1 PRODUIT SCALAIRE 2-ECS-1 Chapitre 2 : Algèbre bilinéaire

Chapitre 2 : Algèbre bilinéaire

Les espaces vectoriels considérés ici sont des R-espaces vectoriels ; on identifiera R et M1 (R).

1 Produit scalaire
1.1 Produit scalaire sur un espace vectoriel réel, norme euclidienne associée
Définition 1. Soit E un espace vectoriel. On appelle forme bilinéaire sur E toute application φ : E × E → R telle que
φ est linéaire par rapport à chacune des variables, c’est-à-dire pour tous (x, y), (x′ , y ′ ) ∈ E 2 × E 2 , pour tout λ ∈ R :
φ(λx + x′ , y) = λφ(x, y) + φ(x′ , y),
φ(x, λy + y ′ ) = λφ(x, y) + φ(x, y ′ ).
Exemple 1. En prenant E = R, l’application φ : R × R → R définie par φ(x, y) = xy est une forme bilinéaire sur E
(exercice).
On remarque que φ elle-même n’est pas linéaire (exercice).
Exercice 1. Soit φ l’application de Rn × Rn dans R définie par :
φ((x1 , . . . , xn ), (y1 , . . . , yn )) = x1 y1 + · · · + xn yn .
Montrer que φ est une application bilinéaire.
Définition 2. Une forme bilinéaire φ : E × E → R est :
— symétrique si φ(x, y) = φ(y, x) pour tout x, y ∈ E ;
— positive si φ(x, x) ≥ 0 pour tout x ∈ E ;
— définie positive si elle est positive et si pour tout x ∈ E,
φ(x, x) = 0 ⇒ x = 0
.
Exemple 2. Dans R2 , l’application φ : R2 × R2 → R définie par
φ((x1 , x2 ), (y1 , y2 )) = x1 y1 + x2 y2
est une forme bilinéaire symétrique et définie positive. En effet :
— φ est symétrique : on a
φ((x1 , x2 ), (y1 , y2 )) = x1 y1 + x2 y2 = y1 x1 + y2 x2 = φ((y1 , y2 ), (x1 , x2 )).

— φ est définie positive : on a

φ((x1 , x2 ), (x1 , x2 )) = x21 + x22 ≥ 0,
et φ((x1 , x2 ), (x1 , x2 )) = 0 si et seulement si (x1 , x2 ) = (0, 0).
Définition 3. Soit E un R-espace vectoriel. On appelle produit scalaire sur E toute forme bilinéaire sur E qui est
symétrique et définie positive.
Un espace vectoriel E muni d’un produit scalaire est appelé espace préhilbertien.

Notation. Si φ : E × E → R est un produit scalaire, alors φ(x, y) est noté ⟨x|y⟩.

Exemple 3 (Produit scalaire canonique de Rn ). Dans Rn , le produit scalaire canonique est défini par
⟨(x1 , . . . , xn )|(y1 , . . . , yn )⟩ = x1 y1 + · · · + xn yn .
p
Définition 4. Si ⟨·|·⟩ est un produit scalaire sur E, alors pour tout x ∈ E, ⟨x|x⟩ ≥ 0. On pose alors ∥x∥ = ⟨x|x⟩
qu’on appelle la norme de x.
Exemple 4. Dans R2 muni du produit scalaire canonique :
q
||(x1 , x2 )|| = x21 + x22 .

Dans R3 muni du produit scalaire canonique :

q
||(x1 , x2 , x3 )|| = x21 + x22 + x23 .

Dans Rn muni du produit scalaire canonique :

q
||(x1 , . . . , xn )|| = x21 + · · · + x2n .

H. EL IMRANI page 1 2025/2026

1 PRODUIT SCALAIRE 2-ECS-1 Chapitre 2 : Algèbre bilinéaire

Proposition 1. Soit E un espace vectoriel muni d’un produit scalaire. Pour tous x, y ∈ E et pour tout λ ∈ R, on a :
— ||x|| ≥ 0 ;
— ||λx|| = |λ|.||x|| ;
— ||x|| = 0 si et seulement si x = 0 ;
— ||x + y||2 = ||x||2 + 2⟨x|y⟩ + ||y||2 .

