Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions"

Transcription

1 3 Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions 3. Espaces préhilbertiens On rappelle qu une forme bilinéaire sur un espace vectoriel réel E est une application ϕ : E E R x, y) ϕ x, y) telle que pour tout x dans E l application y ϕ x, y) est linéaire et pour tout y dans E l application x ϕ x, y) est linéaire. On dit que ϕ est : symétrique si ϕ x, y) = ϕ y, x) pour tous x, y dans E ; positive si ϕ x, x) pour tout x dans E ; définie si pour x dans E l égalité ϕ x, x) = équivaut à x =. Définition 3. Un produit scalaire sur un espace vectoriel réel E est une forme bilinéaire symétrique définie positive. On note en général un tel produit scalaire. x, y) x y Définition 3. Un espace préhilbertien est un espace vectoriel réel muni d un produit scalaire. Exercice 3. Soient E un espace vectoriel réel de dimension n, e i ) i n une base de E et ω = n ω k e k fixé dans E. À tout couple x, y) de vecteurs de E, on associe le réel : x y = ω k x k y k. 843

2 844 Espaces préhilbertiens, projection orthogonale Montrer que l application est un produit scalaire sur E si, et seulement si, toutes les composantes de ω sont strictement positives. Pour E = R n et ω k = pour tout k compris entre et n, le produit scalaire obtenu est le produit scalaire canonique de R n. Solution 3. L application définit une forme bilinéaire symétrique sur E pour tout ω E. Si est un produit scalaire, on a alors ω k = e k e k > pour tout k compris entre et n. Réciproquement si tous les ω k sont strictement positifs, on a x x = n ω k x k pour tout x E et x x = équivaut à ω k x k = pour tout k compris entre et n, ce qui équivaut à x k = pour tout k, soit à x =. En conclusion, définit un produit scalaire sur E si, et seulement si, tous les ω k sont strictement positifs. Exercice 3. Donner une condition nécessaire et suffisante sur les réels a, b, c, d pour que l application : x, y) x y = ax y + bx y + cx y + dx y définisse un produit scalaire sur E = R. ) a b Solution 3. Pour tous réels a, b, c, d, cette application est bilinéaire de matrice A = c d dans la base canonique de R. Elle est symétrique si, et seulement si, cette matrice A est symétrique, ce qui équivaut à b = c. Pour b = c, est bilinéaire symétrique et pour tout x R, on a : x x = ax + bx x + dx Si on a un produit scalaire, alors a = e e >, d = e e > et pour tout vecteur x = e + te, où t est un réel quelconque, on a x x = a + bt + dt >, ce qui équivaut à δ = b ad <. Réciproquement si b = c, a >, d > et b ad < alors est bilinéaire symétrique et pour tout x E, on a : x x = ax + bx x + dx = a x + b a x x + d ) a x = a x + b ) ) a x ad b + x a avec x x = si, et seulement si, x + b a x = et x =, ce qui équivaut à x =. Donc est un produit scalaire si, et seulement si, b = c, a >, d > et b ad <. Exercice 3.3 Soient n un entier naturel non nul, x,, x n des réels deux à deux distincts et ω R n+. À quelle condition, nécessaire et suffisante, sur ω l application : ϕ : P, Q) ω i P x i ) Q x i ) définit-elle un produit scalaire sur l espace vectoriel R n [x]?

3 Espaces préhilbertiens 845 Solution 3.3 L application ϕ définit une forme bilinéaire symétrique sur R n [x] pour tout ω R n. Si ϕ est un produit scalaire, en désignant par L i ) i n la base de Lagrange de R n [x] définie par : L i x) = n k i x x k x i x k i n) L i est le polynôme de degré n qui vaut en x i et en x k pour k i), on a alors ω j = ϕ L j, L j ) > pour tout j compris entre et n. Réciproquement si tous les ω j sont strictement positifs, on a ϕ P, P ) = n ω i P x i ) pour tout x R n et ϕ P, P ) = équivaut à ω i P x i ) = pour tout i, ce qui équivaut à P x i ) = pour tout i compris entre et n soit à P = P est un polynôme dans R n [x] qui a n+ racines distinctes, c est donc le polynôme nul). En conclusion, ϕ définit un produit scalaire sur R n [x] si, et seulement si, tous les ω i sont strictement positifs. Exercice 3.4 n étant un entier naturel non nul, on note P n l ensemble des polynômes trigonométriques de degré inférieur ou égal à n, c est-à-dire l ensemble des fonctions de R dans R la forme : P : x P x) = a + a k cos kx) + b k sin kx)).. Montrer que P n est un espace vectoriel et préciser sa dimension.. Montrer que si P P n s annule en n+ points deux à deux distincts dans [ π, π[, alors P = utiliser les expressions complexes des fonctions cos et sin). 3. Montrer que si x,, x n sont des réels deux à deux distincts dans [ π, π[, alors l application : ϕ : P, Q) définit un produit scalaire sur l espace vectoriel P n. Solution 3.4 P x i ) Q x i ). Il est clair que P n est un sous-espace vectoriel de l espace vectoriel des applications de R dans R. En notant respectivement c k et s k les fonctions x cos kx) pour k et x sin kx) pour k, P n est engendré par la famille B n = {c k k n} {s k k n}, c est donc un espace vectoriel de dimension au plus égale à n +. Montrons que cette famille de fonctions est libre. Pour ce faire, on procède par récurrence sur n. Pour n =, si a + a cos x) + b sin x) =, en évaluant cette fonction en, π et π successivement, on aboutit au système linéaire : a + a = a + b = a a = qui équivaut à a = b = b =. La famille {c, c, s } est donc libre. Supposons le résultat acquis au rang n. Si P = a + n a k c k + b k s k ) =, en i=

4 846 Espaces préhilbertiens, projection orthogonale dérivant deux fois, on a : Il en résulte que : P = k a k c k + b k s k ) = n n P + P = n a + n k ) a k c k + b k s k ) = et l hypothèse de récurrence nous dit que n a =, n k ) a k = et n k ) b k pour tout k compris entre et n, ce qui équivaut à dire que a = et a k = b k = pour tout k compris entre et n puisque n k. Il reste alors a n c n + b n s n =, ce qui implique a n =, en évaluant en x = et b n =. La famille B n est donc libre. On verra un peu plus loin que cette famille est orthogonale pour un produit scalaire naturel sur P n, formée de fonctions non nulles, et en conséquence libre.. Posant z = e ix pour tout réel x, on a : P x) = a + ) z a k + z k z k z k k + b k i a k z k + z ) ib k k z k z )) k = a + a k ib k ) z k + a k + ib k ) z ) k ou encore : = a + z n P x) = a z n + ak ib k ) z n+k + a k + ib k ) z n k) = Q z) Il en résulte que si P s annule en n + points deux à deux distincts, x,, x n, dans [ π, π[, alors le polynôme complexe Q C n [z] s annule en n + points distincts du cercle unité, e ix,, e ix n, ce qui revient à dire que c est le polynôme nul et P =. 3. On vérifie facilement que ϕ est une forme bilinéaire symétrique et positive. L égalité ϕ P, P ) = entraîne que P P n s annule en n + points deux à deux distincts dans [ π, π[ et en conséquence P =. Exercice 3.5 Montrer que, pour toute fonction α C [a, b], R +), l application : ϕ : f, g) b a f t) g t) α t) dt définit un produit scalaire sur l espace vectoriel E = C [a, b], R). Solution 3.5 Avec la structure de corps commutatif de R et la linéarité et positivité de l intégrale, on déduit que ϕ est une forme bilinéaire symétrique positive sur E. Sachant que l intégrale sur [a, b] d une fonction continue et à valeurs positives est nulle si, et seulement si, cette fonction est nulle, on déduit que ϕ est une forme définie. Donc ϕ est un produit scalaire sur E.

5 Inégalités de Cauchy-Schwarz et de Minkowski 847 Plus généralement, on se donne une fonction α définie sur un intervalle réel ouvert I = ]a, b[, avec a < b +, continue à valeurs réelles strictement positives, et on note : { b } E = f C I) f x) α x) dx < + En utilisant l inégalité : fg f + g ), on vérifie que E est un espace vectoriel et que l application définit un produit scalaire sur E. f, g) b Exercice 3.6 Montrer que l application : a f, g) a f x) g x) α x) dx π π f t) g t) dt définit un produit scalaire sur l espace vectoriel F des fonctions définies sur R à valeurs réelles, continues et périodiques de période π. Solution 3.6 Ce sont les mêmes arguments qu à l exercice précédent compte tenu qu une fonction de F est nulle si, et seulement si, elle est nulle sur [ π, π]. 3. Inégalités de Cauchy-Schwarz et de Minkowski E, ) désigne un espace préhilbertien et on note pour tout x dans E, x = x x. Théorème 3. Inégalité de Cauchy-Schwarz) Pour tous x, y dans E on a : x y x y l égalité étant réalisée si, et seulement si, x et y sont liés. Démonstration. Si x = ou x et y = λx avec λ R, on a alors l égalité pour tout y E. On suppose donc que x est non nul et y non lié à x. La fonction polynomiale P définie par : P t) = y + tx = x t + x y t + y est alors à valeurs strictement positives, le coefficient de t étant non nul, il en résulte que son discriminant est strictement négatif, soit : x y x y < ce qui équivaut à x y < x y. On peut déduire de cette inégalité quelques inégalités intéressantes sur les réels ou sur les fonctions continues voir le paragraphe 35.). Une conséquence importante de l inégalité de Cauchy-Schwarz est l inégalité triangulaire de Minkowski.

6 848 Espaces préhilbertiens, projection orthogonale Théorème 3. Inégalité de Minkowski) Pour tous x, y dans E on a : x + y x + y l égalité étant réalisée si, et seulement si, x = ou x et y = λx avec λ on dit que x et y sont positivement liés). Démonstration. Si x =, on a alors l égalité pour tout y E. Si x et y = λx avec λ R, on a : x + y = + λ x + λ ) x = x + y l égalité étant réalisée pour λ. Pour λ <, l inégalité est stricte puisque dans ce cas + λ < + λ = λ. On suppose que x est non nul et y non lié à x. On a : et avec l inégalité de Cauchy-Schwarz : x + y = x + x y + y x + y < x + x y + y = x + y ) ce qui équivaut à x + y < x + y. De l inégalité de Minkowski, on déduit que l application x x = x x définit une norme sur E. De cette inégalité, on déduit l inégalité équivalente suivante : x, y) E, x y x + y Par récurrence, on montre facilement que pour tous vecteurs x,, x p, on a : x + + x p x + + x p. Les deux égalités qui suivent sont utiles en pratique. Théorème 3.3 Pour tous x, y dans E on a : x y = x + y x y ) = x + y x y ), 4 x + y + x y = x + y ). La deuxième identité est l égalité du parallélogramme. Elle est caractéristique des normes déduites d un produit scalaire voir le théorème 35.3). Exercice 3.7 Montrer que pour tout entier n et tout n-uplet x,, x n ) de vecteurs de E, on a : ε {,} n ε x + + ε n x n = n x + + x n ) identité généralisée du parallélogramme).

