Notes Cours AnaHilb

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET
POPULAIRE
MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE
LA RECHERCHE SCIENTIFIQUE
Université Mohamed Boudiaf de M’sila

Faculté des Mathématiques et de l’Informatique
Département de Mathématiques
Notes de cours
Espaces vectoriels normés
Licence 3 Mathématiques - Semestre 5
MOKHTARI Abdelhak
Version 2021
AVANT-PROPOS
Je présente ce polycopie à mes chers étudiants dans lequelle j’ai rassemblé des le-
çons, des exercices résolus et autre proposés et quelques sujets d’examens qui consti-
tuent un résultat de mes conférences et travaux dirigés aux étudiants de troisième an-
née licence dans le cadre du module "Analyse hilbertienne" et ceci au niveau de dépar-
tement de mathématiques, université de M’sila. Cependant, j’ai intitulé cet ouvrage
par " Espaces vectoriels normés" et j’ai inclus des modifications au contenu afin qu’il
corresponde mieux à la récente caneva. Ce qui vient étudier ce module doivent faire
preuve de beaucoup de patience et de persévérance, car celui qui veut acquérir ses
base, même si ce n’est que superficiellement, à besoin d’employer des concepts nom-
breux et fourchus. En général ce module peut être considéré comme un complément ou
deuxième partie de module "Topologie" et par conséquent, la révision de ce dernier est
très important comme les espaces topologiques, métriques, et ses propriétés, la conti-
nuité, la compacité, la convergence, la complétude... etc. Cher lecteur, vous rencontrez
un concept qui n’a rien d’étrange dans son nom, qui est le produit scalaire, mais de
manière généralisé, ce qui nous pousse aux propriétés qui se mélange, merveilleuse-
ment, entre des concepts de la géométrie, d’analyse et même d’algèbre, donc j’incite le
lecteur à revoir tout ce qui touche à ces concepts dans l’espace euclidienne RN afin de
comprendre chaque généralisation de manière plus profondément. Par ailleurs, n’ou-
blions pas, bien sûr, les outils d’analyse 1,2 et 3 qui forment une base de la plupart des
branches des mathématiques.
L’objectif principal de ce cours est de connaitre l’importance de l’espace de Banach
et la particularité de l’espace de Hilbert comme étant une classe des espaces normés
ainsi que d’apprendre des résultats propres à cet espace.
Comme la plupart des résultats présentés ici sont classiques, je n’ai pas indiqué la
source mais j’ai signalé, seulement, quelques références à la fin de ce polycopie pour
i
ii
ce qui veulent plus de détails. Le polycopie est organisé en six chapitre, les quatre
premiers sont divisés en sections suivi par une série d’exercices qui souvent une ap-
plication directe de cours. On a proposé dans le cinquième chapitre des solutions à
certains d’entre eux, ces solutions ne sont pas toujours détaillées et ne constituent pas
un modèle du genre. Dans le dernier chapitre, on a proposé des sujets d’examens avec
des corrections pour certains d’entre eux, l’objectif visé est d’encourager l’étudiant à
traiter d’autre sujets.
Enfin, j’attire l’attention du cher lecteur sur le fait que ne me souviens d’aucun
travail fait était plus juste que faux, donc, personne ne sera surpris en découvrant un
défaut et c’est un plaisir pour moi de lui exprimer mes remerciements sincères de tous
ceux qui me l’envoient.
MOKHTARI Abdelhak
M’sila, le : 28/02/2021

Table des matières
1 Généralités sur les espaces vectoriels normés 6

1.1 Norme sur un espace véctoriel . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Equivalence des normes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Espaces de Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4 Sous-espaces normés et espace vectoriel produit . . . . . . . . . . . . . . 11
1.5 Espaces normés de dimentions finies . . . . . . . . . . . . . . . . . . . . . 12
1.6 Compacité dans les espaces normés . . . . . . . . . . . . . . . . . . . . . 17
1.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2 Applications linéaires continues 24

2.1 Définitions et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2 Formes linéaires continues et hyperplans fermés . . . . . . . . . . . . . . 28
2.3 Espace L(E, F ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4 Applications multilinéaires continues . . . . . . . . . . . . . . . . . . . . 34
2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3 Espaces de Hilbert 40
3.1 Généralités sur les espaces préhilbertiens et de Hilbert . . . . . . . . . . 40
3.2 Orthogonalité, famille orthogonale et famille orthonormale . . . . . . . . 49
3.3 Orthogonal d’une partie et propriétés . . . . . . . . . . . . . . . . . . . . 52
3.4 Projection orthogonale dans un espace préhilbertien . . . . . . . . . . . . 54
3.5 Projection orthogonale sur un sous-espace de dimension finie et appli-
cations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.6 Propriétés et conséquences . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.7 Procédé d’orthonormalisation de Gram-Schmidt . . . . . . . . . . . . . . 66
iii
TABLE DES MATIÈRES 5
3.8 Théorème de représentation de Riesz . . . . . . . . . . . . . . . . . . . . . 69

3.9 Inégalité de Bessel, égalité de Parseval et base hilbertienne . . . . . . . . 72
3.10 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4 Série de Fourier et systèmes orthonormés complets dans des espaces concrets 94

4.1 Coefficients, sommes et séries de Fourier . . . . . . . . . . . . . . . . . . 94
4.2 Polynômes et Séries trigonométriques . . . . . . . . . . . . . . . . . . . . 96
4.3 Application sur un espace classique . . . . . . . . . . . . . . . . . . . . . 98
4.4 Représentation ponctuelle d’une série de Fourier . . . . . . . . . . . . . . 103
4.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5 Correction des exercices 112

5.1 Corrigé des exercices du chapitre 1 . . . . . . . . . . . . . . . . . . . . . . 112
6 Sujets d’examens et corrigés types 141

6.1 Examens final L3-Maths 17-18 (Univ. de M’sila) . . . . . . . . . . . . . . . 141
6.2 Examen de rattrapage L3-Maths 17-18 (Univ. de M’sila) . . . . . . . . . . 142
6.3 Examen final L3-Maths 18-19 (Univ. de M’sila) . . . . . . . . . . . . . . . 143
6.5 Examen final L3-Maths 19-20 (Univ. de M’sila) . . . . . . . . . . . . . . . 146
6.7 Corrigé type d’examen final L3-Maths 17-18 (Univ. de M’sila) . . . . . . 148
6.8 Corrigé type d’ examen final L3-Maths 18-19 (Univ. de M’sila) . . . . . . 152
6.9 Corrigé type d’examen de rattrapage L3-Maths 18-19 (Univ. de M’sila) . 155
6.10 Corrigé type d’examen final L3-Maths 19-20 . . . . . . . . . . . . . . . . . 157

