Exercices corrigés ECG : algèbre bilinéaire

↩ Chapitre : Algèbre bilinéaire (ECG)

Introduction

Douze exercices corrigés d’algèbre bilinéaire (maths approfondies, ECG2), de difficulté croissante : produit scalaire et norme, inégalité de Cauchy-Schwarz, orthogonalité, procédé de Gram-Schmidt, projection orthogonale et distance, matrices orthogonales, endomorphismes symétriques, théorème spectral et méthode des moindres carrés.

Avant de commencer

Revoir la définition d’un produit scalaire (forme bilinéaire, symétrique, définie positive), l’inégalité de Cauchy-Schwarz |\langle x,y\rangle|\leqslant\|x\|\,\|y\| et son cas d’égalité, le procédé de Gram-Schmidt, la formule de la projection orthogonale sur un sous-espace muni d’une base orthonormée (e_1,\dots,e_p) : p(x)=\sum_{i=1}^{p}\langle x,e_i\rangle e_i, et le théorème spectral.

Exercices

Exercice 1 · Produit scalaire canonique ★★★

Dans \mathbb{R}^3 muni du produit scalaire canonique, on pose u=(1,2,2) et v=(2,1,-2).

  1. Calculer \langle u,v\rangle, \|u\| et \|v\|.
  2. En déduire \|u+v\| sans calculer u+v.
Corrigé
  1. \langle u,v\rangle=2+2-4=0 : u et v sont orthogonaux. \|u\|=\sqrt{1+4+4}=3 et \|v\|=\sqrt{4+1+4}=3.
  2. Par le théorème de Pythagore, \|u+v\|^2=\|u\|^2+\|v\|^2=18, donc \|u+v\|=3\sqrt2. Vérification : u+v=(3,3,0), de norme \sqrt{18}.

Exercice 2 · Un produit scalaire sur les polynômes ★★★

Pour P,Q\in\mathbb{R}_2[X], on pose \langle P,Q\rangle=\int_0^1P(t)Q(t)\,dt.

  1. Montrer que l’on définit ainsi un produit scalaire sur \mathbb{R}_2[X].
  2. Calculer \langle1,X\rangle, \|1\| et \|X\|. La famille (1,X) est-elle orthogonale ?
Corrigé
  1. La symétrie est évidente, et la linéarité par rapport à la première variable découle de la linéarité de l’intégrale : la forme est bilinéaire symétrique. Ensuite \langle P,P\rangle=\int_0^1P^2\geqslant0. Si \int_0^1P^2=0, la fonction P^2, continue et positive, est nulle sur [0,1] ; P a alors une infinité de racines, donc P=0 : la forme est définie positive.
  2. \langle1,X\rangle=\int_0^1t\,dt=\frac12\neq0 : la famille n’est pas orthogonale. \|1\|=1 et \|X\|=\sqrt{\int_0^1t^2\,dt}=\frac{1}{\sqrt3}.

Exercice 3 · Inégalité de Cauchy-Schwarz ★★★

  1. Montrer que pour tous réels a,b,c : (a+b+c)^2\leqslant3(a^2+b^2+c^2). Préciser le cas d’égalité.
  2. Montrer que pour toute fonction f continue sur [0,1] : \left(\int_0^1f(t)\,dt\right)^2\leqslant\int_0^1f(t)^2\,dt.
Corrigé
  1. On applique l’inégalité de Cauchy-Schwarz dans \mathbb{R}^3 à x=(1,1,1) et y=(a,b,c) : \langle x,y\rangle^2\leqslant\|x\|^2\|y\|^2, soit (a+b+c)^2\leqslant3(a^2+b^2+c^2). Il y a égalité si et seulement si x et y sont colinéaires, c’est-à-dire a=b=c.
  2. On applique Cauchy-Schwarz au produit scalaire \langle f,g\rangle=\int_0^1fg sur l’espace des fonctions continues sur [0,1], avec g=1 : \left(\int_0^1f\right)^2\leqslant\int_0^1f^2\times\int_0^11^2=\int_0^1f^2.

Exercice 4 · Identités de polarisation et du parallélogramme ★★★

Soit E un espace muni d’un produit scalaire. Montrer que pour tous u,v\in E :

  1. \langle u,v\rangle=\frac14\left(\|u+v\|^2-\|u-v\|^2\right) ;
  2. \|u+v\|^2+\|u-v\|^2=2\left(\|u\|^2+\|v\|^2\right).
Corrigé

Par bilinéarité et symétrie : \|u+v\|^2=\|u\|^2+2\langle u,v\rangle+\|v\|^2 et \|u-v\|^2=\|u\|^2-2\langle u,v\rangle+\|v\|^2.

  1. En soustrayant : \|u+v\|^2-\|u-v\|^2=4\langle u,v\rangle.
  2. En additionnant : \|u+v\|^2+\|u-v\|^2=2\|u\|^2+2\|v\|^2. C’est l’identité du parallélogramme.

Exercice 5 · Procédé de Gram-Schmidt ★★★

Orthonormaliser, pour le produit scalaire canonique de \mathbb{R}^3, la base u_1=(1,1,0), u_2=(1,0,1), u_3=(0,1,1).