7 Orthogonalité 849 Solution 3.7 On procède par récurrence sur n. Pour n =, c est l égalité du parallélogramme classique. Supposons le résultat acquis pour n. Pour x,, x n, x n+ dans E et ε {, } n, on a : ε x + + ε n x n + x n+ + ε x + + ε n x n x n+ = ε x + + ε n x n + x n+ ) donc : ε {,} n+ n+ n+ ε k x k = ε k x k ε,ε n+ ) {,} n {,} = ε k x k + x n+ + ε k x k x n+ ε {,} n = ε k x k + x n+ ε {,} n = ε k x k + n x n+ ε {,} n n+ = n+ x k 3.3 Orthogonalité L inégalité de Cauchy-Schwarz nous dit que pour tous vecteurs x et y non nuls dans E, on a : x y x y ce qui implique qu il existe un unique réel θ dans [, π] tel que : x y = cos θ) x y Le réel θ est la mesure dans [, π] de l angle géométrique que font les vecteurs x et y dans E {}. Pour θ {, π}, on a x y = x y, ce qui équivaut à dire que les vecteurs x et y sont liés. Pour θ = π, on a x y =. Définition 3.3 On dit que deux vecteurs x et y appartenant à E sont orthogonaux si x y =. Théorème 3.4 Pythagore) Les vecteurs x et y sont orthogonaux dans E si, et seulement si : x + y = x + y

8 85 Espaces préhilbertiens, projection orthogonale De manière générale, on a : x + y = x + cos θ) x y + y On vérifie facilement par récurrence sur p, que si x,, x p sont deux à deux orthogonaux, on a alors : p p x k = x k Définition 3.4 L orthogonal d une partie non vide X de E est l ensemble : X = {y E x X, x y = }. Il est facile de vérifier que X est un sous espace vectoriel de E. Définition 3.5 On appelle famille orthogonale dans E toute famille e i ) i I de vecteurs de E telle que e i e j = pour tous i j dans I. Si de plus e i = pour tout i I, on dit alors que cette famille est orthonormée ou orthonormale. Théorème 3.5 Une famille orthogonale de vecteurs non nuls de E est libre. Démonstration. Si e i ) i I est une telle famille et si j J λ j e j = où J est une partie finie de I on a alors pour tout k J : = λ j e j e k = λ k e k, j J avec e k = et nécessairement λ k =. Exemple 3. Sur R n [x] muni du produit scalaire P, Q) P Q = P x k ) Q x k ), où x k ) k n est une suite de réels deux à deux distincts, la base de Lagrange correspondante est orthonormée voir l exercice 3.3). Exercice 3.8 Montrer que, sur l espace vectoriel F des fonctions réelles, continues et πpériodiques muni du produit scalaire : la famille { π, π cos nt), f, g) π π f x) g x) dx, π sin mt) n, m) N N } est orthonormée.

9 Le procédé d orthogonalisation de Gram-Schmidt 85 Solution 3.8 Pour n m dans N, on a : π π cos nt) cos mt) dt = pour n m dans N, on a : π π sin nt) sin mt) dt = et pour n, m) N N, on a : π π Pour n =, on a : cos nt) sin mt) dt = donc = et pour n : π π π π π π π π π π cos n + m) t) + cos n m) t)) dt =, cos n m) t) cos n + m) t)) dt = sin n + m) t) sin n m) t)) dt =. π π cos nt) dt = sin nt) dt = π donc cos nt) π = π sin nt) =. dt = π π π π π cos nt) + ) dt = π cos nt)) dt = π 3.4 Le procédé d orthogonalisation de Gram-Schmidt Théorème 3.6 orthonormalisation de Gram-Schmidt) Pour toute famille libre x i ) i p dans E, il existe une unique famille orthonormée e i ) i p dans E telle que : { Vect {e,, e k {,, p}, k } = Vect {x,, x k } x k e k > Démonstration. On procède par récurrence sur p. Pour p =, on a nécessairement e = λ x avec λ R et = e = λ x, donc λ = x ce qui donne deux solutions pour λ. La condition supplémentaire x e > entraîne λ > et on obtient ainsi l unique solution e = x x. Supposons p et construite la famille orthonormée e i ) i p vérifiant les conditions : k {,, p }, { Vect {e,, e k } = Vect {x,, x k } x k e k > Si ) e,, e p, e p est une solution à notre problème on a alors nécessairement e k = e k pour tout k compris entre et p unicité pour le cas p ). La condition Vect {e,, e p } = Vect {x,, x p } entraîne : p e p = λ j e j + λ p x p j=

10 85 Espaces préhilbertiens, projection orthogonale Avec les conditions d orthogonalité : on déduit que : et : j {,, p }, e p e j = λ j + λ p x p e j = j p ) ) p e p = λ p x p x p e j e j = λ p y p j= Du fait que x p / Vect {x,, x p } = Vect {e,, e p } on déduit que y p et la condition e p = donne : λ p = y p La condition supplémentaire : ) p < x p e p = e p λ j e j e p = λ p λ p entraîne λ p >. Ce qui donne en définitive une unique solution pour e p. La construction d une famille orthonormée e i ) i p peut se faire en utilisant l algorithme suivant : f = x, e = f f f k = x k k j= j= x k e j e j, e k = f k f k, k =,, p) Le calcul de f k peut être simplifié en écrivant que : k f k = f k x k x k e j e j j= k = f k x k = x k x k e j e j x k j= k = x k x k e j j= f k est orthogonal à e j pour j k ). Les x k e j étant déjà calculés pour obtenir f k ), il suffit donc de calculer x k. En fait le calcul de f k x k est souvent plus rapide. Dans la base x i ) i p chaque vecteur e k s écrit e k = k µ j x j, avec µ k = f k >. Corollaire 3. Si F est un sous-espace vectoriel de dimension finie ou infinie dénombrable de E, alors il existe une base orthonormée pour F. Démonstration. On raisonne par récurrence en utilisant le théorème de Gram-Schmidt. Si E est un espace euclidien de dimension finie et B = e i ) i n une base orthonormée de E, alors tout vecteur x E s écrit : x = x e k e k = x k e k j=

11 Le procédé d orthogonalisation de Gram-Schmidt 853 et on a pour tous vecteurs x, y dans E, en notant X la matrice de x dans la base B : x y = x e k y e k = x k y k = t XY et : x = x e k = x k. Ces égalités sont des cas particuliers des égalités de Parseval valables de manière plus générale dans les espaces de Hilbert. Exercice 3.9 Montrer que l application : P, Q) P Q = t) P t) Q t) dt définit un produit scalaire sur R [x]. Donner une base orthonormée. Solution 3.9 La fonction t t étant à valeurs strictement positives sur ], [, il est facile de vérifier que est un produit scalaire. En utilisant l algorithme de Gram-Schmidt, on définit la base orthonormée P i ) i par : Q =, Q = t) dt =, P = Q = x x P P = x 3 Q = Q x = 4 9, P = 3 x Q = x x P P x P P = x 8 5 x + 5 Q = Q x = , P = 4 5x 8x + ) Une base orthonormée de R [x] est donc :, 3 6 x, 5x 8x + )) 4 Exercice 3. Montrer que l application P, Q) P t) Q t) dt définit un produit scalaire sur R [x]. Donner la matrice dans la base canonique et déterminer une base orthonormée. Solution 3. On sait déjà que est un produit scalaire. En utilisant l algorithme de Gram-Schmidt, on définit la base orthonormée P i ) i par : Q =, Q = dt =, P = Q = x x P P = x Q = Q x = 3, P = 3 x Q = x x P P x P P = x 3 Q = Q x = 8 45, P = 3 x ) 4 3

12 854 Espaces préhilbertiens, projection orthogonale Une base orthonormée de R [x] est donc : 3, x, 3 x ) ) 4 3 Exercice 3. On note le produit scalaire défini sur R [X] par :. Montrer que : P, Q) P Q = n N, + t n t dt = P t) Q t) dt t n)! π n n!). En utilisant le procédé d orthogonalisation de Gram-Schmidt, déduire de la base canonique, X, X ) de R [X], une base orthonormée de R [X]. Solution 3.. Pour tout entier naturel n, on note : T n = t n t dt La fonction à intégrer est positive et équivalente au voisinage de à la fonction elle est donc intégrable sur [, ]. On a : T = dt = arcsin ) = π t et pour n, une intégration par parties donne : T n = t n t n ) = n ) t dt = n ) x n t dt t t On a donc la relation de récurrence : t ) dx = n ) T n T n ) n, T n = n n T n et avec la valeurs initiale T, on déduit que : T n = n n 3 n n ) 3 π 4 = n n n n 3 n n n ) n ) 3 π 4 = n)! π n n!) t,

13 Le procédé d orthogonalisation de Gram-Schmidt 855. On pose Q = et on a Donc : Q = dt = dt = π t t P = Q Q = π Puis Q X) = X λp où λ est tel que P Q =, ce qui donne : par parité. On a Q X) = X et : Donc : Q = λ = P X = t dt = t t dt = t t P = Q Q = π X t dt = π = π Puis Q X) = X λp µp où λ, µ sont tels que P Q = P Q =, ce qui donne : λ = P X = t dt = π π π t π = et : µ = P X t 3 = π dt = t π par parité. On a Q X) = X λp = X = X π et : Donc : Q = Q X λp = Q X t 4 = dt t = 4! 4 π π = π 8 t t dt P = Q Q = X ) π Conclusion, une base orthonormée de R [X] est donnée par : P, P, P ) =, π π X, X )) π Exercice 3. Pour tout entier n positif ou nul, on note π n x) = x ) n et R n = π n) n. On munit E = R [x] du produit scalaire défini par : P, Q) E, P Q = P x) Q x) dx

14 856 Espaces préhilbertiens, projection orthogonale. Montrer que R n est un polynôme de degré n de la parité de n.. Calculer, pour n, les coefficients de x n et x n dans R n. 3. Montrer que, pour n, pour tout entier k compris entre et n et tout P R [x], on a : π k) n t) P t) dt = π k ) n t) P t) dt 4. Montrer que, pour n et tout polynôme P R n [x], on a R n P =. 5. En déduire que la famille R n ) n N est orthogonale dans E. 6. Calculer R n, pour tout entier n positif ou nul. Les polynômes P n = R n R n sont les polynômes de Legendre normalisés. Solution 3.. Pour n = on a R = π =. Pour n le polynôme : π n x) = ) n k Cnx k k est de degré n et sa dérivée d ordre n : R n x) = ) n k C k k)! n n k n)! xk n k n est un polynôme de degré n. Le polynôme π n est pair donc sa dérivée d ordre n, R n est de la parité de n.. Le coefficient dominant de R n est β n n) R n est de la parité de n. = n)! n! et le coefficient de x n est nul du fait que 3. Une intégration par parties donne, pour tout entier k compris entre et n et tout P R [x] : [ ] π k) n t) P t) dt = π k ) n t) P t) π k ) n t) P t) dt Et utilisant le fait que et sont racines d ordre n du polynôme π n x) = x ) n x + ) n, on a π k ) n ±) =, de sorte que : π k) n t) P t) dt = 4. En effectuant n intégrations par parties, on obtient : π n) n t) P t) dt = ) n π k ) n t) P t) dt π n t) P n) t) dt Pour P R n [X], on a P n) = et : R n P = π n) n P = π n P n) =

15 Meilleure approximation dans un espace préhilbertien Chaque polynôme R k étant de degré k, on déduit de la question précédente que R n R m = pour n < m et par symétrie R n R m = pour n m dans N. La famille {R n n N} est donc orthogonal dans R [x]. 6. En utilisant 4. on a : où : Pour n, on a : R n = I n = π n) n t) R n t) dt = ) n = ) n β n) n n! I n = π n t) dt = π n t) R n n) t) dt π n t) dt = n)! ) n I n t ) n dt t ) n t ) dt = t ) n t tdt In et une intégration par parties donne : t ) n t tdt = [t t ) ] n n = n I n soit la relation de récurrence : I n = n I n I n soit I n = n n + I n. Il en résulte que : et : soit R n = n n! n +. t ) n dt n I n = ) n n) n )) n + ) n ) I = ) n n n!) n + )! R n = n)! n n!) n + )! = n + n n!) 3.5 Meilleure approximation dans un espace préhilbertien Théorème 3.7 projection orthogonale) Soit F un sous espace vectoriel de dimension finie de E. Pour tout vecteur x E, il existe un unique vecteur y dans F tel que : x y = d x, F ) = inf x z z F Ce vecteur est également l unique vecteur appartenant à F tel que x y F. Son expression dans une base orthonormée e i ) i n de F est donnée par : y = x e k e k

16 858 Espaces préhilbertiens, projection orthogonale et on a : x y = x y = x x e k 3.) Démonstration. Soit e i ) i n une base orthonormée de F le théorème de Gram Schmidt nous assure l existence d une telle base). Pour x dans E, on définit le vecteur y F par : y = x e k e k On a alors x y e j = pour tout j {,, n}, c est-à-dire que x y F. Le théorème de Pythagore donne alors, pour tout z F : x z = x y) + y z) = x y + y z x y et on a bien x y = d x, F ). S il existe un autre vecteur u F tel que x u = d x, F ) = δ, de : δ = x u = x y + y u = δ + y u on déduit alors que y u = et y = u. On sait déjà que le vecteur y F est tel que x y F. Supposons qu il existe un autre vecteur u F tel que x u F, pour tout z F, on a alors : x z = x u) + u z) = x u + u z x u donc x u = d x, F ) et u = y d après ce qui précède. La dernière égalité se déduit de : x = x y) + y = x y + y Remarque 3. Il est parfois commode d exprimer le résultat précédent sous la forme : x E, inf y,,y n) R n où e i ) i n est un système orthonormé. x y k e k = x x e k, Si x est un vecteur de E, alors le vecteur y de F qui lui est associé dans le théorème précédent est la meilleure approximation de x dans F. En considérant la caractérisation géométrique x y F, on dit aussi que y est la projection orthogonale de x sur F. On note y = p F x) et on dit que l application p F est la projection orthogonale de E sur F. On a donc : y = p F x)) y F et x y F ) y F et x y = d x, F ))