C HAPITRE 1
G ÉNÉRALITÉS SUR LES ESPACES

VECTORIELS NORMÉS
Dans ce chapitre le corps des scalaires K désigne soit R soit C et les espaces vécto-
riels seront définis sur K.
1.1 Norme sur un espace véctoriel
Définition 1.1.1. Soit E un espace vectoriel sur K, une norme sur E est une application :
N : E → R+ (1.1.1)
x 7→ N (x) (1.1.2)
possédant les propriétés suivantes :
(N1) pour tout x ∈ E, on a : N (x) = 0 ⇔ x = 0.
(N2) pour tout x ∈ E et tout λ ∈ K, on a : N (λx) = |λ|N (x).
(N3) pour tout x, y ∈ E, on a : N (x + y) ≤ N (x) + N (y).
La norme N sera désignée par le symbole k · k et le couple (E, k · k) s’appelle espace

normé ou espace vectoriel normé.
Définition 1.1.2. Soit E un K-espace vectoriel. Un espace normé est un couple (E, k · k) où
k · k est une norme sur E.
Exemple 1.1.1. 1. La valeur absolue est une norme sur R, le module est une norme sur C
2. Sur Rn , on peut définir les normes fondamentales suivantes :

pour tout x = (x1 , x2 , ..., xn ) ∈ Rn , on a :
Xn X n 1
2 2
kxk1 = |xi |, kxk2 = |xi | , kxk∞ = sup |xi |,
1≤i≤n
i=1 i=1
6
1.1. NORME SUR UN ESPACE VÉCTORIEL 7
n
X p1
kxkp = |xi |p ; (p ≥ 1).
i=1
La norme k · k2 est la norme euclidienne sur Rn .
3. Soit E = C([a, b], R) l’espace des fonctions réelles continues sur [a, b]. Pour tout f ∈ E,
les applications suivantes définient des normes sur E.
Z b
(a) kf k1 = |f (x)| dx,
a
Z b 12
2
(b) kf k2 = |f (x)| dx ,
a
(c) kf k∞ = max |f (x)|,
a≤x≤b
Z b p1
(d) kf kp = |f (x)|p dx .
a
Voici quelques propriétées de la norme.
Proposition 1.1.1. 1. On peut remplacer la propriété (N3) ci-dessus par la propriété sui-
vante :
(N3’) pour tout x, y ∈ E et tout t ∈ [0, 1], on a :
ktx + (1 − t)yk ≤ tkxk + (1 − t)kyk.
2. Pour tout x, y ∈ E, on a
(1.1.3)

kxk − kyk ≤ kx − yk.
3. L’inégalité (N3) se généralise à n points. Pour tout x1 , x2 , ..., xn ∈ E, on a :

X n X n
xi ≤ kxi k.

i=1 i=1
De l’inégalité (1.1.3), on a l’affirmation suivante :
Corollaire 1.1.1. L’application norme k · k : E → R+ est continue sur E muni de la topologie

induite par k · k. Elle est même 1-Lipschitzienne.
Remarque 1.1.1 (Distance associée à une norme). Soit (E, k · k) un espace normé. L’appli-
cation suivante :
f :E×E → R
(x, y) 7→ d(x, y) = kx − yk,
est appelée distance associée à la norme k · k. Elle vérifie les propriétés suivantes :

1.2. EQUIVALENCE DES NORMES 8
1. ∀(x, y) ∈ E 2 : d(x, y) = 0 ⇔ x = y.
2. ∀(x, y) ∈ E 2 : d(x, y) = d(y, x).
3. ∀(x, y, z) ∈ E 3 : d(x, z) ≤ d(x, y) + d(y, z).
Le résultat suivant rassemble quelques propriétés de d.
Proposition 1.1.2. Un espace vectoriel normé (E, k · k) est un espace métrique où la distance
d est définie par d(x, y) = kx − yk pour tout x, y ∈ E et on a :
1. d(x + z, y + z) = d(x, y) pour tout x, y, z ∈ E ( c.à.d. d est invariante par translation).
2. d(λx, λy) = |λ|d(x, y) pour tout x ∈ E et tout λ ∈ K.
Démonstration. Evidente
1.2 Equivalence des normes
Définition 1.2.1. Deux normes k · k1 et k · k2 sur un espace vectoriel E sont dites équivalentes
s’il existe α, β > 0 tels que pour tout x ∈ E on ait
αkxk2 ≤ kxk1 ≤ βkxk2 .
Remarque 1.2.1. — Deux normes sur (E, k · k) sont équivalentes si et seulement si elle
définissent des distances équivalentes, ou encore si et seulement si elle définissent la
même topologie sur E.
— Pour que deux normes N1 et N2 soient équivalentes sur E, il faut et il suffit que
N1 (x) N2 (x)
∃α, β > 0, ∀x ∈ E : α≤ ≤β ∨ α≤ ≤ β.
N2 (x) N1 (x)
Exemple 1.2.1. 1. Les normes fondamentales k · k1 , k · k2 , k · k∞ définies sur Rn sont

équivalentes.
2. Soit E un espace de dimension finie égale à n et soit {e1 , e2 , ..., en } une base de E, alors
pour tout x ∈ E il existe (λ1 , λ2 , ..., λn ) ∈ Rn :
N
X
x= λi xi .
i=1

1.3. ESPACES DE BANACH 9
Les applications suivantes

n
X n
X 12
2
kxk1 = |xi |, kxk2 = |xi | , kxk∞ = sup |xi |,
1≤i≤n
i=1 i=1
n
X p1
kxkp = |xi |p ; (p ≥ 1).
i=1
sont des normes équivalentes.
Remarque 1.2.2. En général pour prouver que deux normes k·k1 , k·k2 sur un espace véctoriel
E ne sont pas équivalentes, il suffit de trouver une suite (xn )n ⊂ E de sorte que
kxn k1 kxn k1
lim =0 ou lim = +∞.
n→+∞ kxn k2 n→+∞ kxn k2
Z 1
Par exemple, la quantité kf k1 = |f (t)| dt est une norme sur C([0, 1], R) qui n’est
0
pas équivalente à la norme de la convergence uniforme kf k∞ = max |f (x)| ; en effet,
0≤x≤1
on considère la suite de fonctions (fn )n définie par

 1 − (n + 1)x, 0 ≤ x ≤ 1 ;
n+1
fn (x) =
1
 0, ≤ x ≤ 1. n+1
on a kfn k∞ = 1 tandis que kfn k1 = 1

n+1
de telle sorte que
kfn k∞
lim = lim n + 1 = +∞.
n→+∞ kfn k1 n→+∞
1.3 Espaces de Banach
Définition 1.3.1. Une suite (xn )n∈N de points d’un espace normé (E, k · k) est une suite de
Cauchy si :
∀ε > 0, ∃n0 ∈ N, ∀p, q ∈ N : p > q ≥ n0 ⇒ kxp − xq k ≤ ε.
Définition 1.3.2. Une suite (xn )n∈N de points d’un espace normé (E, k·k) est dite convergente
vers x0 ∈ E si :
∀ε > 0, ∃n0 ∈ N, ∀n ∈ N : n ≥ n0 ⇒ kxn − x0 k ≤ ε.
Définition 1.3.3. Un espace normé (E, k · k) est complet si toute suite de Cauchy de points de
E est convergente.

1.3. ESPACES DE BANACH 10
L’avantage des espaces complets est que dans de tels espaces, il n’est pas utile de
connaitre la limite d’une suite pour montrer qu’elle est convergente, il suffit de montrer
qu’elle est de Cauchy.
Définition 1.3.4. Un espace de Banach est un espace normé (E, k · k) qui est complet pour la
distance associée à la norme.
Exemple 1.3.1.

1. (R, | · |) et C([a, b], R), k · k∞ sont des espaces de Banach.