Exercice 2. Soit E un espace vectoriel muni d’un produit scalaire. Montrer que pour tous x, y ∈ E, on a :

∥x + y∥2 + ∥x − y∥2 = 2(∥x∥2 + ∥y∥2 )

(Identité du parallélogramme).

1.2 Inégalité de Cauchy–Schwarz

Théorème 1 (Inégalité de Cauchy–Schwarz). Soit E un espace vectoriel muni d’un produit scalaire. Pour tous x, y ∈
E, on a
|⟨x|y⟩| ≤ ∥x∥ · ∥y∥,
avec égalité si et seulement si x et y sont linéairement dépendants.
Démonstration. Si y = 0, l’inégalité est trivialement vérifiée. Supposons y ̸= 0. Pour tout t ∈ R, on a :

⟨x + ty|x + ty⟩ ≥ 0.

En développant :
⟨x|x⟩ + 2t⟨x|y⟩ + t2 ⟨y|y⟩ ≥ 0.
Ce polynôme en t est toujours positif, donc son discriminant est négatif ou nul :

(2⟨x|y⟩)2 − 4⟨x|x⟩⟨y|y⟩ ≤ 0,

d’où
|⟨x|y⟩|2 ≤ ∥x∥2 ∥y∥2 .
L’égalité a lieu si et seulement si le discriminant est nul, c’est-à-dire si x + ty = 0 pour un certain t, donc si x et y
sont linéairement dépendants.
Corollaire 1 (Inégalité triangulaire). Soit E un espace vectoriel muni d’un produit scalaire, alors :

||x + y|| ≤ ||x|| + ||y||

Exercice 3. Soient x1 , . . . , xn ∈ R. Démontrer que

n
!2 n
X X
xk ≤n x2k
k=1 k=1

et étudier les cas d’égalité.

1.3 Familles orthogonales, familles orthonormales ou orthonormées

Définition 5. Soit E un espace vectoriel muni d’un produit scalaire.
On dit que deux vecteurs x, y ∈ E sont orthogonaux si ⟨x|y⟩ = 0. On écrit x ⊥ y.
Deux parties A et B de E sont dites orthogonales si pour tout a ∈ A et pour tout b ∈ B, a et b sont orthogonaux.
On écrit A ⊥ B.
Proposition 2. Soient n, m des entiers ≥ 1 et x1 , . . . , xn , y1 , . . . , ym des vecteurs de E. On pose F = Vect(x1 , . . . , xn )
et G = Vect(y1 , . . . , ym ). Alors
1. F ⊥ G ⇔ (xi ⊥ yj pour i = 1, . . . , n et j = 1, . . . , m)
2. Si F ⊥ G, alors F ∩ G = {0}.

Démonstration. (1) (⇒) Par définition, si F ⊥ G alors xi ⊥ yj pour tout i, j.

(⇐) Supposons xi ⊥ yj pour tout i, j. Soit (x, y) ∈ F × G. Alors il existe des scalaires λ1 , . . . , λn et µ1 , . . . , µm ∈ R
tels que
x = λ1 x1 + · · · + λn xn et y = µ1 y1 + · · · + µm ym .

H. EL IMRANI page 2 2025/2026

2 ESPACES EUCLIDIENS 2-ECS-1 Chapitre 2 : Algèbre bilinéaire

Par bilinéarité du produit scalaire et hypothèse d’orthogonalité entre les xi et les yj , on trouve
* m + m
X X
⟨x, y⟩ = x, µj yj = µj ⟨x, yj ⟩
j=1 j=1
m
* n
+ m X
n
X X X
= µj λi xi , yj = µj λi ⟨xi , yj ⟩ = 0.
j=1 i=1 j=1 i=1

Donc on a bien F ⊥ G.
(2) Supposons F ⊥ G et soit x ∈ F ∩ G. Alors x ∈ F et x ∈ G, donc ⟨x, x⟩ = 0, ce qui implique x = 0. D’où
F ∩ G = {0}.
Définition 6. Soit C = (u1 , . . . , up ) une famille de vecteurs d’un espace vectoriel muni d’un produit scalaire. On dit
que C est :
— orthogonale si ui ⊥ uj pour tout i, j ∈ {1, . . . , p} avec i ̸= j ;
— orthonormale (ou orthonormée) si elle est orthogonale et si ∥ui ∥ = 1 pour tout i ∈ {1, . . . , p}.
Proposition 3. Toute famille de vecteurs, ne contenant pas de vecteurs nuls, orthogonale est libre.
Démonstration. Soit C = (u1 , . . . , up ) une famille orthogonale sans vecteur nul. Supposons que

λ1 u1 + · · · + λp up = 0.