17 Meilleure approximation dans un espace préhilbertien 859 et dans une base orthonormée de F, une expression de p F est : x E, p F x) = x e k e k. L égalité p F x) = x équivaut à dire que x F et p F x) = équivaut à dire que x F. Dans le cas où E est de dimension finie et F = E, p F est l application identité. De l inégalité 3.), on déduit que pour tout vecteur x E, on a : p F x) = x e k x. Cette inégalité est l inégalité de Bessel. Si F = {}, on peut définir p F et c est l application nulle. On suppose donc, a priori, F non réduit à {}. Exemple 3. Si D = Ra est une droite vectorielle, une base orthonormée de D est et pour tout x E, on a p D x) = x a a a. ) a a Exemple 3.3 Sur l espace vectoriel F des fonctions continues et π-périodiques muni du produit scalaire : f, g) f g = π π f x) g x) dx la meilleure approximation, pour la norme déduite de ce produit scalaire, d une fonction f F par un polynôme trigonométrique de degré inférieur ou égal à n est donnée par : S n f) = f c π c π + = π f c c + π f c k π ck π + f c k c k + π f f s k s k où c k : x cos kx) pour k et s k : x sin kx) pour k. Soit : S n f) x) = a f) + a k f) cos kx) + s k π sk π b k f) sin kx) où les a k f) et b k f) sont les coefficients de Fourier trigonométriques de f définis par : a k f) = π π π f t) cos kt) dt et b k f) = π π π f t) sin kt) dt L opérateur de projection orthogonale de F sur P n est l opérateur de Fourier. La série : a f) + a n f) cos nx) + b n f) sin nx)) est la série de Fourier de f.

18 86 Espaces préhilbertiens, projection orthogonale Si e i ) i n est une base non nécessairement orthonormée) de F, alors la projection orthogonale d un vecteur x de E sur F est le vecteur y = compris entre et n, sont solutions du système linéaire : soit : n j= x y e i = i n), e i e j y j = x e i i n). j= y j e j, où les composantes y j, pour j Ce système est appelé système d équations normales. Du théorème de projection orthogonale, on déduit le résultat suivant qui justifie l existence du supplémentaire orthogonal d un sous-espace vectoriel de E de dimension finie. Corollaire 3. Pour tout sous espace vectoriel F de dimension finie de E on a E = F F. Démonstration. Pour tout x F F, on a x = x x = et x =. Donc F F = {}. Soit x E et y F sa projection orthogonale dans F. On a x y F et x = y + x y) F + F. D où l égalité E = F F. Dans le cas où E est de dimension finie, on a dim F ) = dim E) dim F ), donc dim F ) ) = dim F ) et avec l inclusion F F ), on déduit qu on a l égalité F ) = F. Remarque 3. Pour F de dimension infinie, on a toujours F F = {} mais pas nécessairement E = F F. On considère par exemple l espace vectoriel E = C [, ], R) muni du produit scalaire f g = déduit que F = {} et pourtant on a E F F. f t) g t) dt. Pour F = R [x], du théorème de Weierstrass on Exercice 3.3 On munit l espace vectoriel R [x] du produit scalaire : P, Q) P Q = + P t) Q t) e t dt.. Justifier la convergence des intégrales P Q pour tous P, Q dans R [x] et le fait qu on a bien un produit scalaire.. Construire une base orthonormée de R 3 [x]. 3. Soit P = + x + x 3. Déterminer Q R [x] tel que P Q soit minimal. Solution 3.3. On vérifie par récurrence que : k N, + t k e t dt = k! et de ce résultat on déduit que l application est bien définie sur R [x]. On vérifie ensuite facilement que c est un produit scalaire.

19 Meilleure approximation dans un espace préhilbertien 86. En utilisant le procédé de Gram-Schmidt sur la base, x, x, x 3 ) de R 3 [x], on a : Q =, Q =, P = Q Q = P = x x P P = x, Q =, P = Q Q = x Q = x x P P x P P = x 4x + Q = 4, P = Q Q = x 4x + ) Q 3 = x 3 x 3 P P x 3 P P x 3 P P = x 3 9x + 8x 6 Q 3 = 36, P 3 = Q 3 Q 3 = 6 x3 9x + 8x 6) 3. Le polynôme Q est la projection orthogonale de P sur F = R [x] donnée par : Q = P P k P k. Le calcul des P P k peut être évité en remarquant que dans la base orthonormée P, P, P, P 3 ) de E = R 3 [x], on a : P = 3 P P k P k = Q + P P 3 P 3 le coefficient P P 3 s obtenant en identifiant les coefficients de x 3 dans cette égalité P est de degré au plus), soit : P P 3 = 6. On a donc : et : Exercice 3.4 Calculer Q = P P P 3 P 3 = 9x 7x + 7 d P, R [x]) = P Q = P P 3 = 6. inf x ax b) dx. a,b) R Solution 3.4 En munissant l espace E = C [, ]) du produit scalaire : on a : M = f, g = f x) g x) dx inf x ax b ) dx = inf f Q a,b) R Q R [x] où f x) = x. Le théorème de projection orthogonale donne : M = f P = f P

20 86 Espaces préhilbertiens, projection orthogonale où P est la projection orthogonale de f sur R [x], soit P = f, P P + f, P P où P, P ) est une base orthonormée de R [x]. Le procédé de Gram-Schmidt donne : P x) =, P x) = 3 x et on a : f, P =, f, P = 3 donc : P x) = 3 et : M = 5 9 = 8 45 En utilisant la base canonique, x) de R [x], le système d équations normales est : { y + x y = x x y + x x y = x x soit : y = 3 3 y = ce qui donne y = 3 et y =, soit P = 3 et M = f P = Exercice 3.5 Calculer inf a,b) R x ln x) ax b) dx. Solution 3.5 On munit l espace vectoriel E = C [, ]) du produit scalaire : f, g) f g = f x) g x) dx et on note f la fonction définie sur [, ] par : { x ln x) si x ], ] f x) = si x =. Avec lim x x ln x) =, on déduit que f E. Avec ces notations il s agit donc de calculer : δ = d f, F ) = inf f ax bx a,b) R où F = Vect {x, x }. On sait que si P, P ) est une base orthonormée de F, alors : δ = f f P P f P P = f f P f P

21 Meilleure approximation dans un espace préhilbertien 863 Une telle base orthonormée s obtient avec le procédé de Gram-Schmidt : { P = 3x, P = 5 4x 3x). Puis avec : n N, f x n = f = x ln x) dx = 7, on obtient : 3 f P = 9 5 f P = et : δ = 4 3 = 3 43 La projection orthogonale de f sur F étant donnée par : x n+ ln x) dx = n + ) P = f P P + f P P = 5 3 x 9 x On peut aussi déterminer cette projection orthogonale P = ax + bx en utilisant le système d équations normales : { f P x =, soit : f P x =, 3a + 4b = 4 3, 4a + 5b = 5 4, ce qui donne a = 5 3 et b = 9. Le minimum cherché est alors : δ = f P = = 43. Théorème 3.8 Si F est un sous espace vectoriel de dimension finie de E, alors la projection orthogonale p F de E sur F est linéaire et continue avec p F =. Démonstration. Si e i ) i n est une base orthonormée de F, on a alors : x E, p F x) = x e k e k La linéarité de p F se déduit alors facilement de cette expression. D autre part, avec : x E, p F x) = x x p F x) x et p F x) = x pour tout x F, on déduit que p F est continue avec p F =.

22 864 Espaces préhilbertiens, projection orthogonale Pour tout x E la fonction J définie sur E par : z E, J z) = z x est différentiable sur E. En effet, pour z, h dans E, on a : J z + h) J z) = z x h + h = J z) h) + o h ). La meilleure approximation de x dans F est donc définie par : { y F, h F, J y) h) =. Ce résultat est en fait un cas particulier du résultat suivant. Théorème 3.9 Soient E un espace vectoriel normé, F un sous-espace vectoriel de E, J une fonction convexe de E dans R différentiable en un point y F. Le vecteur y est solution du problème de minimisation : { y F J y) = inf J z) 3.) z F si, et seulement si : où J y) désigne la différentielle de J en y. { y F h F, J y) h) = 3.3) Démonstration. Supposons y solution de 3.). Pour tout h F la fonction ϕ définie par : t R, ϕ t) = J y + th) est dérivable en avec ϕ ) = J y) h) et atteint son minimum en t =, on a donc ϕ ) =, soit J y) h). On peut remarquer qu à ce stade de la démonstration la convexité de J n intervient pas. Réciproquement supposons 3.3) vérifié. Pour z F et tout réel t ], ], avec la convexité de la fonction J, on a : soit : et : J y + t z y)) J y) + t J z) J y)), t ], ], J y + t z y)) J y) t J z) J y) = J J y + t z y)) J y) y) z y) = lim J z) J y), t t c est-à-dire que J y) J z) pour tout z F et y est solution de 3.).

23 Déterminants de Gram Déterminants de Gram Définition 3.6 Soit n un entier naturel non nul. On appelle matrice de Gram d une famille x i ) i n de vecteurs de E, la matrice : x x x x x x n x x x x x x n G x,, x n ) = x n x x n x x n x n et le déterminant de cette matrice, noté g x,, x n ), est appelé déterminant de Gram de la famille x i ) i n. Remarque 3.3 Si F est un sous-espace vectoriel de E de dimension n et x i ) i n une base de F, alors la matrice G x,, x n ) est la matrice du système d équations normales qui permet de déterminer la projection orthogonale sur F d un vecteur x de E. Théorème 3. Si n est un entier naturel non nul, alors pour toute famille x i ) i n de vecteurs de E, on a : rg G x,, x n )) = rg x,, x n ). Démonstration. Si tous les vecteurs x i sont nuls, alors la matrice de Gram correspondante est la matrice nulle et le résultat est évident. On suppose donc que les x i ne sont pas tous nuls et on désigne par F le sous-espace vectoriel de E engendré par {x,, x n }. Le procédé de Gram-Schmidt nous permet de construire une base orthonormée e i ) i p de F, avec p n, et dans cette base on écrit : x i = p a ki e k i n) Pour i, j compris entre et n, on a alors : p x i x j = a ki a kj = a i,, a pi ) a j. a pj soit en notant : a a a n a a a n A = M p,n R) a p a p a pn G x,, x n ) = t AA En munissant R n et R p de leurs structures euclidiennes canoniques, on a pour tout X R n, t AAX X R n = AX AX R p = AX R p et on en déduit que ker t AA) = ker A), puis avec le théorème du rang que t AA et A ont même rang. On a donc : rg G x,, x n )) = rg A) = rg x,, x n ) puisque A est la matrice du système de vecteurs x i ) i n dans la base e i ) i p.