On vérifie par exemple que l’espace C([a, b], R), k · k∞ est complet :
Soit (fn )n∈N une suite de Cauchy. Donc
∀ε > 0, ∃n0 ∈ N, ∀p, q ∈ N : p > q ≥ n0 ⇒ kfp − fq k∞ ≤ ε,
d’où :
∀p, q ∈ N : p > q ≥ n0 , ∀x ∈ [a, b] ⇒ |fp (x) − fq (x)| ≤ ε. (1.3.1)
Donc pour tout x ∈ [a, b], la suite de nombres réels (fn (x))n∈N est une suite de Cauchy,
mais comme (R, | · |) est complet, cette suite de Cauchy converge vers un réel que nous
noterons f (x). On définit la fonction :
f : [a, b] → R
x → f (x)
On fait tendre p vers +∞ dans (1.3.1). On a donc
∀q ∈ N : q ≥ n0 , ∀x ∈ [a, b] ⇒ |f (x) − fq (x)| ≤ ε.
Puisque cette inégalité est vraie pour tout x dans [a, b], on a :
kf − fq k∞ ≤ ∞.
Ceci est vrai pour tout q ≥ N , et donc (fq ) converge vers f . Finalement, toute suite de
Cauchy (fn ) de C([a, b], R) converge, donc C([a, b], R) est complet.
X n p1
2. Rn muni de kxkp = |xi |p ; (p ≥ 1) ou de kxk∞ = sup |xi | est un espace de
1≤i≤n
i=1
Banach.

1.4. SOUS-ESPACES NORMÉS ET ESPACE VECTORIEL PRODUIT 11

3. C([a, b], R), k · k1 n’est pas complet ; en effet, on définit la suite de fonctions (fn )n :

 0, si 0 ≤ x ≤ 12 ;
fn (x) =
 (x − 1 ) n1 , si 1 ≤ x ≤ 1.
2 n+1
(fn )n est une suite de Cauchy mais n’est pas convergente (par rapport à la norme k · k1 )
Remarque 1.3.1. La complètude est conservée par changement de normes équivalentes. Si, par
exemple, une suite (xn )n est de Cauchy et qu’elle converge pour une norme donnée, il en sera
de même pour tout autre norme équivalente.
1.4 Sous-espaces normés et espace vectoriel produit
Proposition 1.4.1 (Sous-espaces normés). Si F est un sous-espace vectoriel d’un espace

normé E, la restriction à F de la norme de E est une norme sur F , appelée norme induite.
Démonstration. Evident car les propriétés sont vraies pour tous les éléments de E, donc
pour ceux de F . La norme induite sur F sera notée comme la norme sur E.
Proposition 1.4.2. Soit F un sous-espace vectoriel d’un espace normé (E, k · k)
1. Si F est un espace de Banach pour la norme induite, alors F est fermé dans E.
2. Si E est un espace de Banach et F est fermé dans E, alors F est un espace de Banach
pour la norme induite.
Démonstration. 1. Soit x ∈ F , alors il existe une suite (xn )n∈N dans F converge
vers x. Par conséquent, (xn )n∈N est de Cauchy dans F . Comme F est complet
alors (xn )n∈N converge vers un élément y ∈ F , d’après l’unicité de la limite on a
x = y ∈ F et par suite F = F . Donc F est fermé dans E.
2. Soit (xn )n∈N une suite de Cauchy dans F . Alors (xn )n∈N une suite de Cauchy
dans E qui est complet donc (xn )n∈N converge vers un élément x ∈ E. Comme
F est fermé dans E d’où x ∈ F . Par conséquent, F est complet.

1.5. ESPACES NORMÉS DE DIMENTIONS FINIES 12
Définition 1.4.1 (Espace vectoriel produit). Soient (E1 , k · kE1 ), (E2 , k · kE2 ) deux espaces
vectoriels normés. E = E1 × E2 est un espace vectoriel normé par :
kxkE = kx1 kE1 + kx2 kE2 , ∀x = (x1 , x2 ) ∈ E.
(E, k · kE ) est dit espace normé produit des espaces donnés.
On peut généraliser cette notion de la manière suivante.
Définition 1.4.2 (Produit fini d’espaces normés). Soient (E1 , k · kE1 ), (E2 , k · kE2 ), ...,
(En , k · kEn ) des espaces normés. L’ensemble produit E = E1 × E2 × ... × En est un espace
vectoriel normé par :
n
X
kxkE = kxi kEi , ∀x = (x1 , x2 , ..., xn ) ∈ E.
i=1
Proposition 1.4.3. Soient (E1 , k · kE1 ), (E2 , k · kE2 ), ..., (En , k · kEn ) des espaces normés. Pour
tout x = (x1 , x2 , ..., xn ) ∈ E = E1 × E2 × ... × En , on pose
n
X n
X 21
N1 (x) = kxkE = kxi kEi , N2 (x) = kxi k2Ei , N∞ (x) = sup kxi ki .
1≤i≤n
i=1 i=1
Alors N1 , N2 et N∞ définissent trois normes équivalentes sur l’espace vectoriel produit E.
On admet le résultat suivant
Proposition 1.4.4. Soient (E1 , k · kE1 ), (E2 , k · kE2 ), ..., (En , k · kEn ) des espaces normés et
E = E1 × E2 × ... × En l’espace normé produit. E est un espace de Banach si et seulement si
pour tout i ∈ {1, 2, ..., n}, Ei est un espace de Banach.
1.5 Espaces normés de dimentions finies
Dans ce paragraphe on s’intéresse à un K-espace véctoriel E de dimension finie n.
Lemme 1.5.1. Soit E un espace véctoriel de dimension finie. Alors il existe une infinité de
normes sur E.

Démonstration. Soit {e1 , e2 , ..., en } une base de E, alors pour tout x ∈ E, il existe un
unique élément (λ1 , λ2 , ..., λn ) ∈ Kn tel que x = ni=1 λi ei . Alors l’application
P
ψ : Kn → E
n
X
(λ1 , λ2 , ..., λn ) 7→ ψ(u) = λi ei
i=1
est linéaire et bijective. Comme on a une infinité de normes dans Kn , alors on déduit le
résultat.
Théorème 1.5.1. Soit (E, k · k) un espace véctoriel normé de dimension finie alors toutes les
normes sur E sont équivalentes.
Démonstration. Soit {e1 , e2 , ..., en } une base de E où n est la dimension de E. Pour tout
x ∈ E il existe un unique élément (λ1 , λ2 , ..., λn ) ∈ Kn tel que
n
X
x= λi ei
i=1
on pose
kxk∞ = max |λi |,
1≤i≤n
alors k · k∞ est une norme sur E. On va montrer que les deux normes k · k et k · k∞ sont
équivalentes. On a :
n
X n
X n
X n
X
kxk = k λi ei k ≤ |λi |kei k ≤ max |λi | kei k = kei k kxk∞ ,
1≤i≤n
i=1 i=1 i=1 i=1
n
X
on pose c = kei k > 0 et on écrit
i=1
kxk ≤ ckxk∞ . (1.5.1)
D’autre part, comme l’ensemble
{(λ1 , λ2 , ..., λn ) ∈ Kn : max |λi | = 1}

1≤i≤n
est compact dans (Kn , k · k∞ ), alors la sphère
S(0, 1) = {x ∈ E : kxk∞ = 1}

est compact dans (E, k · k∞ ). L’application
k · k : (E, k · k∞ ) → R+
x 7→ kxk;
est continue, en effet, d’après la proposition 1.1.1 on a pour tout x, y ∈ E :

kxk − kyk ≤ kx − yk ≤ ckx − yk∞ .
Par conséquent, il existe x0 ∈ S(0, 1) tel que
inf kxk = kx0 k > 0,

kxk∞ =1
Donc on pose m = inf kxk, on a m ≤ kxk si kxk∞ = 1. Soit x ∈ E tel que x 6= 0, alors
kxk∞ =1
on a :
x
= 1,

kxk∞ ∞

d’où
x
m≤ ,

kxk∞
mais on peut voir que
x 1
= kxk

kxk∞ kxk∞

ce qui montre que

mkxk∞ ≤ kxk,
par conséquent, il existe m > 0 tel que pour tout x ∈ E on a mkxk∞ ≤ kxk. Par suite
les deux normes k · k et k · k∞ sont équivalentes.
Théorème 1.5.2. Soit (E, k · k) un espace vectoriel normé. Les propriétés suivantes sont équi-
valentes :
(a) E est de dimension finie.
(b) Toutes les normes sur E sont équivalentes.
(c) Toutes les formes linéaires sont continues.
Démonstration. — L’implication (a) ⇒ (b) c’est exactement le théorème 1.5.1.