Corrigé

e_1=\frac{u_1}{\|u_1\|}=\frac{1}{\sqrt2}(1,1,0).

u_2-\langle u_2,e_1\rangle e_1=(1,0,1)-\frac12(1,1,0)=\left(\frac12,-\frac12,1\right), de norme \sqrt{\frac32}, d’où e_2=\frac{1}{\sqrt6}(1,-1,2).

\langle u_3,e_1\rangle=\frac{1}{\sqrt2} et \langle u_3,e_2\rangle=\frac{1}{\sqrt6}, donc u_3-\langle u_3,e_1\rangle e_1-\langle u_3,e_2\rangle e_2=(0,1,1)-\frac12(1,1,0)-\frac16(1,-1,2)=\frac23(-1,1,1), d’où e_3=\frac{1}{\sqrt3}(-1,1,1).

Vérification : \langle e_1,e_3\rangle=\frac{-1+1}{\sqrt6}=0 et \langle e_2,e_3\rangle=\frac{-1-1+2}{\sqrt{18}}=0.

Exercice 6 · Orthogonal d’une droite et projection ★★★

Dans \mathbb{R}^3 euclidien canonique, soit F=\operatorname{Vect}(w) avec w=(1,1,1).

  1. Déterminer F^\perp, une base et sa dimension.
  2. Calculer le projeté orthogonal de u=(1,2,3) sur F et la distance de u à F.
Corrigé
  1. (x,y,z)\in F^\perp\iff\langle(x,y,z),w\rangle=0\iff x+y+z=0. C’est le plan de base \big((1,-1,0),(1,0,-1)\big) : \dim F^\perp=2=3-\dim F.
  2. Avec e=\frac{w}{\sqrt3} : p_F(u)=\langle u,e\rangle e=\frac{\langle u,w\rangle}{\|w\|^2}w=\frac63(1,1,1)=(2,2,2). Alors d(u,F)=\|u-p_F(u)\|=\|(-1,0,1)\|=\sqrt2.

Exercice 7 · Projection orthogonale sur un plan ★★★

Soit P le plan de \mathbb{R}^3 d’équation x+y+z=0.

  1. Montrer que la projection orthogonale sur P est p(u)=u-\frac{\langle u,n\rangle}{\|n\|^2}n, avec n=(1,1,1).
  2. Écrire sa matrice dans la base canonique.
  3. Calculer p(1,2,3) et la distance de (1,2,3) à P.
Corrigé
  1. P=\operatorname{Vect}(n)^\perp, donc u=p_{P^\perp}(u)+p_P(u) avec p_{P^\perp}(u)=\frac{\langle u,n\rangle}{\|n\|^2}n (exercice 6), d’où la formule.
  2. p(x,y,z)=(x,y,z)-\frac{x+y+z}{3}(1,1,1) : sa matrice est I_3-\frac13J=\frac13\begin{pmatrix}2&-1&-1\\-1&2&-1\\-1&-1&2\end{pmatrix}, où J est la matrice dont tous les coefficients valent 1. Elle est symétrique, et son carré lui est égal.
  3. p(1,2,3)=(1,2,3)-2(1,1,1)=(-1,0,1), et d=\|(2,2,2)\|=2\sqrt3. On retrouve les deux composantes de l’exercice 6 : (1,2,3)=(2,2,2)+(-1,0,1).

Exercice 8 · Une matrice orthogonale ★★★

Soit A=\frac13\begin{pmatrix}1&2&2\\2&1&-2\\2&-2&1\end{pmatrix}.

  1. Montrer que les colonnes de A forment une base orthonormée de \mathbb{R}^3. En déduire A^{-1}.
  2. Calculer A^2 et interpréter.
Corrigé
  1. Les colonnes c_1=\frac13(1,2,2), c_2=\frac13(2,1,-2), c_3=\frac13(2,-2,1) sont de norme \frac13\sqrt9=1. Leurs produits scalaires valent \frac19(2+2-4), \frac19(2-4+2) et \frac19(4-2-2), tous nuls. La base est orthonormée, donc \,{}^tA\,A=I_3 et A^{-1}={}^tA.
  2. A est symétrique, donc A^{-1}={}^tA=A, puis A^2=I_3. L’endomorphisme associé est une symétrie qui conserve la norme : une symétrie orthogonale.

Exercice 9 · Endomorphisme symétrique ★★★

Soit f un endomorphisme de \mathbb{R}^n euclidien dont la matrice A dans la base canonique est symétrique.

  1. Montrer que pour tous x,y : \langle f(x),y\rangle=\langle x,f(y)\rangle.
  2. Montrer que deux vecteurs propres de f associés à des valeurs propres distinctes sont orthogonaux.
Corrigé
  1. En notant X, Y les colonnes de coordonnées dans la base canonique (orthonormée) : \langle f(x),y\rangle={}^t(AX)Y={}^tX\,{}^tA\,Y={}^tX\,AY=\langle x,f(y)\rangle.
  2. Si f(x)=\lambda x et f(y)=\mu y avec \lambda\neq\mu : \lambda\langle x,y\rangle=\langle f(x),y\rangle=\langle x,f(y)\rangle=\mu\langle x,y\rangle. Donc (\lambda-\mu)\langle x,y\rangle=0, et \langle x,y\rangle=0.