24 866 Espaces préhilbertiens, projection orthogonale Corollaire 3.3 Si n est un entier naturel non nul, alors pour toute famille x i ) i n de vecteurs de E, on a g x,, x n ) et ce système est libre si, et seulement si, g x,, x n ) >. Démonstration. On reprend les notations de la démonstration du théorème précédent. Si le système x i ) i n est lié, on a alors : rg G x,, x n )) = rg A) < n et la matrice G x,, x n ) est non inversible dans M n R), son déterminant est donc nul. Si le système x i ) i n est libre, on a alors : rg G x,, x n )) = rg A) = n et la matrice G x,, x n ) est inversible dans M n R), son déterminant est donc non nul. En considérant que la matrice G x,, x n ) = t AA est symétrique positive t AAX X R n = AX R n pour tout X R n ), on déduit que ce déterminant est strictement positif. Remarque 3.4 Dans le cas de deux vecteurs x, y non nuls dans E, on a : ) x x x y g x, y) = = x y x y x y y y et la condition g x, y) avec égalité si, et seulement si, les vecteurs x et y sont liés est tout simplement le théorème de Cauchy-Schwarz. Si x et y sont non nul, en notant θ la mesure dans [, π] de l angle que font ces vecteurs, on a : g x, y) = x y cos θ) ) = x y sin θ) et il en résulte que g x, y) x y, l égalité étant réalisée si, et seulement si, ces deux vecteurs sont orthogonaux. Le théorème qui suit généralise cette remarque en donnant une interprétation géométrique du déterminant de Gram. Si x, y sont deux vecteurs non nuls dans E, on note x, y) la mesure dans [, π] de l angle que font ces vecteurs. Théorème 3. Soient n un entier naturel supérieur ou égal à, x i ) i n une famille libre de vecteurs dans E et e i ) i n la base orthonormée de F = Vect {x,, x n } déduite par le procédé de Gram-Schmidt avec la condition x k e k > pour tout k compris entre et n. On a alors : g x,, x n ) = n cos x k, e k ) k= = sin x, x ) n x k n cos x k, e k ) k=3 n x k si n 3 Démonstration. On a vu démonstration du théorème 3.6) que : e k = y k y k k n)

25 Déterminants de Gram 867 où y = x et y k = x k k j= e i ) i n à x i ) i n est alors donnée par : et : De x k = y k e k + k déduit que : j= x k e j e j pour k compris entre et n. La matrice de passage de y. a A = y a n a n,n y n g x,, x n ) = det A) = n y k x k e j e j, pour k compris entre et n, et de l orthogonalité des e j, on y k = x k e k = x k cos x k, e k ) ce qui donne en tenant compte de y = x : Pour n 3, en écrivant que : g x,, x n ) = n cos x k, e k ) k= n x k y = x x e e = x x e avec : on obtient : et : x e = x cos x, e ) = x cos x, x ) y = x cos x, x ) ) = x sin x, x ) n n g x,, x n ) = sin x, x ) cos x k, e k ) x k k=3 Corollaire 3.4 Si n est un entier naturel supérieur ou égal à, alors pour toute famille x i ) i n de vecteurs non nuls de E, on a : g x,, x n ) n x k. La borne inférieure est atteinte si, et seulement si, la famille x i ) i n est liée et la borne supérieure est atteinte si, et seulement si, la famille x i ) i n est orthogonale. Démonstration. Si la famille x i ) i n est liée, on a alors g x,, x n ) =.

26 868 Espaces préhilbertiens, projection orthogonale On suppose donc cette famille libre et dans ce cas, on a g x,, x n ) > et le théorème précédent nous dit que g x,, x n ) n x k, l égalité étant réalisée si, et seulement si, on a cos x k, e k ) = pour tout k compris entre et n, ce qui compte tenu de : k y k = cos x k, e k ) x k = x k x k e j équivaut à x k e j = pour tout j compris entre et k, soit à x k = y k = y k e k pour tout k compris entre et n et le système x i ) i n est orthogonal. Les déterminants de Gram nous permettent de donner une expression du degré d approximation d un élément x de E par des éléments d un sous-espace vectoriel F de dimension finie ainsi qu une expression de la projection orthogonale de x sur F. Précisément, on a le résultat suivant. Théorème 3. Soient F un sous-espace vectoriel de dimension finie de E et x i ) i n une base de F. Pour tout x dans E, on a : g x,, x n, x) d x, F ) = g x,, x n ) et la meilleure approximation de x par des éléments de F est le vecteur j= y = j= g j,x x,, x n ) g x,, x n ) x j, où g j,x x,, x n ) est le déterminant de la matrice déduite de la matrice de Gram G x,, x n ) x x en remplaçant sa colonne numéro j par.. x n x Démonstration. En notant y la projection orthogonale de x sur F, on a : et pour tout i compris entre et n : d x, F ) = x y = x y x i x = x i x y + x i y = x i y du fait que x y F et x i F. En utilisant la linéarité du déterminant par rapport à la dernière colonne, on en déduit que : x x x x n x y. g x,, x n, x) =.... x n x x n x n x n y x x x x n d x, F ) + y = d x, F ) g x,, x n ) + g x,, x n, y) = d x, F ) g x,, x n )

27 Déterminants de Gram 869 le système {x,, x n, y} étant lié, puisque y F, on a g x,, x n, y) = ), soit : g x,, x n, x) d x, F ) = g x,, x n ) D autre part, la projection orthogonale y de x sur F s écrit y = n a j x j, les coefficients a j étant solutions du système d équations normales : G x,, x n ) a. a n = x x. x n x et en utilisant les formules de Cramer, on obtient, pour j compris entre et n : a j = g j,x x,, x n ) g x,, x n ) j= Remarque 3.5 Si la base x i ) i n est orthonormée, on a alors : donc : g x,, x n ) = n x k = d x, F ) = g x,, x n, x) et pour les coefficients a j, on retrouve a j = x j x. Exemple 3.4 On se place sur E = C [, ]) muni du produit scalaire : f, g) Pour tout entier naturel non nul n, on a : avec : d x n, R n [x]) = g, x,, x n ) =. n f x) g x) dx. g, x,, x n, x n ), g, x,, x n ) n 3 n n+ n voir le lemme 3.), ce qui peut aussi s écrire : On en déduit alors que : g, x,, x n ) = d x n, R n [x]) = n n j= = j! j= i<j n i,j n ) 3. n + j)! n!) n)! n +. j i) i + j + )

28 87 Espaces préhilbertiens, projection orthogonale 3.7 Les théorèmes de Müntz Pour ce paragraphe, on se place sur E = C [, ]) muni du produit scalaire : f, g) f g = f x) g x) dx, on note la norme déduite de ce produit scalaire et la norme de la convergence uniforme sur l intervalle [, ]. On rappelle que pour tout entier naturel non nul n, on note e n la fonction x x n. Le théorème de Weierstrass nous dit que R [x] = Vect {e n n N} est dense dans E, ) et avec f f pour toute fonction f E, on déduit que R [x] est également dense dans E, ). Les théorèmes de Müntz permettent de caractériser les suites strictement croissantes de réels positifs pour lesquelles l espace vectoriel Vect { x λ n n N } est dense dans E, muni respectivement des normes et. Comme conséquence du théorème de Weierstrass on a le premier résultat de densité suivant. Théorème 3.3 Soit {θ n n N} un système libre dans E. L espace vectoriel F = Vect {θ n n N} est dense dans E, ) si, et seulement si, pour tout entier naturel p, on a : g θ,, θ n, e p ) lim n + g θ,, θ n ) =. Démonstration. En notant, pour tout entier naturel n : F n = Vect {θ k k n} on a g θ,, θ n ) > puisque le système {θ k k n} est libre et pour tout entier naturel p : g θ,, θ n, e p ) = d e p, F n ) g θ,, θ n ) Supposons que F soit dense dans E, ) et soit p un entier naturel. Pour tout réel ε strictement positif on peut alors trouver un entier n et une fonction P F n tels que e p P < ε. On a alors : d e p, F n ) = inf e p Q Q F e p P < ε n De plus pour tout entier n n, on a F n F n et donc d e p, F n ) d e p, F n ), ce qui permet de déduire que : n n, d e p, F n ) < ε On a donc ainsi montré que pour tout entier naturel p, on a : lim d e p, F n ) = n + Réciproquement si cette condition est vérifiée, avec la bilinéarité du produit scalaire et la linéarité du déterminant par rapport à la dernière colonne, on déduit que : P R [x], lim d P, F n) = n + Avec la densité de R [x] dans E, ), on déduit que pour toute fonction f E et pour tout réel ε strictement positif il existe une fonction polynomiale P telle que f P < ε. En

29 Les théorèmes de Müntz 87 désignant par n un entier naturel tel que d P, F n ) < ε et en notant P F n orthogonale de P sur F n, on a : la projection et : f P f P + P P = f P + d P, F n ) < ε d f, F n ) f P < ε En écrivant que d f, F n ) = f Q, où Q F n est la projection orthogonale de f sur F n, on a donc f Q < ε. Ce qui montre bien la densité de F dans E, ). Lemme 3. Si p est un entier naturel non nul, λ, λ,, λ p et x, x,, x p sont des réels tels que x j + λ i pour tous i, j compris entre et p, on a alors : )) x j x i ) λ j λ i ) i<j p det = x j + λ i i,j p x j + λ i ) déterminant de Cauchy ). i,j p Démonstration. S il )) existe deux indices i j tels que x j = x i [resp. λ j = λ i ], la matrice A p = a alors deux colonnes [resp. deux lignes] identiques et sont x j + λ i i,j p déterminant est nul. L égalité annoncée est donc vérifiée. On suppose que les x i, ainsi que les λ i sont deux à deux distincts et on désigne par F p la fonction rationnelle définie sur R \ { λ,, λ p } par : F p x) = p j= p x x j ). x + λ i ) Le numérateur de F p est de degré p et son dénominateur de degré p +, on a donc une décomposition en éléments simples de la forme : les coefficients α i étant donnés par : α i = En développant le déterminant : D p = F p x) = p α i x + λ i, lim x + λ i ) F p x) = x λ i p j= p j= j i λ i + x j ). λ i λ j ) x +λ x p +λ x p +λ x +λ p... x p +λ p x p +λ p F p x ) F p x p ) F p x p ),

30 87 Espaces préhilbertiens, projection orthogonale suivant la dernière ligne, en tenant compte de F p x j ) = pour tout j compris entre et p, on obtient : D p = F p x p ) det A p ) D autre part, en écrivant que F p x j ) = p α i et en utilisant le fait que le déterminant x j + λ i est une forme multilinéaire alternée, on a aussi : D p = α p det A p ) On a donc F p x p ) det A p ) = α p det A p ) et : det A p ) = F p x p ) α p det A p ) = p j= x p x j ) λ p λ j ) det A p x p + λ i ) p p ) x j + λ p ) On conclut alors par récurrence sur p. Pour p =, on a : x +λ x +λ det A ) = = x x ) λ λ ) x + λ ) x + λ ) x + λ ) x + λ ) x +λ x +λ Et supposant le résultat acquis pour p, on a : det A p ) = = p x p x j ) λ p λ j ) x j x i ) λ j λ i ) j= i<j p p x p + λ i ) p x j + λ i ) x j + λ p ) i,j p j= x j x i ) λ j λ i ) x j x i ) λ j λ i ) i<j p i<j p p x p + λ i ) p = p x p + λ i ) x + λ i ) x j + λ i ) j= i,j p Dans ce qui suit, on se donne une suite strictement croissante de réels positif : λ < λ < < λ n < λ n+ < et pour tout entier naturel n, on note θ n la fonction définie par : x [, ], θ n x) = x λ n. Lemme 3. Pour tout entier naturel non nul n, on a : n j ) λ j λ i ) et pour tout entier naturel p : g θ,, θ n ) = j= n n ) λ j + λ i + ) j= d e p, Vect {θ k k n}) = n λ i p p + λ i + p +

31 Les théorèmes de Müntz 873 Démonstration. Pour tout réel positif ou nul, on note simplement x λ la fonction x x λ. Pour tous réels positifs ou nuls λ et µ, on a : et : ce qui peut aussi s écrire : On a aussi : x λ x µ = )) g θ,, θ n ) = det λ j + λ i + g θ,, θ n ) = λ + µ + i,j n = i<j n i,j n n j ) λ j λ i ) j= n n ) λ j + λ i + ) j= λ j λ i ) λ i + λ j + ) g θ,, θ n, e p ) = n j= j ) n λ j λ i ) λ i p) n n ) n λ j + λ i + ) λ j + p + ) λ i + p + ) p + ) j= soit : g θ,, θ n, e p ) = n j= j ) n λ j λ i ) λ i p) n n ) n λ j + λ i + ) λ i + p + ) p + ) j= et en notant F n = Vect {θ k k n}, on en déduit que : n g θ,, θ n, e p ) d e p, F n ) = = λ i p g θ,, θ n ) p + λ i + p + En utilisant la suite définie par λ n = n pour tout entier naturel n, on retrouve : d x n, R n [x]) = n n i n + n + i + = n!) n)! n + De ces calculs on déduit, avec les notations qui précèdent, le premier résultat de densité suivant. Théorème 3.4 L espace vectoriel F = Vect {θ n n N} est dense dans E, ) si, et seulement si : n λ i p p N, lim n + λ i + p + = Et de ce résultat on déduit le premier théorème de Müntz.