— Montrons l’implication (b) ⇒ (c), Soit f : E → R une forme linéaire quelconque,

pour tout x ∈ E, on pose
kxk∗ = |f (x)| + kxk.
L’application E 3 x 7→ kxk∗ définie une norme sur E, par l’hypothèse (b) toute
les normes sur E sont équivalentes, donc il existe α > 0 tel que pour tout x ∈ E,
on ait
kxk∗ ≤ αkxk
d’où
|f (x)| ≤ αkxk,
et par suite f est continue.

— Pour démontrer l’implication (b) ⇒ (c), il suffit de démontrer la contre-aposé,
c.à.d. on suppose que E est de dimension infinie et on montre qu’il existe une
forme linéaire non continue (dim E = +∞). Soient {en }n≥1 une suite infinie
de vecteurs de E linéairement indépendants et V le sous espace vectoriel de E
engendré par {en }n≥1 . Soient W un supplémentaire algébrique de V dans E et P
la projection sur V parallèlement à W . On définit une forme linéaire ϕ : V → R
définie par :
ϕ(en ) = nken k
et donc :
Xn n
X
ϕ( λi ei ) = λi kei k.
i=1 i=1
Soit f = ϕ ◦ P , alors f est une forme linéaire sur E, et on a :
f (en ) = ϕ(en ) = nken k,
det par suite

|f (en )|
= n,
ken k
|f (x)|
d’où, sup = +∞. Par conséquent f n’est pas continue.
x6=0 kxk
Les propriétés qui viennent découlent de l’équivalence des normes.

Corollaire 1.5.1. Soit E un K-espace vectoriel de dimension finie n. Si {ei }i=1,..,n est une base
de E, alors l’application linéaire
h : Kn → E
n
X
(λ1 , λ2 , ..., λn ) 7→ λi ei
i=1
est un homéomorphisme.
Démonstration. Comme les normes dans Kn sont équivalentes et le mêmes pour l’es-
pace E, alors on choisit la norme k · k∞ sur Kn et pour tout x = ni=1 λi ei ∈ E , on
P
choisit la norme kxk = max |λi |. Dans ce cas, l’application h est une isométrie et bijec-
i=1,..,n
tive et par suite c’est un homéomorphisme de Kn dans E.
Corollaire 1.5.2. Tout sous espace de dimension finie d’un espace vectoriel normé est complet.
Démonstration. Soit (E, k·k) un espace vectoriel normé et soit (F, k·k) un sous espace de
dimension finie k (k·kF = k·k est la norme induite sur F ). On se fixe une base {ei }i=1,..,k
dans F . Soit (un )n∈N une suite de Cauchy dans (F, k · k), alors elle sera de Cauchy dans
(F, k · k∞ ), où k · k∞ est la norme infinée, car toutes les normes sont équivalentes dans
F , pour tout n ∈ N, on écrit
k
X
un = uin ei ,
i=1
chacune de coordonnées {u1n , u2n , ..., ukn } est de Cauchy dans (K, | · |). K étant complet,
ceci implique que chacune des suites coordonnées (uin )n∈N pour i = 1...k converge
vers un éléments ui de k. Pour terminer la preuve, il suffit de voir que la suite (un )n∈N
converge vers
k
X
u= ui ei
i=1
dans (F, k · k∞ ), facilement de voir que u ∈ F . Soit ε > 0. Comme chaque suite (uin )n∈N
converge vers ui , pour tout i = 1, ..., k, il existe Nεi ∈ N tel que pour tout n ∈ N, n ≥ Nεi
on a
|uin − ui | ≤ ε.
On pose
Nε = max Nεi ,
i=1,...,k

1.6. COMPACITÉ DANS LES ESPACES NORMÉS 17
k
X
On a un − u = (uin − ui )ei . Si n ≥ Nε , alors on a
i=1
kun − uk∞ = max |uin − ui | ≤ ε.

i=1,...,k
ce qui signifie que (un )n∈N converge vers u pour la norme k · k∞ et par conséquent pour
la norme k · k. Ceci implique la complétude de F .
Corollaire 1.5.3. Dans un espace normé (E, k·k) tout sous-espace véctoriel de dimension finie
est fermé dans E.
Démonstration. Soit F un sous-espace vectoriel de dimension finie de E. D’après le

corollaire 1.5.2, (F, k · k) est un espace de Banach. Alors la proposition 1.4.2 affirme que
F est fermé dans E.
1.6 Compacité dans les espaces normés
Théorème 1.6.1 (F. Riesz). Soit (E, k · k) un espace normé. Alors les propriétés suivantes sont
équivalentes.
(a) E est de dimension finie.
(b) E est un espace localement compact.
(c) La boule unité fermé B(0, 1) dans (E, k · k) est compact.
Démonstration. — L’implication (a) ⇒ (b). Grâce au corollaire 1.5.1, l’espace (E, k ·

k) est homéomorphe à (Kn , k · k∞ ) qui est localement compact et par conséquent
(E, k · k) est localement compact.
— L’implication (b) ⇒ (c). Si (E, k · k) est localement compact, alors il exite r > 0 tel
que la boule fermé B(0, r) soit compacte. Comme l’application E 3 x 7→ 1r x ∈ E
est un homéomorphisme, alors B(0, 1) = 1r B(0, r) est compact.
— L’implication (c) ⇒ (a). Supposons que la boule unité fermé B(0, 1) est compact,
donc il existe une suite finie a1 , a2 , ..., an ∈ E telle que :
n
[ 1
B(0, 1) = B(ai , ). (1.6.1)
i=1
2

1.6. COMPACITÉ DANS LES ESPACES NORMÉS 18
Soit F = V ect{a1 , a2 , ..., an } le sous-espace vectoriel de dimension finie engen-

dré par les ai . Par l’absurd, on prouve que E = F ; supposons qu’il existe x ∈ E
qui ne soit pas dans F . D’après le corollaire 1.5.3, alors F est fermé dans E et
par suite on a d(x, F ) = d > 0. Par conséquent, il existe y ∈ F tel que :
d ≤ d(x, y) = kx − yk < 2d.
Soit z = x−y
kx−yk
, alors on a kzk = 1 d’où z ∈ B(0, 1), la relation (1.6.1) affirme qu’il
existe i tel que
1
kz − ai k < .
2
On a :
x = y+x−y = y+kx−ykz = y+kx−yk(ai +z−ai ) = y+kx−ykai +kx−yk(z−ai ).
Comme y + kx − ykai ∈ F , alors on a :
1
d ≤ d(x, F ) ≤ kx − ykkz − ai k < kx − yk,
2
d’où
2d < kx − yk.
Ce qui contraire aux choix de y ce qui montre que E = F .
On peut reformuler l’implication (c) ⇒ (a) de la manière équivalente suivante :
Corollaire 1.6.1. Dans tout espace de dimension infinie, la boule unité fermée n’est pas com-
pacte.
Corollaire 1.6.2. Soit (E, k · k) un espace normé de dimension fini et F est un ensemble de E.
Alors les propriétés suivantes sont équivalentes :
(i) F est compact.
(ii) F est borné et fermé.