Exercice 10 · Diagonalisation en base orthonormée ★★★

Soit A=\begin{pmatrix}2&1&1\\1&2&1\\1&1&2\end{pmatrix}.

  1. Justifier sans calcul que A est diagonalisable dans une base orthonormée.
  2. Montrer que 4 et 1 sont valeurs propres et déterminer les sous-espaces propres.
  3. Trouver une matrice orthogonale P telle que \,{}^tPAP soit diagonale.
Corrigé
  1. A est symétrique réelle : par le théorème spectral, elle est diagonalisable dans une base orthonormée.
  2. A=I_3+J, où J est la matrice dont tous les coefficients valent 1. A(1,1,1)=4(1,1,1), et A-I_3=J est de rang 1, donc E_1=\operatorname{Ker}J=\{x+y+z=0\} est de dimension 2. Ainsi E_4=\operatorname{Vect}\big((1,1,1)\big) et E_1 est le plan x+y+z=0, orthogonal à E_4 comme prévu.
  3. On orthonormalise une base de chaque sous-espace propre : e_1=\frac{1}{\sqrt3}(1,1,1) ; dans E_1, e_2=\frac1{\sqrt2}(1,-1,0) et e_3=\frac1{\sqrt6}(1,1,-2), qui sont orthogonaux. La matrice P de colonnes e_1,e_2,e_3 est orthogonale et \,{}^tPAP=\operatorname{diag}(4,1,1).

Exercice 11 · Signe d’une forme quadratique ★★★

Soit q(x,y,z)=2x^2+2y^2+2z^2+2xy+2yz+2zx.

  1. Écrire q(u)={}^tUAU avec A symétrique (U colonne des coordonnées de u).
  2. À l’aide de l’exercice 10, montrer que \|u\|^2\leqslant q(u)\leqslant4\|u\|^2.
  3. Retrouver la positivité de q en l’écrivant comme une somme de carrés.
Corrigé
  1. A=\begin{pmatrix}2&1&1\\1&2&1\\1&1&2\end{pmatrix} : les termes croisés 2xy, 2yz, 2zx se répartissent par moitié de part et d’autre de la diagonale.
  2. Avec P orthogonale et A=PD\,{}^tP, D=\operatorname{diag}(4,1,1), posons V={}^tPU=(a,b,c). Alors \|V\|=\|U\| (P orthogonale) et q(u)={}^tVDV=4a^2+b^2+c^2. Donc a^2+b^2+c^2\leqslant q(u)\leqslant4(a^2+b^2+c^2), soit \|u\|^2\leqslant q(u)\leqslant4\|u\|^2. En particulier, q(u) > 0 pour u\neq0.
  3. (x+y)^2+(y+z)^2+(z+x)^2=2x^2+2y^2+2z^2+2xy+2yz+2zx=q(x,y,z)\geqslant0.

Exercice 12 · Méthode des moindres carrés ★★★

On cherche la droite y=ax+b la plus proche des points (0,1), (1,1), (2,3), au sens où S(a,b)=\sum_{i=1}^{3}(y_i-ax_i-b)^2 est minimale. On note X=(0,1,2), \mathbf{1}=(1,1,1) et Y=(1,1,3) dans \mathbb{R}^3.

  1. Interpréter S(a,b) comme le carré d’une distance de Y à un vecteur de F=\operatorname{Vect}(X,\mathbf 1).
  2. En déduire que le minimum est atteint lorsque Y-aX-b\mathbf1 est orthogonal à X et à \mathbf1, et calculer a et b.
  3. Donner la valeur du minimum.
Corrigé
  1. S(a,b)=\|Y-(aX+b\mathbf1)\|^2, et aX+b\mathbf1 décrit F lorsque (a,b) décrit \mathbb{R}^2.
  2. La distance de Y à F est atteinte au projeté orthogonal p_F(Y), caractérisé par Y-p_F(Y)\perp F, c’est-à-dire orthogonal à X et à \mathbf1. Cela donne les équations normales \langle Y,X\rangle=a\|X\|^2+b\langle\mathbf1,X\rangle et \langle Y,\mathbf1\rangle=a\langle X,\mathbf1\rangle+b\|\mathbf1\|^2, soit 7=5a+3b et 5=3a+3b. D’où a=1 et b=\frac23.
  3. Y-X-\frac23\mathbf1=\left(\frac13,-\frac23,\frac13\right), qui est bien orthogonal à X et à \mathbf 1. Le minimum vaut \frac19+\frac49+\frac19=\frac23.

Pour aller plus loin

Besoin d’aide sur ce chapitre ?

Un blocage sur une notion, une méthode de rédaction à acquérir, un devoir ou un concours à préparer : Pr. Elakili, agrégé de mathématiques depuis 1991, plus de 20 ans d’enseignement en classes préparatoires, propose des cours particuliers, en présentiel à Casablanca, ou à distance, partout au Maroc et en France.

Publications similaires