32 874 Espaces préhilbertiens, projection orthogonale Théorème 3.5 Müntz) L espace vectoriel F = Vect {θ n n N} est dense dans E, ) si, et seulement si : + = +. λ n n= Démonstration. On a λ n > λ pour tout entier naturel non nul, donc λ n est bien défini pour n. Supposons F dense dans E, ), on a alors : p N, lim n + n λ i p λ i + p + = Si la suite λ n ) n N est bornée, étant croissante positive, elle converge vers un réel λ > et la série + est divergente. Si cette suite n est pas bornée, étant croissante, elle diverge vers n= λ n l infini. Si N {λ k k N}, on a alors : + n= + λ n n = + n= Dans le cas contraire il existe un entier naturel p tel que p λ k pour tout k N et avec lim n + λ n = + on déduit qu il existe un entier i tel que λ i > p pour tout i > i. De : on déduit que : lim n n + i=i + et du fait que : ) λi p ln λ i + p + cela équivaut à : i λ i p λ i + p + = + i=i + λ i + p + λ i p lim n + ) λi p ln = λ i + p + = ln p + ) λ i + p + + i=i + λ i = n p + i + λ i + p + λ i p λ i + p + = p + i + λ i Réciproquement supposons que + = +. Pour p, n dans N, on note u n,p = n λ i p n= λ n λ i + p +. Si p {λ k k N}, on a alors u n,p = à partir d un certain rang. Si p / {λ k k N}, on distingue deux cas. Si la suite λ n ) n N est bornée, alors elle converge vers un réel λ > et : lim λ i p i + λ i + p + = λ p λ + p + = µ < on peut donc trouver un entier i tel que : i i, λ i p λ i + p + µ + ε <

33 Les théorèmes de Müntz 875 et : n > i, u n,p u i,p µ + ε) n i ce qui entraîne lim u n,p =. Si la suite λ n ) n + n N n est pas bornée, elle diverge alors vers l infini et λ i p est strictement positif à partir d un rang i avec : ce qui entraîne + i=i + ) λi p ln = ln λ i + p + ) λi p ln λ i + p + p + λ i + p + ) p + i + λ i =, équivalent à lim n + u n,p =. Dans tous les cas, on a lim u n,p = pour tout entier naturel p, ce qui équivaut à la densité de F dans E, n + ). De ce théorème on déduit le résultat de densité suivant dans E muni de la norme de la convergence uniforme. Théorème 3.6 Müntz) Si avec les notations qui précèdent, on suppose de plus que λ = et λ, alors l espace vectoriel F = Vect {θ n n N} est dense dans E, ) si, et seulement si : + = +. λ n n= Démonstration. Si F est dense dans E, ), il est alors dense dans E, ) et le théorème précédent nous dit que + = +. n= λ n Réciproquement, on suppose que + = +. Pour tout entier n on a λ n > et n= λ n donc + n= λ n = +, ce qui équivaut à la densité de G = Vect { x λn n } dans E, ) on note x λ la fonction x x λ ). Pour toute fonction polynomiale P et pour tout réel ε >, on peut trouver une fonction ϕ = n a k x λk dans G telle que P ϕ < ε, où P désigne le polynôme dérivé de P. On désigne alors par θ la primitive sur [, ] de la fonction ϕ telle que ϕ ) = P ), soit : a k θ = P ) + x λ k F λ k l hypothèse λ = nous dit que F ) et pour tout réel x [, ] avec l inégalité de Cauchy- Schwarz, on a : x P x) θ x) = P t) ϕ t)) dt P ϕ x P ϕ < ε soit P θ < ε. On a donc ainsi montré que toute fonction polynomiale peut être uniformément approchée sur [, ] par des éléments de F. Avec le théorème de Weierstrass on en déduit alors que F est dense dans E, ). Exemple 3.5 Si p n ) n est la suite des nombres premiers positifs rangée dans l ordre croissant, on sait que + = + et on en déduit que l espace vectoriel Vect {, x pn n } est n= p n dense dans E, ).

34 876 Espaces préhilbertiens, projection orthogonale 3.8 Inégalité de Bessel et égalité de Parseval On suppose que E est de dimension infinie et on désigne par B = {e n n N} une famille orthonormée dans E le théorème de Gram-Schmidt nous permet de construire une telle famille). Définition 3.7 Pour tout x E la suite x e n ) n N est appelée suite des coefficients de Fourier de x relativement à B et la série de terme général x e n e n série de Fourier de x relativement à B. Pour tout x E et pour tout n N, on note : S n x) = x e k e k la nème somme partielle de la série de Fourier de x relativement à B. Ces définitions sont données par analogie aux coefficients et séries de Fourier trigonométriques d une fonction continue et π-périodique sur R. Théorème 3.7 Bessel) Pour tout x E, la série de terme général x e n est convergente et : + x e n x. n= Démonstration. Pour tout entier naturel n, S n x) est la projection orthogonale de x sur F n = Vect {e k k n}, donc : x e k = x x s n x) x ce qui entraîne la convergence de la série à termes positifs n N x e n avec l inégalité : + n= x e n x. En utilisant le fait que le terme général d une série convergente tend vers, on déduit le résultat suivant. Corollaire 3.5 Riemann-Lebesgue) Pour tout x E on a : lim x e n =. n + Exemple 3.6 Dans le cas des séries de Fourier trigonométriques, l inégalité de Bessel s écrit sous la forme : a f) + + an f) + b n f) ) π f t) dt, π n= où les coefficients a n f) et b n f) sont les coefficients de Fourier de la fonction f et le théorème de Riemann-Lebesgue nous dit que : Ce résultat peut aussi se montrer directement. π lim a n f) = lim b n f) =. n + n +

35 Inégalité de Bessel et égalité de Parseval 877 Définition 3.8 On dit qu une famille orthonormée B = {e n n N} est totale dans E si le sous espace vectoriel de E engendré par B est dense dans E, ). Dire que la famille orthonormée B est totale dans E équivaut à dire que pour tout x dans E et pour tout réel ε > il existe un entier n N et un n + )-uplet c, c,, c n ) R n+ tels que : x c k e k < ε. Ce qui équivaut encore à dire que tout x dans E est limite d une suite d éléments de Vect B). Théorème 3.8 Avec les notations qui précédent, les propriétés suivantes sont équivalentes. i) La famille orthonormée B est totale. ii) Pour tout x dans E, on a : n N x = + n= x e n e n série convergente dans E, )). iii) Pour tous x, y dans E, on a : x e n y e n = x y égalité de Parseval). iv) Pour tout x dans E, on a : égalité de Parseval). x e n = x n N Démonstration. Pour tout entier naturel n, on note : F n = Vect {e k k n} i) = ii) On suppose que la famille B est totale. Pour x E et tout réel ε >, il existe alors un entier naturel n et un vecteur y = n c k e k F n tel que x y < ε. Pour tout entier n n, le vecteur S n x) = n x e k e k est la projection orthogonale de x sur F n et en tenant compte de F n F n, on déduit que : On a donc ainsi prouvé que x = + x e n e n. n= x S n x) = d x, F n ) x y < ε lim x S n x) =, c est à dire que dans E, ) on a l égalité n + ii) = iii) On suppose que, pour tout x E, on a x = + x e n e n dans E, ). En utilisant le fait que pour tout x E on a x n x e k e k Fn, on déduit que pour tout y E on a : x x e k e k y n= y e k e k = x y x e k y e k

36 878 Espaces préhilbertiens, projection orthogonale et avec l inégalité de Cauchy-Schwarz on a : x y x e k y e k x x e k e k y ce qui entraîne : lim n + c est-à-dire que x y = + x e n y e n. n= x y x e k y e k = iii) = iv) Il suffit de faire y = x dans ce qui précède. iv) = i) Si x = + x e n, pour tout x E, en écrivant que : n= y e k e k x x e k e k = x x e k n ) on déduit que x = lim x e k e k et la densité de Vect B) dans E. n + Exemple 3.7 Dans le cas des séries de Fourier trigonométriques, la densité de l espace vectoriel P des polynômes trigonométriques dans F, ) entraîne la densité de P dans F, ), c est-à-dire que la famille orthonormée : B = { π, π cos nt), est totale et on a l égalité de Parseval : L égalité : a f) + + n= f = a f) } sin mt) n, m) N N π an f) + b n f) ) = π + + n= π π a n f) c n + b n f) s n ) f t) dt. c n x) = cos nx) et s n x) = sin nx)) dans F, ) s exprime en disant que la série de Fourier de la fonction f F converge en moyenne quadratique. Définition 3.9 On dit qu une famille orthonormée B est maximale dans E s il n est pas possible de trouver un vecteur unitaire e E tel que B {e} soit encore une famille orthonormée dans E. Théorème 3.9 Si B = {e n n N} est une famille orthonormée maximale dans E, alors pour tout x E la condition x e n = pour tout n N équivaut à x =. Démonstration. { } Si x dans E est tel que x e n = pour tout n N, alors le système B x x est orthonormé ce qui contredit le caractère maximal de B. On a donc nécessairement x =. Ce théorème peut s exprimer en disant que si B est une famille orthonormée maximale dans E, alors tout vecteur x E est uniquement déterminé par ses coefficients de Fourier relativement à B.

Géométrie dans les espaces préhilbertiens

Géométrie dans les espaces préhilbertiens 13 Géométrie dans les espaces préhilbertiens Pour ce chapitre (E, ) est un espace préhilbertien et est la norme associée. 13.1 Mesures de l angle non orienté de deux vecteurs non nuls L inégalité de Cauchy-Schwarz

Plus en détail

Chapitre 3: Les espaces de Hilbert

Chapitre 3: Les espaces de Hilbert Université de Bourgogne Département de Mathématiques Licence de Mathématiques Compléments d analyse Chapitre 3: Les espaces de Hilbert 1. Produit scalaire et espaces de Hilbert Définition (Produit scalaire)

Plus en détail

Orientation d un espace euclidien de dimension 3. Produit mixte, produit vectoriel. Applications

Orientation d un espace euclidien de dimension 3. Produit mixte, produit vectoriel. Applications 16 Orientation d un espace euclidien de dimension 3. Produit mixte, produit vectoriel. Applications E est un espace euclidien voir le chapitre 15 pour des rappels). 16.1 Orientation d un espace euclidien

Plus en détail

1. Produit Scalaire sur E

1. Produit Scalaire sur E Espaces vectoriels préhilbertiens et euclidiens 4 - Sommaire. Produit Scalaire.. Forme bilinéaire symétrique.......... Forme quadratique associée......... Forme quadratique définie positive.....4. Produit

Plus en détail

Formes bilinéaires et quadratiques

Formes bilinéaires et quadratiques Formes bilinéaires et quadratiques 0 Prolégomènes Caractéristique d un corps Si K, +, est un corps commutatif, alors l application ϕ : n n K, où K est l élément neutre de K pour le produit, est un morphisme

Plus en détail

Espaces euclidiens, orthogonalité, longueur. Moindres carrés.

Espaces euclidiens, orthogonalité, longueur. Moindres carrés. Université Nice Sophia-Antipolis SL2SF 2012-13 Algèbre 2 Espaces euclidiens, orthogonalité, longueur. Moindres carrés. On travaille avec le corps des réels, noté R. Pour tout entier naturel n, on considère

Plus en détail

La distance euclidienne d dans E est définie par d(x, y) = x y. Le produit scalaire est déterminé par la norme associée:

La distance euclidienne d dans E est définie par d(x, y) = x y. Le produit scalaire est déterminé par la norme associée: 2 Produit scalaire Espaces Euclidiens 21 Soit E un R-espace vectoriel Un produit scalaire dans E est une forme bilinéaire symétrique définie positive, noté La norme associée est définie par x 2 =

Plus en détail

PRODUIT SCALAIRE ET ORTHOGONALITÉ

PRODUIT SCALAIRE ET ORTHOGONALITÉ Chapitre 9 : ECS2 Lycée La Bruyère, Versailles Année 2015/2016 PRODUIT SCALAIRE ET ORTHOGONALITÉ 1 Formes bilinéaires 2 1.1 Définition............................................. 2 1.2 Représentation

Plus en détail

Espaces euclidiens, orthogonalité, longueur. Moindres carrés.