1.7. EXERCICES 19
1.7 Exercices
Sur les normes et équivalente des normes
Exercice 1. Soit E = C 1 ([0, 1], R) l’espace vectoriel des fonctions continûement dérivables de
[0, 1] dans R. Pour tout f ∈ E, on pose
kf k1 = sup (|f (x)| + |f 0 (x)|).

x∈[0,1]
1. Montrer que k · k1 est une norme sur E.
2. Est-elle équivalente à la norme kf k2 = sup |f (x)| + sup |f 0 (x)|) ?

x∈[0,1] x∈[0,1]
Exercice 2. Soit E = C([0, 1, R]) l’espace vectoriel des fonctions continues de [0, 1] dans R.
Pour tout f ∈ E, on pose
Z 1
N (f ) = t|f (t)| dt et kf k∞ = sup |f (t)|.
0 t∈[0,1]
1. Montrer que N est une norme sur E.
2. Pour tout n ∈ N, on pose :


 1 − nt, si 0 ≤ t ≤ 1 ,
n
fn (t) =
1
 0, si n ≤ t ≤ 1.
(a) Calculer kfn k∞ et N (fn ).
(b) En déduire que les deux normes ne sont pas équivalentes.
Exercice 3. Soit E = C([0, 1, R]). On définit les normes k · k1 , k · k2 et k · k∞ par

Z 1 Z 1 21
2
kf k1 = |f (t)| dt, kf k2 = |f (t)| dt et kf k∞ = sup |f (t)|
0 0 t∈[0,1]
Démontrer que ces trois normes ne sont pas équivalentes deux à deux.
1 1
Exercice 4 (Inégalités importants). 1. Soit p, q ∈]1, +∞] tels que
+ = 1.
p q
sp tq
(a) Pour s ∈]0, +∞[ fixé, étudier la variation de la fonction ϕ(t) = + − st sur
p q
]0, +∞[.
sp tq
(b) En déduire que pour tout s, t ∈]0, +∞[: st ≤ + .
p q

1.7. EXERCICES 20
2. Soit (x1 , x2 , ..., xN ), (y1 , y2 , ..., yN ) ∈ RN . En posant

|xk | |yk |
s= 1/p , t= 1/q ,
PN PN
k=1 |xk |p k=1 |yk |q
établir l’inégalité de Hölder :

XN XN N
1 X 1
p p q q
xk y k ≤ |xk | |yk | .

k=1 k=1 k=1
3. (a) Vérifier que

N
X N
X N
X
|xk + yk |p ≤ |xk ||xk + yk |p−1 + |yk ||xk + yk |p−1 .
k=1 k=1 k=1
(b) En appliquant l’inégalité de Hölder, en déduire l’inégalité de Minkowski :

N
X N
p 1 X N
1 X 1
p p p p p
x + y ≤ |x | + |y | .

k k k k
k=1 k=1 k=1
N
X p1
N p
4. Pour tout x = (x1 , x2 , ..., xN ) ∈ R on pose kxkp = |xk | . Vérifier que k · kp
k=1
est une norme sur RN .
5. Pour tout p ∈ [1 + ∞[, on désigne par `p l’ensemble des suites réelles x = (xn )n≥0 pour
X
lesquelles la série |xn |p est convergente, notons que `p est un espace vectoriel sur R.
n≥0
Pour tout x = (xn )n≥0 ∈ `p , on pose :
∞
X p1
p
Np (x) = |xn | .
n=0
Vérifier que Np (·) est une norme sur `p .
Sur la complétude
Exercice 5. Soit E = C 1 ([0, 1], R) l’espace des fonctions de classe C 1 sur [0, 1] à valeurs
réelles. On définit :
kf k = kf k∞ + kf 0 k∞ , kf k1 = kf 0 k∞ + |f (0)|;
où kf k∞ = sup |f (x)| est la norme infinie dans l’espace des fonctions continues F =
x∈[0,1]
(C[0, 1], R).

1.7. EXERCICES 21
1. Montrer que k · k et k · k1 sont des normes sur E.
2. Montrer que k · k est équivalente à k · k1 .
Indication : remarquer que pour tout x ∈ [0, 1], on a :

Z x
f (x) = f (0) + f 0 (t) dt.
0
3. Sachant que (F, k · k∞ ) est un espace de Banach, montrer que (E, k · k1 ) est un espace
de Banach et en déduire que (E, k · k) est aussi de Banach en suivant le schéma suivant :
(a) Expliciter la condition de Cauchy pour une suite (fn ).
(b) Montrer que la suite (fn0 )n∈N converge dans (F, k · k∞ ) vers une limite notée g et
que la suite réelle (fn (0))n∈N converge dans (R, | · |) vers une limite notée l.
(c) Montrer que la suite (fn ) converge vers f dans (E, k · k) où

Z x
f (x) = l + g(t) dt.
0
(d) Conclure.
Exercice 6. Soit E = C([−1, 1], R) muni de la norme fondamentale :

Z 1 1/2
2
kf k2 = |f (t)| dt .
−1
On considère la suite (un ) qui définie par




 0, si −1 ≤ x < −1n
,

un (x) = nx + 1, si −1
n
≤ x < 0,


si 0 ≤ x ≤ 1.

 1,
1. Montrer que (un ) est de Cauchy dans E.
2. Montrer que (un ) n’est pas convergente dans E.
3. Que peut-on déduire ?
Exercice 7. On désigne par C0 (R, R) l’espace des fonctions f : R → R qui sont continues et
telles que lim f (x) = 0.
|x|→+∞
1. Montrer que pour toute fonction f ∈ C0 (R, R) est bornée.

1.7. EXERCICES 22
2. Vérifie que
kf k∞ = sup |f (x)|
x∈R
est une norme sur C0 (R, R).
3. Montrer que C0 (R, R) est complet pour cette norme, en suivant le schéma standard :
(a) Expliciter la condition de Cauchy pour une suite (fn ).
(b) Montrer que la suite (fn ) converge simplement vers une fonction f : R → R.
(c) Montrer que la suite (fn ) converge en fait uniformément vers f .
(d) En déduire que f est continue et que f tend vers 0 à l’infini.
(e) Conclure.
Sur les espaces de dimension finie
Exercice 8. Soit n ∈ N et E l’espace vectoriel des polynômes de degré inférieur ou égal à n.

Démontrer qu’il existe λ > 0 tel que ; pour tout P ∈ E, on a
Z 1
|P (x)| dx ≥ λ sup |P (x)|.
0 x∈[0,1]
Exercice 9. Soit E un espace vectoriel normé de dimension finie, K une partie compacte de E
et r > 0. On pose
[
M= B(x, r).
x∈K
Démontrer que M est compact.
Exercice 10. Soit E = C([0, 2π], R) muni de la norme suivante :

Z 2π 21
2
kf k2 = |f (t)| dt .
0
Pour tout n ∈ N, on pose fn (x) = cos nx, x ∈ [0, 2π].
1. Calculer kfn − fq k2 et kfn k2 pour tout n, q ∈ N.

fn
2. Démontrer que la suite (gn ) définie par gn = kfn k2
ne peut pas admettre de sous-suite
convergente.
3. En déduire que la boule unité B(0, 1) n’est pas compacte.

