Gram-Schmidt pour u2=(1,0,1)\vec u_2=(1,0,1) sachant e1=(12,12,0)\vec e_1=\left(\frac{1}{\sqrt2},\frac{1}{\sqrt2},0\right) : calculer v2\vec v_2 avant normalisation.

Corrigé

u2e1=12\vec u_2\cdot\vec e_1 = \frac{1}{\sqrt2}. v2=(1,0,1)12(12,12,0)=(112,012,1)=(12,12,1)\vec v_2 = (1,0,1) - \frac1{\sqrt2}\left(\frac1{\sqrt2},\frac1{\sqrt2},0\right) = (1-\frac12, 0-\frac12, 1) = \left(\frac12,-\frac12,1\right).

Exercice 12

Démontrer que la projection orthogonale proju\text{proj}_{\vec u} est linéaire : proju(x+y)=proju(x)+proju(y)\text{proj}_{\vec u}(\vec x+\vec y)=\text{proj}_{\vec u}(\vec x)+\text{proj}_{\vec u}(\vec y).

Corrigé

proju(x+y)=(x+y)uu2u\text{proj}_{\vec u}(\vec x+\vec y) = \dfrac{(\vec x+\vec y)\cdot\vec u}{\|\vec u\|^2}\vec u. Par bilinéarité du produit scalaire, (x+y)u=xu+yu(\vec x+\vec y)\cdot\vec u = \vec x\cdot\vec u+\vec y\cdot\vec u. Donc proju(x+y)=xuu2u+yuu2u=proju(x)+proju(y)\text{proj}_{\vec u}(\vec x+\vec y) = \dfrac{\vec x\cdot\vec u}{\|\vec u\|^2}\vec u + \dfrac{\vec y\cdot\vec u}{\|\vec u\|^2}\vec u = \text{proj}_{\vec u}(\vec x)+\text{proj}_{\vec u}(\vec y). \square

Exercice 13

Vrai ou faux : si (e1,e2)(\vec{e_1},\vec{e_2}) est une base orthonormée d'un plan P\mathcal P, alors pour tout xP\vec x\in\mathcal P, x2=(xe1)2+(xe2)2\|\vec x\|^2=(\vec x\cdot\vec{e_1})^2+(\vec x\cdot\vec{e_2})^2.

Corrigé

Vrai, c'est l'identité de Parseval (cas particulier du théorème de Pythagore généralisé) : en écrivant x=(xe1)e1+(xe2)e2\vec x=(\vec x\cdot\vec{e_1})\vec{e_1}+(\vec x\cdot\vec{e_2})\vec{e_2}, l'orthonormalité de la base donne directement x2\|\vec x\|^2 comme somme des carrés des coordonnées.

Exercice 14

Soit P\mathcal P le plan d'équation x+y+z=0x+y+z=0 et x=(3,0,0)\vec x=(3,0,0). Calculer la projection orthogonale de x\vec x sur P\mathcal P via le vecteur normal n=(1,1,1)\vec n=(1,1,1).

Corrigé

projn(x)=xnn2n=3+0+03(1,1,1)=(1,1,1)\text{proj}_{\vec n}(\vec x) = \dfrac{\vec x\cdot\vec n}{\|\vec n\|^2}\vec n = \dfrac{3+0+0}{3}(1,1,1)=(1,1,1). Donc projP(x)=xprojn(x)=(3,0,0)(1,1,1)=(2,1,1)\text{proj}_{\mathcal P}(\vec x) = \vec x - \text{proj}_{\vec n}(\vec x) = (3,0,0)-(1,1,1)=(2,-1,-1). Vérification : 211=02-1-1=0, le résultat appartient bien au plan P\mathcal P.

Exercice 15

Démontrer que projP(x)x\|\text{proj}_{\mathcal P}(\vec x)\| \leq \|\vec x\|, avec égalité si et seulement si xP\vec x\in\mathcal P.

Corrigé

Écrivons x=projP(x)+(xprojP(x))\vec x = \text{proj}_{\mathcal P}(\vec x) + \big(\vec x - \text{proj}_{\mathcal P}(\vec x)\big). Le second terme est orthogonal à tout vecteur de P\mathcal P, donc en particulier orthogonal à projP(x)P\text{proj}_{\mathcal P}(\vec x) \in \mathcal P.

Par le théorème de Pythagore vectoriel (établi dans la leçon précédente) :

x2=projP(x)2+xprojP(x)2projP(x)2\|\vec x\|^2 = \|\text{proj}_{\mathcal P}(\vec x)\|^2 + \|\vec x-\text{proj}_{\mathcal P}(\vec x)\|^2 \geq \|\text{proj}_{\mathcal P}(\vec x)\|^2

d'où projP(x)x\|\text{proj}_{\mathcal P}(\vec x)\|\leq\|\vec x\|.

Égalité : elle a lieu si et seulement si xprojP(x)2=0\|\vec x-\text{proj}_{\mathcal P}(\vec x)\|^2=0, c'est-à-dire x=projP(x)P\vec x=\text{proj}_{\mathcal P}(\vec x)\in\mathcal P. \square

AlphaMath Académie · Bases orthonormées et projections orthogonales · Géométrie L1 — Géométrie analytique et vectorielle