MPSI · Espaces préhilbertiens réels

Projection orthogonale

Question

On sait qu'un sous-espace FF de dimension finie admet un supplémentaire orthogonal, d'où la décomposition E=FFE = F \oplus F^{\perp}. Quelle est la projection associée à cette décomposition, pourquoi la dit-on « orthogonale », et en quoi le vecteur qu'elle produit est-il le meilleur représentant de xx dans FF ?

Définition 1 : Projection orthogonale

Soit FF un sous-espace vectoriel de dimension finie de EE. On appelle projection orthogonale sur FF la projection sur FF parallèlement à FF^{\perp}. L'image d'un vecteur xx par ce projecteur est appelée le projeté orthogonal de xx sur FF.

Notation :

On note pFp_F la projection orthogonale sur FF et pFp_{F^{\perp}} la projection orthogonale sur FF^{\perp}.

Remarque :

  1. pF+pF=idEp_F + p_{F^{\perp}} = \operatorname{id}_E ;
  2. y=pF(x)    yFy = p_F(x) \iff y \in F et xyFx - y \in F^{\perp}.

Proposition 1 : Caractérisation du projeté orthogonal

Soient (e1,,ep)(e_1, \dots, e_p) une famille engendrant FF et xEx \in E. Alors :

yF,(y=pF(x)    i1,p,(xyei)=0).\forall y \in F, \quad \left( y = p_F(x) \iff \forall i \in \llbracket 1,p \rrbracket, \quad (x - y \mid e_i) = 0 \right).

Démonstration :

Soit yFy \in F. D'après la caractérisation vue en remarque, comme yFy \in F :

y=pF(x)    xyF.y = p_F(x) \iff x - y \in F^{\perp}.

Il suffit donc d'établir l'équivalence

xyF    i1,p,(xyei)=0.x - y \in F^{\perp} \iff \forall i \in \llbracket 1,p \rrbracket, \quad (x - y \mid e_i) = 0.
  • Si xyFx - y \in F^{\perp}, alors xyx - y est orthogonal à tout vecteur de FF ; en particulier, chaque eie_i appartenant à FF, on a (xyei)=0(x - y \mid e_i) = 0 pour tout i1,pi \in \llbracket 1,p \rrbracket.

  • Supposons (xyei)=0(x - y \mid e_i) = 0 pour tout i1,pi \in \llbracket 1,p \rrbracket. Soit zFz \in F. Comme (e1,,ep)(e_1, \dots, e_p) engendre FF, il existe des scalaires λ1,,λp\lambda_1, \dots, \lambda_p tels que z=i=1pλieiz = \sum_{i=1}^{p} \lambda_i\, e_i. Par linéarité du produit scalaire :

(xyz)=i=1pλi(xyei)=0.(x - y \mid z) = \sum_{i=1}^{p} \lambda_i\, (x - y \mid e_i) = 0.

Ceci valant pour tout zFz \in F, on a xyFx - y \in F^{\perp}.

Par conséquent y=pF(x)    i1,p, (xyei)=0y = p_F(x) \iff \forall i \in \llbracket 1,p \rrbracket,\ (x - y \mid e_i) = 0.

Exercice 1 : Projection orthogonale dans ℝ[X]

Munissons R[X]\mathbb{R}[X] du produit scalaire défini par :

P,QR[X],(PQ)=01P(t)Q(t)dt.\forall P, Q \in \mathbb{R}[X], \quad (P \mid Q) = \int_{0}^{1} P(t)\, Q(t)\, dt.

Soit F=vect(1,X)F = \operatorname{vect}(1, X). Déterminer pF(X2)p_F(X^2).

Solution :(cliquer pour afficher)

On a pF(X2)Fp_F(X^2) \in F, donc il existe a,bRa, b \in \mathbb{R} tels que pF(X2)=a+bXp_F(X^2) = a + bX. On a :

{(X2pF(X2)|1)=0(X2pF(X2)|X)=0donc{01(t2bta)dt=001(t2bta)tdt=0\left\{ \begin{array}{l} \left( X^2 - p_F(X^2) \,\middle|\, 1 \right) = 0 \\[2mm] \left( X^2 - p_F(X^2) \,\middle|\, X \right) = 0 \end{array} \right. \qquad \text{donc} \qquad \left\{ \begin{array}{l} \int_0^1 \left( t^2 - bt - a \right) dt = 0 \\[2mm] \int_0^1 \left( t^2 - bt - a \right) t\, dt = 0 \end{array} \right.