1.7. EXERCICES 23
4. Que dire de la dimension de E ?
Exercice 11. Soit F un sous-espace vectoriel de dimension finie d’un espace vectoriel normé
E.
1. Démontrer que pour tout a ∈ E, il existe x ∈ F tel que
d(a, F ) = kx − ak.
2. On suppose F 6= E. Soit a ∈ E \ F et soit x ∈ F tel que d(a, F ) = kx − ak. On pose
(a − x)
b= .
kx − ak
Démontrer que d(b, F ) = 1 et kbk = 1.
3. On suppose que E est de dimension infinie. Construire une suite (bn ) de E telle que,
pour tout n ∈ N ,
kbn k = 1 et d(bn , V ect{b0 , b1 , ..., bn−1 }) = 1.
4. En déduire que la boule unité fermée de E n’est pas compacte.

C HAPITRE 2
A PPLICATIONS LINÉAIRES CONTINUES
2.1 Définitions et propriétés
Définition 2.1.1. Soient E et F deux espaces vectoriels sur un même corps K. une application
f : E → F est dite linéaire de E dans F , si elle vérifie pour tout α, β ∈ K et tout x, y ∈ E :
f (αx + βy) = αf (x) + βf (y).
Exemple 2.1.1. Les applications suivantes sont des applications linéaires :
i)
F : Rn → R
n
X
x = (x1 , ..., xn ) → λi xi , λ = (λ1 , ..., λn ) ∈ Rn .
i=1
ii)
T : C([0, 1], R) → R
Z 1
f → T (f ) = f (x) dx.
0
iii)
D : C 1 ([0, 1], R) → C([0, 1], R)
f → D(f ) = f 0 .
On note par L(E, F ) l’ensemble des applications linéaires définies de E dans F , cet
ensemble construit un structure d’espace vectoriel sur K quand on le muni par les deux
lois de composition usuelles suivants :
L(E, F ) × L(E, F ) = L(E, F )
(f, g) = f + g,
24
2.1. DÉFINITIONS ET PROPRIÉTÉS 25
K × L(E, F ) = L(E, F )
(λ, f ) = λf.
Définition 2.1.2 (Forme linéaire). On appelle forme linéaire sur un K-espace vectoriel E,
toute application linéaire définie de E dans K.
Définition 2.1.3 (Dual algébrique). On désigne l’ensemble des formes linéaires définies sur
E par :
E ∗ = L(E, K).
et on l’appelle dual algébrique de E.

∗
— D’après l’Exemple 2.1.1, on peut remarquer que F ∈ (R ) , T ∈ C([0, 1], R)
n ∗
et D n’est pas une forme linéaire.

— Facilement de voir que E ∗ possède une structure d’un K-espace vectoriel.
Définition 2.1.4 (Forme semi-linéaire). Si E est un C-espace vectoriel, alors on appelle

forme semi-linéaire sur E toute application f : E → C satisfait à :
f (αx + βy) = αf (x) + βf (y), ∀α, β ∈ C, ∀x, y ∈ E,
où β et β désignent les conjugués de α et β respectivement.
La proposition suivante fournit une caractérisation importante pour la continuité

d’une application linéaire.
Proposition 2.1.1. Soit (E, k · kE ) et (F, k · kF ) deux K-espaces vectoriels normés. Une ap-
plication linéaire f : E → F est continue si et seulement s’il existe une constante C > 0 telle
que
∀x ∈ E, kf (x)kF ≤ CkxkE . (2.1.1)
Démonstration. (⇒) Supposons que f est continue sur E, en particulier, elle est
continue en 0, donc par définition on a :
∀ε > 0, ∃δ > 0, ∀x, kxkE ≤ δ ⇒ kf (x)kF ≤ ε.
En prenant ε = 1, pour tout x ∈ E \ {0}, on pose y = δ

kxkE
x, comme kykE = δ,
alors on a :
δ
kf (y)kF = kf (x)kF ≤ 1,
kxkE

et par conséquent :
1
kf (x)kF ≤ kxkE .
δ
Il suffit de prendre C = 1δ .
(⇐) Si l’inégalité 2.1.1 est satisfaite, alors il existe une constante C > 0 telle que
pour tout x, y ∈ E, on a :
kf (x) − f (y)kF = kf (x − y)kF ≤ Ckx − ykE
et l’application linéaire f est Lipschitzienne et par conséquent f est continue

(uniformément) sur E.
n
X 12
Exemple 2.1.2. N
1. Soit E = R muni de la norme euclidienne kxk2 = x2i pour
i=1
tout x ∈ RN . L’application linéaire
f :E → R
n
X
x 7→ xi
i=1
est continue, en effet, d’après l’inégalité de Cauchy Schwarz, pour tout x ∈ RN , on a :

n n n
X X
2
21 X 12 √
|f (x)| = | xi | ≤ 1 x2i = nkxk2
i=1 i=1 i=1
√
donc, il suffit de prendre C = n.
2. Soit E = C([0, 1], R) muni de la norme infiné k · k∞ . L’application linéaire suivante :
T :E → R
Z 1
f → T (f ) = f (x) dx.
0
est continue sur E, car pour tout f ∈ C([0, 1], R), on a :

Z 1 Z 1 Z 1
|T (f )| = f (x) dx ≤ |f (x)| dx ≤ sup |f (x)| dx,

0 0 x∈[0,1] 0
donc
|T (f )| ≤ kf k∞ , (2.1.2)
il suffit de prendre C = 1.

3. On munit les espaces E = C([0, 1], R) et F = C 1 ([0, 1], R) de la norme infini k · k∞ .

L’application définie par
L:E → F
f → L(f );
Rx
où L(f )(x) = 0
f (x) dx, est continue, car pour tout f ∈ E on a :
Z x
kL(f )k∞ = sup f (t) dt ≤ sup x sup |f (t)| = kf k∞ .

x∈[0,1] 0 x∈[0,1] t∈[0,1]
Il suffit de prendre C = 1.
R1
4. On munit l’espace C([0, 1], R) de la norme kf k1 = 0
|f (x)| dx, alors la forme linéaire
S:E → R
f → S(f ) = f (0).
n’est pas continue. Pour vérifier ça, il suffit de trouver une suite (fn ) ⊂ E de sorte que
|S(fn )|
lim = +∞.
n→+∞ kfn k1
En effet, on prend la suite de fonctions (fn ) définie par


 1 − (n + 1)x, si 0 ≤ x ≤ 1 ;
n+1
 0, si 1 ≤ x ≤ 1.
n+1
1 |fn (0)|
On a fn (0) = 1 tandis que kfn k1 = n+1
, d’où lim = +∞.
n→+∞ kfn k1
(On s’inspire cette méthode de la négation de l’inégalité (2.1.1)).
Comme une conséquence immédiate de la proposition 2.1.1, on a :
Corollaire 2.1.1. Soit f : E → F une application linéaire. Les propriétés suivantes sont
équivalentes :
1. f est continue sur E.
2. f est continue en 0E .
3. f est uniformément continu sur E.

2.2. FORMES LINÉAIRES CONTINUES ET HYPERPLANS FERMÉS 28
Notation : On note par L(E, F ) l’espace des applications linéaires continues de E

dans F . Si E = F , alors on note L(E, E) = L(E).
Définition 2.1.5 (Dual topologique). On appelle dual topologique de E, et on note E 0 =

L(E, K) l’espace des formes linéaires continues sur E.
Exemple 2.1.3. D’après l’Exemple 2.1.2 et en prenant les normes associées, on remarque que
0 0
f ∈ (Rn )0 , T ∈ C([0, 1], R) , L ∈ L C([0, 1], R), C 1 ([0, 1], R) mais S ∈

/ C([0, 1], R) .
Proposition 2.1.2. Soit (E, k · k) un espace normé de dimension finie, alors pour tout espace
normé F on a :
L(E, E) = L(E, E).
Autrement dit : toute application linéaire définie de E dans F est continue.