Pour tout i ∈ {1, . . . , p}, on a :

⟨λ1 u1 + · · · + λp up |ui ⟩ = λi ∥ui ∥2 = 0.
Comme ∥ui ∥ =
̸ 0, on a λi = 0. Donc la famille est libre.
Exercice 4. Soit E un espace vectoriel muni d’un produit scalaire et soit (u1 , u2 , u3 ) une famille orthonormée de E.
Montrer que pour tous α, β, γ ∈ R, on a :

∥αu1 + βu2 + γu3 ∥2 = α2 + β 2 + γ 2 .

1.4 Théorème de Pythagore

Théorème 2 (Théorème de Pythagore). Soit C = (u1 , . . . , up ) une famille orthogonale de vecteurs d’un espace
vectoriel muni d’un produit scalaire. Alors
p
X X p
2
∥ ui ∥ = ∥ui ∥2 .
i=1 i=1

Démonstration. On a :
p p p
* +
X X X
∥ ui ∥2 = ui , uj
i=1 i=1 j=1
p X
X p
= ⟨ui , uj ⟩
i=1 j=1
Xp X
= ⟨ui , ui ⟩ + ⟨ui , uj ⟩
i=1 i̸=j
p
X
= ∥ui ∥2 ,
i=1

car ⟨ui , uj ⟩ = 0 pour i ̸= j.

2 Espaces euclidiens
Dans ce paragraphe x, y désignent des vecteurs d’un espace vectoriel et X, Y sont les colonnes coordonnées corres-
pondantes dans une base.

2.1 Espace euclidien

Définition 7. Un espace euclidien est un espace vectoriel de dimension finie sur R, muni d’un produit scalaire.
Exemple 5. Rn muni du produit scalaire canonique est un espace euclidien.

H. EL IMRANI page 3 2025/2026

2 ESPACES EUCLIDIENS 2-ECS-1 Chapitre 2 : Algèbre bilinéaire

2.2 Existence de bases orthonormées

Théorème 3. Tout espace euclidien admet des bases orthonormées.

Démonstration : Cas n = 1 : Si (e1 ) est une base de E, posons f1 = e1 /∥e1 ∥ alors (f1 ) est une base orthonormée
de E.
Cas n = 2 : Si (e1 , e2 ) est une base de E, posons :

f1 = e1 /|e1 |
e2 − ⟨e2 , f1 ⟩f1
f2 =
∥e2 − ⟨e2 , f1 ⟩f1 ∥

Montrons que (f1 , f2 ) est une base orthonormée de E. (Exercice)

Cas n = 3 : Si (e1 , e2 , e3 ) est une base de E, posons :

f1 = e1 /|e1 |
e2 − ⟨e2 , f1 ⟩f1
f2 =
∥e2 − ⟨e2 , f1 ⟩f1 ∥
e3 − ⟨e3 , f1 ⟩f1 − ⟨e3 , f2 ⟩f2
f3 =
∥e3 − ⟨e3 , f1 ⟩f1 − ⟨e3 , f2 ⟩f2 ∥

Montrons que (f1 , f2 , f3 ) est une base orthonormée de E. (Exercice)

Cas général : Si (e1 , e2 , . . . , en ) est une base de E, on définit par récurrence :
Pj
ej+1 − ⟨ej+1 |fk ⟩fk
fj+1 = Pk=1
j
∥ej+1 − k=1 ⟨ej+1 |fk ⟩fk ∥

Alors (f1 , f2 , . . . , fn ) est une base orthonormée de E. Ce procédé est appelé procédé d’orthonormalisation de Gram-
Schmidt.(Admis)
Exercice 5. Soit E = R3 muni du produit scalaire canonique. Appliquer le procédé de Gram-Schmidt à la base
((1, 1, 0), (0, 1, 1), (1, 0, 1)) pour obtenir une base orthonormée.

