10.5 Projection orthogonale

Soit V un espace vectoriel muni d’un produit scalaire et W un sous-espace de V. Le théorème 10.3 indique que pour chaque xV, il existe deux vecteurs uniques yW et zW tels que x=y+z. Le vecteur y est appelé la projection orthogonale de x dans W et est dénotée par projWx.

Théorème 10.4 Soit V un espace vectoriel de dimension finie muni d’un produit scalaire et W un sous-espace de V de dimension k. Si {u(1),,u(k)} est une base orthonormée de W, alors projWx=ki=1x,u(i)u(i) pour tout xV.

Démonstration. On commence par construire u(k+1),,u(n) tels que {u(1),,u(k)} est une base orthonormée de V. Notons que {u(k+1),,u(n)} est une base de W dans ce cas.

Puisque xV, il existe des scalaires λ1,,λn tels que x=λ1u(1)++λnu(n). Ainsi, x=y+z,y=ki=1λiu(i)W et z=k+1i=1λiu(i)W. Il vient projWx=y=ki=1λiu(i).

Pour chaque i=1,,k, on constate que y,u(i)=λ1u(1)++λku(k),u(i)=λ1u(1),u(i)++λku(k),u(i)=λiu(i),u(i)=λi tel que désiré.

Corollaire 10.2 Soit V un espace vectoriel de dimension finie muni d’un produit scalaire et W un sous-espace de V de dimension k. Si \left\{\mathbf{u}^{(1)},\ldots, \mathbf{u}^{(k)}\right\} est une base orthogonale de W, alors \operatorname{proj}_W \mathbf{x} = \sum_{i=1}^k \frac{\langle { \mathbf{u} },{ \mathbf{u}^{(i)} } \rangle}{\langle { \mathbf{u}^{(i)}},{ \mathbf{u}^{(i)} } \rangle} \mathbf{u}^{(i)} pour tout \mathbf{x} \in V,

Exemple 10.5 Considérons l’espace vectoriel \mathbb{R}^3 muni du produit scalaire usuel. Soit \mathbf{x} = \begin{bmatrix} 1 \\ 2 \\ -1\end{bmatrix}. Déterminons la projection orthogonale de \mathbf{x} dans W = \operatorname{Vect}\left ({\mathbf{u},\mathbf{v}} \right),\mathbf{u} = \begin{bmatrix} 0 \\ 1 \\ 1\end{bmatrix} et \mathbf{v} = \begin{bmatrix} 1 \\ -1 \\ 1\end{bmatrix}.

On observe que \{\mathbf{u}, \mathbf{v}\} est une base orthogonale de W. Ainsi, \begin{align*} \operatorname{proj}_W \mathbf{x} & = \frac{\langle { \mathbf{x}},{ \mathbf{u} } \rangle}{\langle { \mathbf{u}},{\mathbf{u}} \rangle } \mathbf{u} + \frac{\langle { \mathbf{x}},{ \mathbf{v} } \rangle}{\langle { \mathbf{v}},{\mathbf{v}} \rangle }\mathbf{v} \\ & = \frac{1}{2}\begin{bmatrix}0 \\ 1 \\ 1\end{bmatrix} + \frac{-2}{3}\begin{bmatrix}1 \\ -1 \\ 1\end{bmatrix} \\ & = \begin{bmatrix} -\frac{2}{3} \\ \frac{7}{6} \\ -\frac{1}{6} \end{bmatrix} \end{align*}

Exercices

  1. Considérons l’espace vectoriel \mathbb{R}^3 muni du produit scalaire standard. Soit \mathbf{x} = \begin{bmatrix} 1 \\ 0 \\ 1\end{bmatrix}. Trouvez la projection orthogonale de \mathbf{x} dans \operatorname{Vect}\left ({\mathbf{u},\mathbf{v}} \right),\mathbf{u} = \begin{bmatrix} 2 \\ 1 \\ 1\end{bmatrix} et \mathbf{v} = \begin{bmatrix} -1 \\ 1 \\ 1\end{bmatrix}.

  2. Soit V un espace vectoriel muni d’un produit scalaire. Soit W un sous-espace de V ayant une base orthonormée donnée par \left\{\mathbf{u}^{(1)},\ldots, \mathbf{u}^{(k)}\right\}. Démontrez que \operatorname{proj}_W (\operatorname{proj}_W \mathbf{x}) = \operatorname{proj}_W \mathbf{x} pour tout \mathbf{x} \in V.

Solutions

  1. Soit W = \operatorname{Vect}\left ({\mathbf{u}, \mathbf{v}} \right). Observons que \{\mathbf{u}, \mathbf{v}\} est une base orthogonale de W. Donc, \begin{align*} \operatorname{proj}_W \mathbf{x} & = \frac{\langle { \mathbf{x}},{ \mathbf{u} } \rangle}{\langle { \mathbf{u}},{\mathbf{u}} \rangle } \mathbf{u} + \frac{\langle { \mathbf{x}},{ \mathbf{v} } \rangle}{\langle { \mathbf{v}},{\mathbf{v}} \rangle }\mathbf{v} \\ & = \frac{3}{6}\begin{bmatrix}2 \\ 1 \\ 1\end{bmatrix} + \frac{0}{3}\begin{bmatrix}-1 \\ 1 \\ 1\end{bmatrix} \\ & = \begin{bmatrix} 1 \\ \frac{1}{2} \\ \frac{1}{2} \end{bmatrix} \end{align*}

  2. Soit \mathbf{y} = \operatorname{proj}_W \mathbf{x}. D’après le théorème 10.4, nous avons \mathbf{y} = \sum_{i=1}^k \langle { \mathbf{x}},{\mathbf{u}^{(i)}} \rangle \mathbf{u}^{(i)}. On en déduit que \begin{align*} \operatorname{proj}_W \mathbf{y} & = \sum_{i=1}^k \langle { \mathbf{y}},{ \mathbf{u}^{(i)}} \rangle \mathbf{u}^{(i)} \\ & = \sum_{i=1}^k \langle { \sum_{j=1}^k \langle { \mathbf{x}},{\mathbf{u}^{(j)}} \rangle \mathbf{u}^{(j)} },{ \mathbf{u}^{(i)} } \rangle\mathbf{u}^{(i)} \\ & = \sum_{i=1}^k \left( \sum_{j=1}^k \langle { \mathbf{x} },{ \mathbf{u}^{(j)}} \rangle \langle {\mathbf{u}^{(j)} },{ \mathbf{u}^{(i)}} \rangle\right) \mathbf{u}^{(i)} \\ & = \sum_{i=1}^k \langle { \mathbf{x} },{ \mathbf{u}^{(i)}} \rangle\mathbf{u}^{(i)} \\ & = \mathbf{y}, \end{align*} tel que désiré.