En particulier, on a E ∗ = E 0 .
Démonstration. On fixe une base {ei }1≤i≤n de E et on le muni de la norme

n
X
kxk1 = |xi |, ∀x ∈ E,
i=1
où (x1 , x2 , ..., xn ) sont les coordonnées de x dans la base considérée. Supposons que f
est une application linéaire de E dans un espace normé quelconque (F, k · k). On a
n
X n
X n
X

kf (x)k = kf xi ei k = k xi f (ei )k ≤ |xi |kf (ei )k.
i=1 i=1 i=1
On pose C = max kf (ei )k, d’où :

1≤i≤n
kf (x)k ≤ Ckxk1
ce qui montre que f est continue. De plus, si on prend F = K, alors on obtient E ∗ =

E 0.
2.2 Formes linéaires continues et hyperplans fermés
Définition 2.2.1. Pour toute f une forme linéaire sur un espace vectoriel E, on appelle hy-
perplan le sous espace vectoriel H de E défini par
H = ker f = {x ∈ E : f (x) = 0} = f −1 ({0}).

2.2. FORMES LINÉAIRES CONTINUES ET HYPERPLANS FERMÉS 29
Proposition 2.2.1. Soit E un espace normé et f une forme linéaire sur E, alors les assersions
1. f est continue.
2. H = ker f est un hyperplan fermé dans E.
Démonstration. (⇒) Si f est continue alors H est un fermé comme image réciproque
du fermé {0} par l’application continue
(⇐) Supposons que l’hyperplan H = ker f soit fermé dans E. Soit a ∈ E tel que
f (a) = 1 (si f (a) 6= 1 alors on peut prendre a
f (a)
et donc f ( f (a)
a
) = 1 ). Evidement
de voir que l’ensemble a + H définie par
a + H = {a + x, x ∈ H}
est fermé dans E car l’application x 7→ a + x est un homéomorphisme de E,

remarquons que 0 ∈
/ a + H car :
∀x ∈ H : f (a + x) = f (a) + f (x) = f (a) = 1 6= 0 ⇒ ∀x ∈ H : a + x 6= 0.
Donc il existe r > 0 tel que B(0, r) ∩ (a + H) = ∅. Soit x ∈ B(0, r) :
Si |f (x)| > 1, alors

x kxk
= < kxk < r.

f (x) |f (x)|

D’autre part, on a f ( f (x)

x
) = 1 = f (a) ce qui implique que f ( f (x)
x
− a) = 0 et
par suite x
f (x)
− a ∈ H d’où : x
f (x)
∈ a + H ; ce qui est contradictoire. Donc on a
|f (x)| ≤ 1. Soit x ∈ E non nul, alors on a
rx r
= < r,

2kxk 2

d’où :
r rx
|f (x)| = f ≤ 1,

2kxk 2kxk
ainsi
2
|f (x)| ≤ kxk,
r
ce qui montre que f est continue.

2.3. ESPACE L(E, F ) 30
2.3 Espace L(E, F )
Proposition 2.3.1. Soient (E, k · kE ), (F, k · kF ) deux K-espace vectoriels normés. L’espace
L(E, F ) est un espace vectoriel normé par :
kf (x)kF
kf k = sup .
x∈E\{0} kxkE
Démonstration. Facilement de voir que L(E, F ) est un K-sous espace vectoriel. On va

montrer que k · k : L(E, F ) → K définie une norme ; soit f ∈ L(E, F ).
1. Evident que si f = 0 alors kf k = 0. Si kf k = 0, alors pour tout x ∈ E non nul on

kf (x)kF
a kxkE
= 0, d’où kf (x)kF = 0 et comme k · kF est une norme sur F , donc on
déduit que f (x) = 0, ∀x ∈ E \ {0}, de plus, on a f (0) = 0, donc on obtient que
f = 0.
2. Soit ∈ E \ {0} et soit λ ∈ K, on a

kλf (x)kF kf (x)kF
kλf k = sup = |λ| sup = |λ|kf k.
x∈E\{0} kxkE x∈E\{0} kxkE
3. Soit f, g ∈ L(E, F ), on a
kf (x) + g(x)kF
kf + gk = sup ,
x∈E\{0} kxkE
En utilisant le fait que k · kF est une norme sur F et la propriétée d’additivité de

la borne supérieure, on obtient :
kf (x)kF + kg(x)kF kf (x)kF kg(x)kF
kf + gk ≤ sup ≤ sup + sup .
x∈E\{0} kxkE x∈E\{0} kxkE x∈E\{0} kxkE
Ainsi, kf + gk ≤ kf k + kgk.
Proposition 2.3.2. Soient (E, k · kE ), (F, k · kF ) deux K-espace vectoriels normés et f une
forme linéaire continue. On a :
kf (x)kF
sup = sup kf (x)kF = sup kf (x)kF = inf c > 0 : kf (x)kF ≤ ckxkE .
x∈E\{0} kxkE kxkE =1 kxkE ≤1
kf (x)kF
Démonstration. On pose A = sup , B = sup kf (x)kF , C = sup kf (x)kF ,
x∈E\{0} kxkE kxkE =1 kxkE ≤1
D = inf λ > 0 : kf (x)kF ≤ λkxkE .


2.3. ESPACE L(E, F ) 31
(i) Pour tout x ∈ E \ {0}, on a :

kf (x)kF 1 x
A = sup = sup f (x) = sup f ( ) ,

x∈E\{0} kxk E x∈E\{0} kxk E F x∈E\{0} kxk E F
x
on pose y = , donc on obtient :
kxkE

A = sup f (y) = B.

kykE =1 F
(ii) En remarquons que kf (x)kF ; kxkE = 1 ⊂ kf (x)kF ; kxkE ≤ 1 , alors on

déduit que B ≤ C.
(iii) On vérifie que C est un minirant de l’ensemble λ > 0 : kf (x)kF ≤ λkxkE ; en

effet, soit λ > 0 telle que kf (x)kF ≤ λkxkE . Donc pour tout x ∈ E avec kxkE ≤ 1,
on a
kf (x)kF ≤ λkxkE ≤ λ,
d’où supkxkE ≤1 kf (x)kF ≤ λ et par conséquent C ≤ D.
(iv) Pour tout x ∈ E \ {0}, on a

kf (x)kF
≤ A,
kxkE
c.à.d. kf (x)kF ≤ AkxkE , donc par la définition de D, on déduit que D ≤ A car
A ∈ λ > 0 : kf (x)kF ≤ λkxkE .