donc

{[13t3b2t2at]01=0[14t4b3t312at2]01=0donc{1312ba=01413b12a=0\left\{ \begin{array}{l} \left[ \frac{1}{3}\, t^3 - \frac{b}{2}\, t^2 - a\, t \right]_0^1 = 0 \\[2mm] \left[ \frac{1}{4}\, t^4 - \frac{b}{3}\, t^3 - \frac{1}{2}\, a\, t^2 \right]_0^1 = 0 \end{array} \right. \qquad \text{donc} \qquad \left\{ \begin{array}{l} \frac{1}{3} - \frac{1}{2}\, b - a = 0 \\[2mm] \frac{1}{4} - \frac{1}{3}\, b - \frac{1}{2}\, a = 0 \end{array} \right.

donc

{3b+6a=26a+4b=3donc{a=16b=1\left\{ \begin{array}{l} 3b + 6a = 2 \\[1mm] 6a + 4b = 3 \end{array} \right. \qquad \text{donc} \qquad \left\{ \begin{array}{l} a = -\frac{1}{6} \\[1mm] b = 1 \end{array} \right.

Finalement

pF(X2)=X16.p_F(X^2) = X - \frac{1}{6}.

Proposition 2 : Expression du projeté orthogonal dans une base orthonormée

Soient (e1,,ep)(e_1, \dots, e_p) une base orthonormée de FF et xEx \in E. Alors

pF(x)=i=1p(xei)ei.p_F(x) = \sum_{i=1}^{p} (x \mid e_i)\, e_i.

Démonstration :

On a pF(x)Fp_F(x) \in F, donc

pF(x)=i=1p(pF(x)|ei)ei.p_F(x) = \sum_{i=1}^{p} \left( p_F(x) \,\middle|\, e_i \right) e_i.

Or pour tout i1,pi \in \llbracket 1,p \rrbracket,

(xpF(x)|ei)=0,c’est-aˋ-dire(xei)=(pF(x)|ei).\left( x - p_F(x) \,\middle|\, e_i \right) = 0, \qquad \text{c'est-à-dire} \qquad (x \mid e_i) = \left( p_F(x) \,\middle|\, e_i \right).

D'où pF(x)=i=1p(xei)ei\displaystyle p_F(x) = \sum_{i=1}^{p} (x \mid e_i)\, e_i.

Proposition 3 : Projections orthogonales sur une droite et sur un hyperplan

Soit uu un vecteur non nul de EE. Notons D=vect(u)D = \operatorname{vect}(u) et H=DH = D^{\perp}. Alors, pour tout xEx \in E :

pD(x)=(xu)u2uetpH(x)=x(xu)u2u.p_D(x) = \frac{(x \mid u)}{\|u\|^2}\, u \qquad \text{et} \qquad p_H(x) = x - \frac{(x \mid u)}{\|u\|^2}\, u.

Démonstration :

(uu)\left( \dfrac{u}{\|u\|} \right) est une base orthonormée de DD. Donc, pour tout xEx \in E, on a

pD(x)=(x|uu)uu=(xu)u2uetpH(x)=xpD(x)=x(xu)u2u.p_D(x) = \left( x \,\middle|\, \frac{u}{\|u\|} \right) \cdot \frac{u}{\|u\|} = \frac{(x \mid u)}{\|u\|^2}\, u \qquad \text{et} \qquad p_H(x) = x - p_D(x) = x - \frac{(x \mid u)}{\|u\|^2}\, u.

Proposition 4 : Inégalité de Bessel

Soit FF un sous-espace vectoriel de EE de dimension finie. Pour tout xEx \in E :

pF(x)x.\left\| p_F(x) \right\| \leqslant \|x\|.

Démonstration :

Soit xEx \in E.

FOpF(x)x
Décomposition orthogonale de x relativement au sous-espace F.

On a

x=pF(x)+(xpF(x))etpF(x)(xpF(x)).x = p_F(x) + \left( x - p_F(x) \right) \qquad \text{et} \qquad p_F(x) \perp \left( x - p_F(x) \right).

D'après le théorème de Pythagore :

x2=pF(x)2+xpF(x)2.\|x\|^2 = \left\| p_F(x) \right\|^2 + \left\| x - p_F(x) \right\|^2.

Ainsi xpF(x)\|x\| \geqslant \left\| p_F(x) \right\|.