Licence 3Analyse

Projection orthogonale sur un sous-espace fermé

60 min15 exercicesSéquence 2.2Licence 3

Vidéo disponible dans la version Premium

Durée : 60 min

Projection orthogonale sur un sous-espace fermé

1. Théorème de la projection orthogonale

Théorème : soit HH un espace de Hilbert et FHF\subset H un sous-espace vectoriel fermé. Pour tout xHx\in H, il existe un unique point pF(x)Fp_F(x)\in F réalisant la distance minimale :

xpF(x)=infyFxy=d(x,F)\|x-p_F(x)\| = \inf_{y\in F}\|x-y\| = d(x,F)

De plus, pF(x)p_F(x) est caractérisé par la condition d'orthogonalité : xpF(x)Fx-p_F(x)\perp F (c'est-à-dire xpF(x),y=0\langle x-p_F(x),y\rangle=0 pour tout yFy\in F).

L'application pF:HFp_F:H\to F ainsi définie est linéaire, et s'appelle la projection orthogonale sur FF.

2. Décomposition orthogonale

Conséquence directe : pour FF fermé, H=FFH=F\oplus F^\perp (somme directe orthogonale), où F={zH:z,y=0 yF}F^\perp=\{z\in H:\langle z,y\rangle=0\ \forall y\in F\} est l'orthogonal de FF. Tout xHx\in H se décompose de façon unique x=pF(x)+pF(x)x=p_F(x)+p_{F^\perp}(x), avec pF(x)pF(x)p_F(x)\perp p_{F^\perp}(x), et par Pythagore : x2=pF(x)2+pF(x)2\|x\|^2=\|p_F(x)\|^2+\|p_{F^\perp}(x)\|^2.

3. Cas de la dimension finie : formule explicite

Si F=Vect(e1,,ek)F=\text{Vect}(e_1,\dots,e_k) avec (e1,,ek)(e_1,\dots,e_k) base orthonormée de FF (c'est-à-dire ei,ej=δij\langle e_i,e_j\rangle=\delta_{ij}, le symbole de Kronecker), alors :

pF(x)=i=1kx,eieip_F(x) = \sum_{i=1}^k\langle x,e_i\rangle\,e_i

Exemple résolu. Dans R3\mathbb{R}^3, soit F=Vect(e1,e2)F=\text{Vect}(e_1,e_2) avec e1=(1,0,0)e_1=(1,0,0), e2=(0,1,0)e_2=(0,1,0) (base orthonormée du plan xOyxOy). Pour x=(2,3,5)x=(2,3,5) :

pF(x)=x,e1e1+x,e2e2=2e1+3e2=(2,3,0)p_F(x) = \langle x,e_1\rangle e_1+\langle x,e_2\rangle e_2 = 2\,e_1+3\,e_2 = (2,3,0)

(le résultat est géométriquement évident : la projection sur le plan xOyxOy annule la coordonnée zz.)

4. Cas d'une droite (projection sur un vecteur unitaire)

Pour F=Vect(u)F=\text{Vect}(u) avec u=1\|u\|=1 : pF(x)=x,uup_F(x)=\langle x,u\rangle\,u. Plus généralement, pour u0u\neq0 quelconque (pas nécessairement unitaire) : pF(x)=x,uu2up_F(x)=\dfrac{\langle x,u\rangle}{\|u\|^2}\,u.

Exemple : pour u=(4,1,2)u=(4,-1,2) et x=(1,2,3)x=(1,2,3) (mêmes vecteurs qu'à la leçon précédente, où x,u=8\langle x,u\rangle=8 et u2=16+1+4=21\|u\|^2=16+1+4=21) :

pF(x)=821(4,1,2)=(3221,821,1621)p_F(x) = \frac{8}{21}(4,-1,2) = \left(\frac{32}{21},-\frac{8}{21},\frac{16}{21}\right)

5. Procédé d'orthonormalisation de Gram-Schmidt

Pour construire une base orthonormée à partir d'une base (v1,,vk)(v_1,\dots,v_k) quelconque, on procède récursivement : u1=v1/v1u_1=v_1/\|v_1\|, puis pour i2i\geq2 :

wi=vij=1i1vi,ujujui=wiwiw_i = v_i - \sum_{j=1}^{i-1}\langle v_i,u_j\rangle\,u_j \qquad u_i = \frac{w_i}{\|w_i\|}

(on soustrait à viv_i sa projection sur l'espace déjà construit, puis on normalise le résidu, qui est orthogonal à tous les uju_j précédents par construction).

6. Pourquoi la fermeture de FF est essentielle

Si FF n'est pas fermé, le théorème de projection peut échouer : l'infimum infyFxy\inf_{y\in F}\|x-y\| peut ne pas être atteint dans FF (seulement approché par une suite qui converge vers un point hors de FF). C'est l'une des raisons pour lesquelles la complétude de l'espace de Hilbert (qui garantit que les sous-espaces de dimension finie, ou plus généralement fermés, se comportent bien) est cruciale.

7. Récapitulatif


NotionFormule / propriété
|---|---|



Projection orthogonale pF(x)p_F(x)minimise xy\|x-y\| sur yFy\in F, caractérisée par xpF(x)Fx-p_F(x)\perp F
Décomposition orthogonaleH=FFH=F\oplus F^\perp, x2=pF(x)2+pF(x)2\|x\|^2=\|p_F(x)\|^2+\|p_{F^\perp}(x)\|^2
Formule (base orthonormée)pF(x)=ix,eieip_F(x)=\sum_i\langle x,e_i\rangle e_i
Gram-Schmidtconstruit une base orthonormée par soustraction successive des projections

Exercices

Comment est caractérisée la projection orthogonale pF(x)p_F(x) d'un point xx sur un sous-espace fermé FF ?

Vrai ou faux : si (e1,,ek)(e_1,\dots,e_k) est une base orthonormée de FF, alors pF(x)=ix,eieip_F(x)=\sum_i\langle x,e_i\rangle e_i.

Que signifie H=FFH=F\oplus F^\perp ?

Vrai ou faux : le procédé de Gram-Schmidt permet de construire une base orthonormée à partir d'une base quelconque.

Dans R3\mathbb{R}^3, pour F=Vect(e1,e2)F=\text{Vect}(e_1,e_2) (plan xOyxOy) et x=(2,3,5)x=(2,3,5), que vaut pF(x)p_F(x) ?

Suivez votre progression

Connectez-vous pour sauvegarder votre avancement et gagner des XP.

Se connecter