2.3 Coordonnées d’un vecteur dans une base orthonormée

Proposition 4 (Lecture des composantes dans une base orthonormée). Soit E un espace euclidien. Soit B =
(e1 , . . . , en ) une base orthonormée de E. Alors pour tout x ∈ E, on a

x = ⟨x|e1 ⟩e1 + · · · + ⟨x|en ⟩en et ∥x∥2 = ⟨x|e1 ⟩2 + · · · + ⟨x|en ⟩2 .

Donc la matrice des coordonnées de x dans la base B est :

 
⟨x|e1 ⟩
 .. 
 . .
⟨x|en ⟩

Démonstration. Soit x = x1 e1 + · · · + xn en . Pour tout i ∈ {1, . . . , n}, on a :

⟨x|ei ⟩ = ⟨x1 e1 + · · · + xn en |ei ⟩ = xi ,

car ⟨ej |ei ⟩ = δij . D’où le résultat.

2.4 Changement de bases orthonormées

Définition 8. Soit P ∈ Mn (R). On dit que P est orthogonale si P · t P = t P ·P = In . Autrement dit si P est inversible
et P −1 = t P .
Exemple 6. Dans M2 (R), toute matrice orthogonale est de la forme
   
cos(θ) − sin(θ) cos(θ) sin(θ)
A= ou B = .
sin(θ) cos(θ) sin(θ) − cos(θ)

(Exercice)
Proposition 5. Soient E un espace euclidien de dimension n et P ∈ Mn (R). Alors P est orthogonale si et seulement
si P est la matrice de passage d’une base orthonormée B de E à une base orthonormée B ′ de E.

H. EL IMRANI page 4 2025/2026

2 ESPACES EUCLIDIENS 2-ECS-1 Chapitre 2 : Algèbre bilinéaire

Démonstration. Soit B = (e1 , . . . , en ) une base orthonormée de E et B ′ = (e′1 , . . . , e′n ) une autre base. Soit P la
matrice de passage de B à B ′ .
Si B ′ est orthonormée, alors pour tous i, j :
n X
X n n
X
δij = ⟨e′i , e′j ⟩ = Pki Plj ⟨ek , el ⟩ = Pki Pkj = (t P P )ij .
k=1 l=1 k=1

Donc t P P = In .
Réciproquement, si P est orthogonale, alors pour tous i, j :
n
X
⟨e′i , e′j ⟩ = Pki Pkj = δij ,
k=1

donc B ′ est orthonormée.

2.5 Supplémentaire orthogonal d’un sous-espace vectoriel

Définition 9. Soit E un espace euclidien et F un sous-espace vectoriel de E. On appelle supplémentaire orthogonal
de F dans E l’ensemble
F ⊥ = {x ∈ E | ∀y ∈ F, ⟨x|y⟩ = 0}.

Proposition 6. Soit E un espace euclidien et F un sous-espace vectoriel de E. Alors :

— F ⊥ est un sous-espace vectoriel de E ;
— (F ⊥ )⊥ = F .
Démonstration. — F ⊥ est un sous-espace vectoriel car c’est une intersection de noyaux de formes linéaires.
— (F ⊥ )⊥ = F par double inclusion.

Exercice 6. Soit E = R3 muni du produit scalaire canonique et soit F = {(x, y, z) ∈ R3 | x + y + z = 0}. Déterminer
F ⊥ et vérifier que R3 = F ⊕ F ⊥ .

2.6 Complétion d’une famille orthonormée en base orthonormée

Théorème 4 (Complétion d’une famille orthonormée). Soit E un espace euclidien de dimension n et soit (u1 , . . . , up )
une famille orthonormée de vecteurs de E. Alors il existe des vecteurs up+1 , . . . , un tels que (u1 , . . . , up , up+1 , . . . , un )
soit une base orthonormée de E.
Démonstration.
 
Exercice 7. Soit E = R4 muni du produit scalaire canonique. Compléter la famille orthonormée √1 (1, 1, 0, 0), √1 (0, 0, 1, 1)
2 2
en une base orthonormée de R4 .
Proposition 7. Soit E un espace euclidien et F un sous-espace vectoriel de E. Alors :
— F ⊕ F⊥ = E ;
— dim(F ⊥ ) + dim(F ) = dim(E).

H. EL IMRANI page 5 2025/2026