Espaces euclidiens, orthogonalité, longueur. Moindres carrés. Université de Nice SL2M 2009-10 Algèbre 2 Espaces euclidiens, orthogonalité, longueur. Moindres carrés. On travaille avec le corps des réels, noté R. Pour tout entier naturel n, on considère l ensemble

Plus en détail

Chapitre 2: Le théorème de projection et ses applications

Chapitre 2: Le théorème de projection et ses applications Chapitre : Le théorème de projection et ses applications 1 décembre 007 1 Introduction En géométrie élémentaire, si P est un plan et x un point qui n appartient pas à P, il existe un unique point y P qui

Plus en détail

Continuité, dérivabilité des fonctions d une variable réelle

Continuité, dérivabilité des fonctions d une variable réelle 7 Continuité, dérivabilité des fonctions d une variable réelle Pour ce chapitre I désigne un intervalle réel et f une fonction définie sur I et à valeurs réelles ou complees. 7. Continuité en un point,

Plus en détail

Espaces vectoriels euclidiens. () Espaces vectoriels euclidiens 1 / 40

Espaces vectoriels euclidiens. () Espaces vectoriels euclidiens 1 / 40 Espaces vectoriels euclidiens () Espaces vectoriels euclidiens 1 / 40 1 Produit scalaire, norme, espace euclidien 2 Orthogonalité Dans tout ce cours, E désigne un R espace vectoriel. () Espaces vectoriels

Plus en détail

Variables aléatoires réelles

Variables aléatoires réelles 23 Variables aléatoires réelles Pour ce paragraphe, (Ω, B, P est un espace probabilisé. 23.1 Définition et propriétés des variables aléatoires réelles Définition 23.1 On dit qu une application X : Ω R

Plus en détail

Montrer qu il s agit d un produit scalaire, et trouver une base orthogonale pour ce produit scalaire. (x e k ).e k

Montrer qu il s agit d un produit scalaire, et trouver une base orthogonale pour ce produit scalaire. (x e k ).e k Ex 1 Facile Soit un espace préhilbertien réel E et deux vecteurs x,y E. a) Développer l expression y 2.x (x y).y b) Retrouver l inégalité de Cauchy-Schwarz ainsi que le cas d égalité. Ex 2 Cours, à faire

Plus en détail

Opérations élémentaires et déterminants

Opérations élémentaires et déterminants 10 Opérations élémentaires et déterminants On note toujours K le corps de réels ou des complexes On se donne un entier n 1 et M n (K désigne l espace vectoriel des matrices carrées d ordre n à coefficients

Plus en détail

i=1 x iy i On a bien i=1 x2 i > 0 quand x 0.

i=1 x iy i On a bien i=1 x2 i > 0 quand x 0. Chapitre 3 Produit scalaire, espaces vectoriels euclidiens 3.1 Produit scalaire, norme euclidienne Définition 3.1 Soit E un espace vectoriel réel. Un produit scalaire sur E est une forme bilinéaire symétrique

Plus en détail

EMLYON 2016 S. Premier problème. Éléments de correction

EMLYON 2016 S. Premier problème. Éléments de correction EMLYON 26 S Éléments de correction ECS2 Lycée La Bruyère, Versailles Année 25/26 Premier problème Première partie Les deux équations forment un système linéaire d inconnue (P, P 2 ), que l on résoud sans

Plus en détail

ALGÈBRE LINEAIRE Module 2 Structure Euclidienne PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé

ALGÈBRE LINEAIRE Module 2 Structure Euclidienne PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé ALGÈBRE LINEAIRE Module 2 Structure Euclidienne PAD - Notes de cours S. Rigal, D. Ruiz, et J. C. Satgé December 5, 2008 Table des Matières Espaces euclidiens Orthogonalité - Espaces euclidiens..............................

Plus en détail

2. Espaces de Hilbert

2. Espaces de Hilbert 2. Espaces de Hilbert 2.1. Produits scalaires Définition 2.1.1. Soient X et Y deux espaces vectoriels complexes ; une application f : X Y est dite antilinéaire si, pour tous x, y X et tout λ C on a f(x

Plus en détail

Matrices symétriques réelles. Exercice 2 Le produit de deux matrices symétriques réelles est-il symétrique? R n = ker (u) Im (u)

Matrices symétriques réelles. Exercice 2 Le produit de deux matrices symétriques réelles est-il symétrique? R n = ker (u) Im (u) Matrices symétriques réelles 1 Préliminaires On se place dans (R n, ) euclidien, le produit scalaire canonique étant défini par : (x, y) R n R n, x y = t x y = x k y k On note : M n (R) l algèbres des

Plus en détail

Géométrie vectorielle euclidienne

Géométrie vectorielle euclidienne Chapitre 2 Géométrie vectorielle euclidienne 2.1 Généralités sur les espaces vectoriels euclidiens 2.1.1 Espaces euclidiens Définition 2.1 On appelle espace vectoriel euclidien tout espace vectoriel réel,

Plus en détail

ENSI 98 - Filière MP - MATHÉMATIQUES 2. Thème : Pseudo-inverse d une matrice - Méthode des moindres carrés discrets

ENSI 98 - Filière MP - MATHÉMATIQUES 2. Thème : Pseudo-inverse d une matrice - Méthode des moindres carrés discrets ENSI 98 - Filière MP - MATHÉMATIQUES 2 Thème : Pseudo-inverse d une matrice - Méthode des moindres carrés discrets PARTIE I - CONSTRUCTION D UNE MATRICE INVERSE A GAUCHE On suppose dans cette partie que

Plus en détail

Distance à un sous-espace vectoriel

Distance à un sous-espace vectoriel [http://mp.cpgedupuydelome.fr] édité le 1 juillet 214 Enoncés 1 Distance à un sous-espace vectoriel Exercice 1 [ 526 ] [correction] [Déterminant de Gram] Soit E un espace préhilbertien réel. Pour (u 1,...,

Plus en détail

Exercice I.1 Montrer que la somme de vecteurs et le produit d un vecteur par un nombre réel donnent à IR 3 une structure d espace vectoriel sur IR.

Exercice I.1 Montrer que la somme de vecteurs et le produit d un vecteur par un nombre réel donnent à IR 3 une structure d espace vectoriel sur IR. Exercices avec corrigé succinct du chapitre 1 (Remarque : les références ne sont pas gérées dans ce document, par contre les quelques?? qui apparaissent dans ce texte sont bien définis dans la version

Plus en détail

MT23-Algèbre linéaire

MT23-Algèbre linéaire MT23-Algèbre linéaire Chapitre 5 : Espaces euclidiens ÉQUIPE DE MATHÉMATIQUES APPLIQUÉES UTC juillet 2014 suivant Chapitre 5 Espaces Euclidiens et applications 5.1 Produit scalaire, norme, espace euclidien....................

Plus en détail

Extrait gratuit de document, le document original comporte 13 pages.

Extrait gratuit de document, le document original comporte 13 pages. Notations Dans ce problème, E est un espace euclidien de dimension n 1. On note (x y) le produit scalaire de deux vecteurs quelconques x, y de E. On note [x] ε la matrice-colonne des coordonnées d un vecteur

Plus en détail

1 Fonctions périodiques

1 Fonctions périodiques L - cursus prépa (6 mars 14) Séries de Fourier 1 Les séries de Fourier constituent un outil fondamental d approximation des fonctions périodiques, qu il faut commencer par bien comprendre. 1 Fonctions

Plus en détail

Limites à l infini d une fonction

Limites à l infini d une fonction 9 Limites à l infini d une fonction On garde les notations du chapitre précédent en supposant ici que a = ou a = + est adhérent à l ensemble I, ce qui signifie que : ou : m R, ], m[ I M R, ]M, + [ I ce

Plus en détail

M = b d. a b ou M =. b a

M = b d. a b ou M =. b a Ce texte est extrait du cours optionnel de géométrie de l année universitaire 1999/2000. B.Ingrao Étude du groupe orthogonal dans le cas du plan. Dans ce qui suit, l espace est de dimension 2 ; en conséquence

Plus en détail

Première épreuve écrite

Première épreuve écrite CAPES EXTERNE DE MATHÉMATIQUES SESSION 25 Première épreuve écrite Notations et objet du problème On désigne par : N l ensemble des entiers naturels ; Z l anneau des entiers relatifs ; Q le corps des nombres

Plus en détail

Formes quadratiques. 1. Formes bilinéaires symétriques et formes quadratiques

Formes quadratiques. 1. Formes bilinéaires symétriques et formes quadratiques Agrégation interne UFR MATHÉMATIQUES Formes quadratiques On se place sur un R-espace vectoriel E de dimension finie n. 1. Formes bilinéaires symétriques et formes quadratiques 1.1. Formes bilinéaires symétriques

Plus en détail

Espérance, variance ; loi faible des grands nombres

Espérance, variance ; loi faible des grands nombres 49 Espérance, variance ; loi faible des grands nombres Pour ce chapitre, (Ω, B, P) est un espace probabilisé et X une variable aléatoire à valeurs réelles positives (i. e. une application de Ω dans R +

Plus en détail

Analyse Fonctionnelle Cours, Chapitre n 8 Luc Hillairet. Bases Hilbertiennes

Analyse Fonctionnelle Cours, Chapitre n 8 Luc Hillairet. Bases Hilbertiennes SOM1MT05 Université d Orléans Analyse Fonctionnelle 2014-2015 1 Familles orthogonales Cours, Chapitre n 8 Luc Hillairet. Bases Hilbertiennes Définition 1. Dans un espace euclidien (E,h, i) une famille

Plus en détail

1 Produit scalaire hermitien

1 Produit scalaire hermitien Espaces préhilbertiens complexes. Espaces hermitiens. PSI Paul Valéry Dans tout ce chapître on travaille avec des espaces vectoriels complexes. z représente le module du complexe z et z son conjugué z.

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Enoncés 1 Ouverts et fermés Exercice 1 [ 113 ] [correction] Montrer que tout fermé peut s écrire comme intersection d une suite décroissante d ouverts.

Plus en détail

Feuille de TD 1 MT 252 Année Espace euclidien

Feuille de TD 1 MT 252 Année Espace euclidien Feuille de TD 1 MT 252 Année 24-25 Espace euclidien Exercice 1 Parallélogramme. Soit (E,, ) un espace euclidien. On note la norme associée. a) Montrer que x, y E, x y 2 + x + y 2 = 2 ( x 2 + y 2 ). (1)

Plus en détail

TD Liste d exercices no. 1 Espaces euclidiens

TD Liste d exercices no. 1 Espaces euclidiens Université Paris Diderot - Paris 7 L Physique MP4 014-015 TD Liste d exercices no. 1 Espaces euclidiens 1. Notion de produit scalaire Exercice 1. (1) Montrer que l application Φ : R R R définie par Φ((x

Plus en détail

MT23-Algèbre linéaire

MT23-Algèbre linéaire MT23-Algèbre linéaire Chapitre 1 : Espaces vectoriels ÉQUIPE DE MATHÉMATIQUES APPLIQUÉES UTC juillet 2014 suivant Chapitre 1 Espaces vectoriels 1.1 Espaces vectoriels, généralités..........................

