Algèbre 3 Ann. Univ.

2016-17

Université Hassan II de Casablanca

ENSAM

Chap. 3. Orthogonalisation de Gram Schmidt

I. Procédé d’orthogonalisation de Gram-Schmidt (1883 et 1907)

Soit E un espace vectoriel de dimension finie n sur le corps R dont une base est e1 , e2 , . . . , en .
Xn n
X
Pour deux vecteurs u = xi ei et v = yi ei , le produit scalaire de u et de v est par
i=1 i=1
définition
n
X
u.v = xi y i
i=1

On peut identifier l’espace vectoriel E avec l’espace vectoriel Rn .

Soit F ⊂ E un sous-espace vectoriel de E dont une base est B = {u1 , u2 , . . . , um }.
Gram et Schmidt ont été les premiers à montrer qu’on peut construire à partir de la base
B une autre base C = {v1 , v2 , . . . , vm } pour le même sous-espace vectoriel F et qui soit
une base orthogonale.
Bien sûr, une fois la base orthogonale déterminée, on peut la rendre orthonormale en
divisant chaque vecteur vi par sa norme ||vi ||. Ceci nous permet de conclure que quel
que soit le sous-espace vectoriel d’un espace vectoriel euclidien, on peut toujours à partir
d’une base quelconque, lui trouver une base orthonormée, donc plus simple à utiliser.
Voici l’algorithme :

34
Algèbre 3 Ann. Univ. 2016-17

Orthogonalisation de Gram-Schmidt

v1 = u1 ;
u2 .v1
v2 = u2 − v1 ;
||v1 ||2
u3 .v1 u3 .v2
v3 = u3 − v 1 − v2 ;
||v1 ||2 ||v2 ||2
...;
um .v1 um .v2 um .vm−1
vm = um − v 1 − v2 − . . . − vm−1 ;
||v1 ||2 ||v2 ||2 ||vm−1 ||2

On retire à chaque vecteur ui sa projection orthogonale sur chacun des vecteurs v1 , v2 , . . . , vi−1
afin que le résultat obtenu devienne orthogonal à ces i−1 vecteur. Ce résultat est le vecteur
noté vi .

fig. 3.1.

Il est facile de montrer par récurrence qu’un vecteur de la base (vi ) est orthogonale à tous
ceux qui le précédent.
Si m = n, ce n’est plus la peine d’appliquer la méthode de Gram-Schmidt, puisqu’on
connaı̂t déjà une base orthonormée : c’est la base canonique.
A noter que, dans un espace vectoriel euclidien, si le vecteur v est unitaire alors, la
projection de n’importe quel vecteur u sur v est donnée à l’aide du produit scalaire :
(u.v)
v.
||v||2
Retenir enfin que la matrice de passage de la première base à la base orthogonale est une
matrice triangulaire et les tous les termes de la diagonale sont égaux à 1. En particulier
le déterminant de cette matrice vaut 1.

35
Algèbre 3 Ann. Univ. 2016-17

Exemple 3.1. Soient dans R4 le s.e.v F engendré par les trois vecteurs indépendants
u1 = (1, 1, 0, −1), u2 = (0, 1, 1, 1) et u3 = (1, 2, 2, 0). Donnons une base orthogonale de F .
v1 = u1 = (1, 1, 0, −1) ;
u2 .v1
v2 = u2 − v1 = (0, 1, 1, 1) − 0.v1 = (0, 1, 1, 1) ;
||v1 ||2
u3 .v1 u3 .v2
v3 = u3 − 2
v1 − v2 ;
||v1 || ||v2 ||2
On trouve, pour le s.e.v F , la base orthogonale suivante :

 v1 = (1, 1, 0, −1)
v2 = (0, 1, 1, 1)
v3 = (0, −1/3, 2/3, −1/3)


36
Algèbre 3 Ann. Univ. 2016-17

Exercice 3.1.
Dans l’espace euclidien Rn , déterminer la projection orthogonale du vecteur u sur le vec-
teur v, dans les cas suivants :
1. Dans R2 , u = (1, 1), v = (0, 2).
2. Dans R2 , u = (−1, 3), v = (0, 6).
3. Dans R2 , u = (0, 2), v = (−1, 2).
4. Dans R3 , u = (1, 1, 1), v = (0, 2, 0).
5. Dans R3 , u = (0, 2, −1), v = (1, 1, 1).
6. Dans R3 , u = (1, 0, −1), v = (3, 2, 1).

Exercice 3.2.
Trouver une base orthonormales des sous-espaces vectoriels de R3 engendré par les vec-
teurs
:   
1 1
1.  1  et  0 .
−1
   2 
2 1
2.  1  et  3 .
1 −1

Exercice 3.3.
Trouverunebase 
orthonormales
 des sous-espaces vectoriels de R4 engendré par les vec-
1 1
 2   2 
teurs : 
 1  et  3 
  

0 1

37
Algèbre 3 Ann. Univ. 2016-17

II. Factorisation QR d’une matrice

Théorème .
Soit A une matrice carrée inversible dont les colonnes sont les vecteurs ui . Soit
vi la base orthogonale obtenue par le procédé de Gram-Schmidt. On pose ei =
vi
la base orthonormée corresponsnate. Alors la matrice A se décompose sous
||vi ||
la forme A = QR où Q est constituée des colones de ei et R est la matrice
triangulaire
 
e1 .u1 e1 .u2 e1 .u3 . . . e1 .un
 0 e2 .u2 e2 .u3 . . . e2 .un 
 . .. .. ..

R =  .. . . . ... (1)
 


 0 . . . en−1 .un 

0 0
0 0 0 0 en .un

Démonstration : Voir exercices.

La matrice Q est dite matrice orthogonale.
     
1 0 1 0
Exemple 3.2. Prenons A = . Posons u1 = et u2 = .
1 2 1  2
1
Par le procédé de Gram Schmidt on trouve la base orthogonale v1 = et v2 =
1
   √   √ 
−1 1/√2 −1/√ 2
. Donc la base orthonormée e1 , e2 est e1 = et e2 = .
1 1/ 2 1/ 2
 √ √ 
1/√2 −1/√ 2
Ainsi Q = .
1/ 2 1/ 2
   √ √ 
e1 .u1 e1 .u2 2 √2
D’autre part la matrice triangulaire R est R = = . On
0 e2 .u2 0 2
   √ √  √ √ 
1 0 1/√2 −1/√ 2 2 √2
vérifie qu’on a bien A = QR c’est-à-dire A = =
1 2 1/ 2 1/ 2 0 2

Exercice 3.4.  
−1 1
1. Trouver la factorisation (ou la décomposition) de la matrice A =
1 2
2. Vérifier les calculs.

Exercice 3.5.  
1 1 0
1. Trouver la factorisation (ou la décomposition) de la matrice  1 0 1 
0 1 1
2. Vérifier les calculs.

38