Plus en détail

Exercices d oraux de la banque CCP BANQUE ALGÈBRE

Exercices d oraux de la banque CCP BANQUE ALGÈBRE Exercices d oraux de la banque CCP 2014-2015 20 exercices sur les 37 d algèbre peuvent être traités en Maths Sup. BANQUE ALGÈBRE EXERCICE 59 Soit E l espace vectoriel des polynômes à coefficients dans

Plus en détail

Chapitre 3: Les séries de Fourier

Chapitre 3: Les séries de Fourier Chapitre 3: Les séries de Fourier 6 février 008 1 La base hilbertienne trigonométrique 1.1 L espace de Hilbert L ([, π]) Soit L ([, π]) l espace des fonctions f : [, π] C mesurables au sens de Lebesgue

Plus en détail

Université Paris Dauphine DUMI2E 2e année. Calcul différentiel et optimisation I. Sujets d examen François BOLLEY

Université Paris Dauphine DUMI2E 2e année. Calcul différentiel et optimisation I. Sujets d examen François BOLLEY Université Paris Dauphine DUMI2E 2e année Calcul différentiel et optimisation I Sujets d examen 2006-2007 François BOLLEY Université Paris Dauphine DUMI2E 2e année Calcul différentiel Contrôle continu

Plus en détail

Chapitre 3 MÉTHODES ITÉRATIVES POUR LA RÉSOLUTION DES

Chapitre 3 MÉTHODES ITÉRATIVES POUR LA RÉSOLUTION DES Chapitre 3 MÉTHODES ITÉRATIVES POUR LA RÉSOLUTION DES SYSTÈMES LINÉAIRES Chapitre 3 MÉTHODES ITÉRATIVES POUR LA RÉSOLUTION DES SYSTÈMES LINÉAIRES 3. Introduction On va étudier les méthodes itératives pour

Plus en détail

Espaces Préhilbertiens Réels

Espaces Préhilbertiens Réels Résumé de Cours 14 Les espaces Préhilbertiens I Espaces Préhilbertiens Réels Soit E un espace vectoriel réel On appelle produit scalaire sur E toute forme bilinéaire symétrique définie positive sur E,

Plus en détail

Feuilles de TD du cours d Algèbre S4

Feuilles de TD du cours d Algèbre S4 Université Paris I, Panthéon - Sorbonne Licence M.A.S.S. 1-13 Feuilles de TD du cours d Algèbre S4 Jean-Marc Bardet (Université Paris 1, SAMM) Email: bardet@univ-paris1.fr Page oueb: http://samm.univ-paris1.fr/-jean-marc-bardet-

Plus en détail

Rappel de calcul différentiel

Rappel de calcul différentiel Calcul différentiel et géométrie Année 008-009 ENS Cachan Vincent Beck Différentiabilité. Rappel de calcul différentiel Exercice 1 Exemples et contre-exemples. a) Étudier suivant les valeurs de α > 0,

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES : CALCUL DIFFÉRENTIEL

FONCTIONS DE PLUSIEURS VARIABLES : CALCUL DIFFÉRENTIEL Chapitre 15 : FONCTIONS DE PLUSIEURS VARIABLES : CALCUL DIFFÉRENTIEL ECS2 Lycée La Bruyère, Versailles Année 2013/2014 1 Objets du calcul différentiel du premier ordre 2 1.1 Dérivées partielles et gradient..................................

Plus en détail

Sur le produit vectoriel

Sur le produit vectoriel Sur le produit vectoriel Daniel PERRIN Introduction On étudie les deux approches usuelles du produit vectoriel : la version élémentaire décrite en terme d orthogonalité et de sinus et celle qui prend comme

Plus en détail

n a k x k = 0, k=0 n a k x k. k=0

n a k x k = 0, k=0 n a k x k. k=0 Université Claude Bernard Lyon I CAPES de Mathématiques : Oral Année 2006 2007 Fonctions polynômes On travaille sur un corps K infini, par exemple R ou C. Définition, structures (a) Définition On appelle

Plus en détail

Géométrie dans l espace

Géométrie dans l espace Géométrie dans l espace I Modes de repérage dans l espace 1 I.A Coordonnées cartésiennes...................... 1 I.B Coordonnées cylindriques...................... 2 I.C Coordonnées sphériques.......................

Plus en détail

Diverses factorisation de matrices

Diverses factorisation de matrices 18 Diverses factorisation de matrices On utilise les notations et dénitions du chapitre 13. 18.1 Les théorèmes de réduction des matrices Les théorèmes de réduction des matrices (voir le chapitre 17) nous

Plus en détail

Mathématiques - ECS1. Dérivation. et accroissements finis. 30 avenue de Paris Versailles

Mathématiques - ECS1. Dérivation. et accroissements finis. 30 avenue de Paris Versailles Mathématiques - ECS 6 Dérivation et accroissements finis. Lycée La Bruyère 30 avenue de Paris 78000 Versailles c 06, Polycopié du cours de mathématiques de première année. 6 Dérivation et accroissements

Plus en détail

CINQUANTE-SIX EXERCICES DE CALCUL DIFFÉRENTIEL POUR LA TROISIÈME ANNÉE DE LICENCE. Michèle Audin

CINQUANTE-SIX EXERCICES DE CALCUL DIFFÉRENTIEL POUR LA TROISIÈME ANNÉE DE LICENCE. Michèle Audin CINQUANTE-SIX EXERCICES DE CALCUL DIFFÉRENTIEL POUR LA TROISIÈME ANNÉE DE LICENCE 2012 2013 Michèle Audin 1. Espaces vectoriels normés Exercice 1.1 (Manhattan). Une ville est quadrillée par une famille

Plus en détail

Groupes finis et arithmétique basique. Si p, q sont deux entiers relatifs, on note p q le pgcd de p et q et p q le ppcm de p et q.

Groupes finis et arithmétique basique. Si p, q sont deux entiers relatifs, on note p q le pgcd de p et q et p q le ppcm de p et q. Groupes finis et arithmétique basique Énoncé Si p, q sont deux entiers relatifs, on note p q le pgcd de p et q et p q le ppcm de p et q. I Les nombres de Fermat On appelle nombre de Fermat tout entier

Plus en détail

Matrices positives et irréductibles. Jean Etienne ROMBALDI

Matrices positives et irréductibles. Jean Etienne ROMBALDI Matrices positives et irréductibles Jean Etienne ROMBALDI 25 novembre 2007 ii Table des matières 1 Matrices positives et irréductibles 1 1.1 Rappels sur les normes matricielles et le rayon spectral..............

Plus en détail

Poynômes orthogonaux. 2 Relation de récurrence. Denis Pasquignon. Soit a b + et W une fonction sur IR telle que l application

Poynômes orthogonaux. 2 Relation de récurrence. Denis Pasquignon. Soit a b + et W une fonction sur IR telle que l application Denis Pasquignon Poynômes orthogonaux 1 Définition Soit a b + et W une fonction sur IR telle que l application définisse un produit scalaire sur IR p [X]. P, Q) IR p [X] < P, Q >= b a P t)qt)w t)dt Definition

Plus en détail

x i y i + b x i y j i=0 x ) =

x i y i + b x i y j i=0 x ) = #83 Produit scalaire Khôlles - Classes prépa Thierry Sageaux, Lycée Gustave Eiel Exercice Produits scalaires? Dire si les applications suivantes sont des produits scalaires : ) E = R 2, (x, x ) (y, y )

Plus en détail

TD 3: Suites réelles

TD 3: Suites réelles Université Pierre et Marie Curie Année 2011/2012 LM115 TD 3: Suites réelles MIME Convergence des suites : Par définition, une suite (u n ) converge vers un réel l si : Pour tout ɛ réel strictement positif,

Plus en détail

Soit I une partie non vide de IN. On appelle suite réelle définie sur I, toute application U de I dans IR.

Soit I une partie non vide de IN. On appelle suite réelle définie sur I, toute application U de I dans IR. I Notion de suite réelle ) Définition : Soit I une partie non vide de IN. On appelle suite réelle définie sur I, toute application U de I dans IR. Le réel U(n) est noté U n il est appelé terme général

Plus en détail

pgcd, ppcm dans Z, théorème de Bézout. Applications

pgcd, ppcm dans Z, théorème de Bézout. Applications 7 pgcd, ppcm dans Z, théorème de Bézout. Applications Le théorème de division euclidienne et les sous-groupes de (Z, +) sont supposés connus. Pour tout entier relatif n, on note : nz = {n q q Z} l ensemble

Plus en détail

COURS MPSI A9. ESPACES EUCLIDIENS 1 R. FERRÉOL 13/14

COURS MPSI A9. ESPACES EUCLIDIENS 1 R. FERRÉOL 13/14 I) PRODUIT SCALAIRE NOTATIONS : E R-espace vectoriel. Pour une application de E versr;l image de( x, y) est notée( x y) ou x, y, ou parfois simplement x y s il n y a pas d ambiguïté possible. L application

Plus en détail

Point de vue. Géométrie euclidienne. Produits scalaires. Exemples. Définition 12.1

Point de vue. Géométrie euclidienne. Produits scalaires. Exemples. Définition 12.1 Point de vue Géométrie euclidienne Présentation provisoire Pierre Mathonet Département de Mathématique Faculté des Sciences En géométrie euclidienne classique : les angles sont mesurés avec un rapporteur

Plus en détail

Matrices antisymétriques

Matrices antisymétriques [http://mp.cpgedupuydelome.fr] édité le 24 septembre 2016 Enoncés 1 Matrices antisymétriques Exercice 1 [ 02503 ] [Correction] Soit M M n (R) telle que M + t M soit nilpotente. Montrer que M est antisymétrique.

Plus en détail

Chap. 6 : Problèmes de Sturm-Liouville

Chap. 6 : Problèmes de Sturm-Liouville Chap. 6 : Problèmes de Sturm-Liouville Jean-Philippe Lessard Dépt. de mathématiques et de statistique Université Laval, Québec, Canada 4 novembre 2014 Introduction Espaces de fonctions et produits scalaires

Plus en détail

III Somme de deux séries entières, produit par un scalaire 5

III Somme de deux séries entières, produit par un scalaire 5 Séries entières I Généralités I.A Définition........................................... I.B Lemme d Abel........................................ 2 I.C Rayon de convergence d une série entière..........................

Plus en détail

Épreuve d analyse numérique

Épreuve d analyse numérique Épreuve d analyse numérique Projections convexes, décomposition, et algorithme de projections alternées Dans tout ce sujet, on se place dans un espace de Hilbert : H désigne un espace vectoriel réel complet

Plus en détail

Matrices Orthogonales et Isométries vectorielles

Matrices Orthogonales et Isométries vectorielles Matrices Orthogonales et Isométries vectorielles MPSI - Prytanée National Militaire Pascal Delahaye 4 mai 016 Dans ce chapitre, on considère un espace euclidien (E,, ) de dimension n 1 Les isométries vectorielles

Plus en détail

Concours PT 2004 Maths PT I-B

Concours PT 2004 Maths PT I-B Concours PT 4 Maths PT I-B L usage des calculatrices est interdit Partie A ) ( ) ( ) a a Soit A = b b et B = deux éléments de S a a b b ( ) c c C = AB = avec c c c i = a ik b k, évidemment i =,, c i =

Plus en détail

2.1 Rappels sur la convergence dans les espaces topologiques. Lemme (Axiome du choix) Pour tout ensemble non vide X il existe une fonction :

2.1 Rappels sur la convergence dans les espaces topologiques. Lemme (Axiome du choix) Pour tout ensemble non vide X il existe une fonction : Chapitre 2 Opérateurs bornés 2.1 Rappels sur la convergence dans les espaces topologiques 2.1.1 Relations d ordre Soit une relation d ordre sur un ensemble X. Si Y X on définit les majorants (resp. minorants)

Plus en détail

Corrigé Feuille 4. et sa matrice dans la base canonique, qui est orthonormée pour le produit scalaire canonique, est. P (x)q(x)dx,

Corrigé Feuille 4. et sa matrice dans la base canonique, qui est orthonormée pour le produit scalaire canonique, est. P (x)q(x)dx, Université Paris Panthéon-Sorbonne L MASS 0/03 Algèbre Corrigé Feuille 4 Exercice. a On remarque que dim F car F R 3 en effet,,, F. D autre part, soient e = 3,,, e =, 0,. On vérifie que {e, e } est une

Plus en détail

Les fonctions réciproques

Les fonctions réciproques DOCUMENT 28 Les fonctions réciproques 1. Introduction et définition Pour tout ensemble E, il existe une loi de composition naturelle sur l ensemble des applications de E dans E qui est la composition des

Plus en détail

Feuille 5. f(t)g(t)dt. Montrer que pour toute fonction continue f : [0, 1] R on a. 1 f 2 (t)dt. f(t)dt)

Feuille 5. f(t)g(t)dt. Montrer que pour toute fonction continue f : [0, 1] R on a. 1 f 2 (t)dt. f(t)dt) Licence Math. Appliquées 2004-05 Géométrie Feuille 5 Exercice 1. Produits scalaires. 1) Soit E un espace vectoriel réel de dimension finie. Dans chacun des cas suivants, justifier que la formule proposée

Plus en détail

CONCOURS DE RECRUTEMENT AU PROFESSORAT DE L'ENSEIGNEMENT DU SECOND DEGRÉ AGRICOLE DEUXIÈME ÉPREUVE ÉCRITE D ADMISSIBILITÉ.

CONCOURS DE RECRUTEMENT AU PROFESSORAT DE L'ENSEIGNEMENT DU SECOND DEGRÉ AGRICOLE DEUXIÈME ÉPREUVE ÉCRITE D ADMISSIBILITÉ. CONCOURS DE RECRUTEMENT AU PROFESSORAT DE L'ENSEIGNEMENT DU SECOND DEGRÉ AGRICOLE CAPESA CONCOURS D ACCÈS à la 2 e catégorie des emplois de professeurs des établissements d enseignement agricole privés

Plus en détail

I. Matrices positives

I. Matrices positives 1 Corrigé du devoir 16 : Mines-Ponts PSI 26 I Matrices positives 1 Soit A une matrice positive B = t MAM est symétrique car t B = t M t A M = t M A M = B De plus, si X M p,1, on a (BX X) = (AMX MX) = (AY

Plus en détail

Rappels de cours M1 Enseignement, Analyse M71. Rachid Regbaoui

Rappels de cours M1 Enseignement, Analyse M71. Rachid Regbaoui Rappels de cours M1 Enseignement, Analyse M71 Rachid Regbaoui 2 Chapitre 1 Rappels sur les suites et séries numériques 1.1 Suites numériques 1.1.1 Généralités Dans la suite K désignera le corps des réels

Plus en détail

Ministère de l Enseignement Supérieur et des recherches scientifiques Université Virtuelle de Tunis. Chapitre III : Fonction continue

Ministère de l Enseignement Supérieur et des recherches scientifiques Université Virtuelle de Tunis. Chapitre III : Fonction continue Ministère de l Enseignement Supérieur et des recherches scientifiques Université Virtuelle de Tunis Intitulé du chapitre : Chapitre III : Fonction continue Nom de l auteur : Houcine Chebli Lotfi Lassoued

Plus en détail

Corrigé du Concours Blanc

Corrigé du Concours Blanc Corrigé du Concours Blanc Exercice : On considère la fonction f définie par : f(x = x + 2 2 ln(e x + et on note (C la courbe représentative de f dans un repère orthonorrnal.. Etude de la fonction f. a.

Plus en détail

I ESPACES METRIQUES. d : E E R +

I ESPACES METRIQUES. d : E E R + I ESPACES METRIQUES 1. Espaces métriques 1.1 Définitions Soit E un ensemble non vide. On appelle distance sur E toute application vérifiant les propriétés suivantes : d : E E R + a) x, y E, d(x, y) = 0

Plus en détail

Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof. A. Abdulle. Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc :

Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof. A. Abdulle. Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc : Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof A Abdulle EPFL Série 7 Corrigé Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc : a b c 3 1 0 4 1 2 1 1 2 2 1 1 2 1

Plus en détail

4.1 L ensemble des réels est un corps ordonné

4.1 L ensemble des réels est un corps ordonné Table des matières 4 Propriétés de R 4. L ensemble des réels est un corps ordonné....................... 4.. Propriétés d ordre de R............................. 4..2 Valeur absolue..................................

Plus en détail

Chapitre 1. Dualité dans les espaces vectoriels

Chapitre 1. Dualité dans les espaces vectoriels Chapitre 1 Dualité dans les espaces vectoriels K désigne un corps commutatif. I. Espace dual d un espace vectoriel - bases duales Définition.- Soit E un espace vectoriel sur K ; on appelle dual de E et

Plus en détail

Concours commun Mines-Ponts Epreuve pratique de Mathématiques. tp(t)q(t) dt. On trouve la même chose pour (Q ϕ n (P)). Donc

Concours commun Mines-Ponts Epreuve pratique de Mathématiques. tp(t)q(t) dt. On trouve la même chose pour (Q ϕ n (P)). Donc Concours commun Mines-Ponts 1996. Epreuve pratique de Mathématiques. 1 ) Existence d une base orthonormée de E n associée à la forme Φ. 1 )a. (P ϕ n (Q)) est le réel tp(t)q(t) dt. On trouve la même chose

Plus en détail

Différentes formules de Taylor pour une fonction d une variable réelle

Différentes formules de Taylor pour une fonction d une variable réelle 25 Différentes formules de Taylor pour une fonction d une variable réelle Il y a beaucoup de résultats dans cette proposition de leçon (en prévision de questions que pourrait poser le jury). Comme il n

Plus en détail

sont deux vecteurs de R 3. A F = trace(a A). A i 2 2 = j

sont deux vecteurs de R 3. A F = trace(a A). A i 2 2 = j Université Claude Bernard Lyon - 2008/2009 Préparation Capes - Algèbre et Géométrie - Normes, produits scalaires, espaces euclidiens - - Produits scalaires - Normes vectorielles - Normes matricielles -

Plus en détail

Les séries entières. () Les séries entières 1 / 42

Les séries entières. () Les séries entières 1 / 42 Les séries entières () Les séries entières 1 / 42 1 Séries entières d une variable complexe 2 Série entière d une variable réelle 3 Développements en séries entières 4 Exponentielle complexe et fonctions

Plus en détail

Exercices du chapitre 3 avec corrigé succinct

Exercices du chapitre 3 avec corrigé succinct Exercices du chapitre 3 avec corrigé succinct Exercice III.1 Ch3-Exercice1 Calculer les déterminants suivants : a b c d, 3a 3b c d, 4 2 3 0 3 4 0 0 5, 4 2 3 0 1 2 4 1 2, 4 3 2 0 2 1 4 2 1, 1 2 2 3 1 1

Plus en détail

Chapitre 9. Polynômes. 1 Généralités. 1.1 Définitions

Chapitre 9. Polynômes. 1 Généralités. 1.1 Définitions Chapitre 9 Polynômes Dans tout le chapitre K désigne R ou C. 1 Généralités 1.1 Définitions Définition 1 Polynôme Une fonction P : K K est une fonction polynôme (ou plus simplement un polynôme) à coefficients

Plus en détail

Polynômes de Legendre sur [0,1], quadratures de Gauss

Polynômes de Legendre sur [0,1], quadratures de Gauss Polynômes de Legendre sur [,1], quadratures de Gauss Énoncé Polynômes de Legendre sur [,1], quadratures de Gauss On définit les suites de polynômes (U n ) et (P n ) de la manière suivante : U = 1 n 1,

Plus en détail

2 Espaces vectoriel normés. 1 Normes. Exemple 1: K n muni de la norme N p Pour tout réel p 1 on note souvent N p la norme suivante définie sur K n

2 Espaces vectoriel normés. 1 Normes. Exemple 1: K n muni de la norme N p Pour tout réel p 1 on note souvent N p la norme suivante définie sur K n 2 Espaces vectoriel normés 1 Normes Si E est un espace vectoriel sur K = R ou C, on appelle norme sur E une application N de E dans [0, + [ telle que: 1 N(λx) = λ N(x), x E, λ K, 2 N(x + y) N(x) + N(y),

Plus en détail

J.F.C. p. 1. Ceci est un premier jet et a besoin encore de relectures pour bien tenir la route. EDHEC 2014 EXERCICE 1. Φ ( x) + Φ ( x) ).

J.F.C. p. 1. Ceci est un premier jet et a besoin encore de relectures pour bien tenir la route. EDHEC 2014 EXERCICE 1. Φ ( x) + Φ ( x) ). 3-- 4 JFC p JF COSSUTTA jean-francoiscossutta@wanadoofr Ceci est un premier jet et a besoin encore de relectures pour bien tenir la route EDHEC 4 EXERCICE a U est une variable aléatoire réelle sur Ω, A,

Plus en détail

CHAPITRE 2 SUITES NUMÉRIQUES

CHAPITRE 2 SUITES NUMÉRIQUES CHAPITRE 2 SUITES NUMÉRIQUES Définition 2.0. Une suite réelle est une application u : N R qui à tout n de N associe un élément u n de R, appelé terme général de la suite. On notera donc la suite (u n ),

Plus en détail

Corrigé des exercices sur les Opérateurs

Corrigé des exercices sur les Opérateurs Corrigé des exercices sur les Opérateurs 31 mars 28 1 Exercice 5 1.1 Énoncé Sur l espace de Hilbert H = L 2 ([, π], on considère l opérateur intégral T qui à tout x H associe la fonction T x définie par

Plus en détail

MT23-Algèbre linéaire

MT23-Algèbre linéaire MT23-Algèbre linéaire Chapitre 4 : Valeurs propres - Vecteurs propres ÉQUIPE DE MATHÉMATIQUES APPLIQUÉES UTC juillet 2014 suivant Chapitre 4 Valeurs propres - Vecteurs propres 4.1 Vecteurs propres - Valeurs

Plus en détail

Limite d une fonction en un point de R. Fonctions continues.

Limite d une fonction en un point de R. Fonctions continues. DOCUMENT 23 Limite d une fonction en un point de R. Fonctions continues. 1. Introduction et notations Considérons la fonction f : x sin x définie sur R. La valeur 0 n appartient pas à x l ensemble de définition

Plus en détail

Module Complémentaire Poursuites études

Module Complémentaire Poursuites études 1/39 Diagonalisation Suites numériques Series Intégrales curvilignes Intégrales de surface Module Complémentaire Poursuites études Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/

Plus en détail

AR - SUITES RECURRENTES LINEAIRES ET EQUATIONS DIFFERENTIELLES LINEAIRES

AR - SUITES RECURRENTES LINEAIRES ET EQUATIONS DIFFERENTIELLES LINEAIRES AR - SUITES RECURRENTES LINEAIRES ET EQUATIONS DIFFERENTIELLES LINEAIRES Suites de nombres complexes Notons l(c) l espace vectoriel sur C des suites de nombres complexes. Si (s n ) n 0 est un élément de

Plus en détail

CHAPITRE 1 : Raisonnement par récurrence, suites et fonctions

CHAPITRE 1 : Raisonnement par récurrence, suites et fonctions CHAPITRE 1 : Raisonnement par récurrence, suites et fonctions 1 Les suites numériques (rappel de première)... 4 1.1 Généralités... 4 1.2 Plusieurs méthodes pour générer une suite... 4 2 Exemples d algorithmes

Plus en détail

Feuille 2 : Orthogonalité, bases Hilbertienne

Feuille 2 : Orthogonalité, bases Hilbertienne MASTER DE MATHÉMATIQUES Universite de Nice Sophia Antipolis ANALYSE HILBERTIENNE 2015-2016 Feuille 2 : Orthogonalité, bases Hilbertienne Exercice 1. Soit E = L 2 (]0, 1[) muni de son produit scalaire usuel.,..

Plus en détail

Chapter 4. Espaces de Hilbert. 4.1 Produits scalaires et notion d espace de Hilbert CHAPTER 4. ESPACES DE HILBERT

Chapter 4. Espaces de Hilbert. 4.1 Produits scalaires et notion d espace de Hilbert CHAPTER 4. ESPACES DE HILBERT CHAPTER 4. ESPACES DE HILBERT Chapter 4 Espaces de Hilbert 4.1 Produits scalaires et notion d espace de Hilbert Définition 4.1.1. Soit H un espace vectoriel réel ou complexe. Un produit scalaire est une

Plus en détail

SESSION 2014 Proposition de corrigé MP CONCOURS COMMUNS POLYTECHNIQUES EPREUVE SPECIFIQUE - FILIERE MP MATHEMATIQUES 2

SESSION 2014 Proposition de corrigé MP CONCOURS COMMUNS POLYTECHNIQUES EPREUVE SPECIFIQUE - FILIERE MP MATHEMATIQUES 2 SESSION 204 Proposition de corrigé MP CONCOURS COMMUNS POLYTECHNIQUES I. EXERCICE I I.. I..a A = n N 3 0 3 4 0 4 EPREUVE SPECIFIQUE - FILIERE MP MATHEMATIQUES 2 et (u, v, w ) = (, 0, ) u n+ = u n + 3v

Plus en détail

N1MA3W01 Algèbre 2 - Examen final En janvier, 3h - 35 points

N1MA3W01 Algèbre 2 - Examen final En janvier, 3h - 35 points N1MA3W01 Algèbre 2 - Examen final En janvier, 3h - 35 points Exercice 0 (sur 6 points) 1. Calculer les valeurs et vecteurs propres des matrices 1 2 0 0 0 0 A = 2 1 0 et B = 1 0 0. 0 0 3 6000 80008 4 2.

Plus en détail