On conclut que A = B ≤ C ≤ D ≤ A ce qui montre que les quatre nombres sont

égaux.
Remarque 2.3.1. De la définition de kf k, on peut écrire l’inégalité suivante :
∀x ∈ E : kf (x)kF ≤ kf kkxkE .
Exemple 2.3.1. 1. Soit E = C([0, 1], R) muni de la norme infiné k·k∞ . On a déjà montrer
que l’application
T :E → R
Z 1
f → T (f ) = f (x) dx.
0
appartient à L(E, R). Maintenant, on calcule kT k = sup |T (f )|, d’après l’inégalité

kf k∞
(2.1.2) et en vertu la définition de kT k (kT k = D), on voit que kT k ≤ 1. D’autre part,

2.3. ESPACE L(E, F ) 32
on cherche, s’il existe, un élément de B(0, 1) de sorte que |T (f0 )| ≥ 1, en effet, on prend
f0 ≡ 1 qui vérifie :
Z 1
kf0 k∞ = sup |1| = 1, et T (f0 ) = f0 (x) dx = 1
x∈[0,1] 0
ce qui implique que kT k ≥ 1. On conclut que kT k = 1.
2. Soit E = C([0, 1], R) muni de la norme

Z 1
kf k1 = |f (x)| dx.
0
On considère l’application ψ : E → E définie par :

Z x
ψ(f )(x) = f (t) dt.
0
D’abord, on voit que ψ est linéaire, on vérifie que ψ est continue ; soit f ∈ E, pour tout
x ∈ [0, 1] on a :
Z x Z 1
|ψ(f )(x)| ≤ |f (t)| dt ≤ |f (t)| dt = kf k1 ,
0 0
d’où Z 1 Z 1
kψ(f )k1 = |ψ(f )(x)| dx ≤ kf k1 dx = kf k1 , (2.3.1)
0 0
il suffit de prendre c = 1 pour que ψ soit dans L(E). On calcule kψk ; de l’inégalité
(2.3.1), on obtient kψk ≤ 1.
Pour démontrer l’inégalité inverse, on considère la suite de fonctions (fn ) définie par :
fn (x) = ne−nx , x ∈ [0, 1].
On sait que
kψ(fn )k1 ≤ kψkkfn k1 , (2.3.2)
De plus :
1 1 x
1 − e−n
Z Z Z
kψ(fn )k1 = |ψ(fn )(x)| dx = ne−nt dt dx = 1 − .

n

Z0 1 0 0
kfn k1 = ne−nx dx = 1 − e−n .

0
On remplace dans (2.3.2) on obtient

kψ(fn )k1 1 1
kψk ≥ = −n
− ,
kfn k1 1−e n

2.3. ESPACE L(E, F ) 33
En faisant le passage de la limite dans cette inégalité, on conclut que kψk ≥ 1 ce qui
montre que kψk = 1.
Théorème 2.3.1. Si F est un espace de Banach, alors L(E, F ) est un espace de Banach.
Démonstration. Supposons que (fn ) est une suite de Cauchy dans (L(E, F ), k · k) ; c.à.d.
∀ε > 0, ∃n0 ∈ N, ∀p, q ∈ N : p > q ≥ n0 ⇒ kfp − fq k ≤ ε.
On sait que pour tout x ∈ E, on a :
kfp (x) − fq (x)kE ≤ kfp − fq kkxkE ≤ εkxkE . (2.3.3)
Donc la suite (fn (x)) est une suite de Cauchy dans F qui est complet, alors elle est
convergente vers une limite notée f (x) ; on écrit lim fn (x) = f (x). On vérifie que
n→+∞
l’application f : E → F est linéaire, en effet, pour tout x, y ∈ E et tout α ∈ K, on a :
f (x + αy) = lim fn (x + αy)

n→+∞
= lim fn (x) + αfn (y)

n→+∞
= lim fn (x) + α lim fn (y)

n→+∞ n→+∞
= f (x) + αf (y).
Comme l’application norme F 3 x 7→ kxkF est continue, alors pour p = n ≥ n0 fixé, on

a:
lim kfn (x) − fq (x)kF = kfn (x) − f (x)kF ,
q→+∞
d’après l’inégalité (2.3.3), après le passage de la limite on peut voir que
k(fn − f )(x)kF = kfn (x) − f (x)kF ≤ εkxkE ,
ce qui implique que fn − f est continue et sachant que l’application fn est continue, on
déduit que f est continue comme étant somme de deux applications continues (f =
fn − (fn − f )), alors on écrit fn − f ∈ L(E, F ), de plus,
lim kfn − fq k = kfn − f k ≤ ε, ∀q ≥ n0 .

q→+∞
Ceci assure que la suite (fn ) est convergente dans L(E, F ).

2.4. APPLICATIONS MULTILINÉAIRES CONTINUES 34
2.4 Applications multilinéaires continues
Définition 2.4.1 (Applications multilinéaires, bilinéaires). Soient E1 , ..., En et F des K-

espaces vectoriels. Une application f : E1 ×...×En → F est dite multilinéaire du E1 ×...×En
dans F si pour tout i ∈ N, 1 ≤ i ≤ n, et tout yj ∈ Ej , avec i 6= j, l’application
Ei → F
xi 7→ f (y1 , ..., yi−1 , xi , yi+1 , ..., yn )
est linéaire. Autrement dit, f est multilinéaire si elle est linéaire par rapport à chacune des
variables.
On dit que f est bilinéaire si elle est multilinéaire avec n = 2.
Théorème 2.4.1. Soient (E1 , k · k1 ), (E2 , k · k2 ), (F, , k · kF ) des K-espaces vectoriels normés
et f : E1 × E2 → F une application bilinéaire. Les propriétés suivantes sont équivalentes.
(a) f est continue sur E1 × E2 .
(b) f est continue en (0, 0).
(c) Il existe C > 0 tel que pour tout (x1 , x2 ) ∈ E1 × E2 , on ait :
kf (x1 , x2 )kF ≤ Ckx1 k1 kx2 k2 .
Démonstration. 1. L’implication (a) ⇒ (b) est évidente.
2. (b) ⇒ (c) Supposons que E1 ×E2 est normé par k(x1 , x2 )k∞ = max{kx1 k1 , kx2 k2 }.
Soit f continue en (0, 0), alors pour ε = 1, il existe r > 0 tel que pour tout
(x1 , x2 ) ∈ E1 × E2 , si max{kx1 k1 , kx2 k2 } ≤ r, alors on a
kf (x1 , x2 )kF ≤ 1.
Soit (x1 , x2 ) ∈ E1 × E2 avec x1 6= 0, x2 6= 0, on pose y1 = rx1

kx1 k1
, y2 = rx2
kx2 k2
, on voit
que k(y1 , y2 )k∞ = r, de sorte que
r2
kf (y1 , y2 )kF = kf (x1 , x2 )kF ≤ 1,
kx1 k1 kx2 k2
d’où
1
kf (x1 , x2 )kF ≤ kx1 k1 kx2 k2 .
r2

2.5. EXERCICES 35
3. (c) ⇒ (a) Supposons qu’il existe C > 0 tel que kf (x1 , x2 )kF ≤ Ckx1 k1 kx2 k2 . On
fixe (x0 , y0 ) ∈ E1 × E2 et on montre que f est continue en (x0 , y0 ) ; soit (xn , yn )
une suite convergente vers (a1 , a2 ) dans E1 × E2 , c.à.d.
k(xn , yn ) − (x0 , y0 )k∞ = max{kxn − x0 k1 , kyn − y0 k2 } → 0,
et par suite
kxn − x0 k1 → 0 et kyn − y0 k2 → 0. (2.4.1)
Sachant que
f (xn , yn ) − f (x0 , y0 ) = f (xn − x0 , yn ) + f (x0 , yn − y0 ),
alors on obtient
kf (xn , yn ) − f (x0 , y0 )kF ≤ kf (xn − x0 , yn )kF + kf (x0 , yn − y0 )kF

≤ C kxn − x0 k1 kyn k2 + kx0 k1 kyn − y0 k2 ,
en écrivant yn = (yn − y0 ) + y0 , on obtient

kf (xn , yn )−f (x0 , y0 )kF ≤ C kxn −x0 k1 kyn −y0 k2 +kxn −x0 k1 ky0 k2 +kx0 k1 kyn −y0 k2
De la relation (2.4.1), on déduit que kf (xn , yn ) − f (x0 , y0 )kF → 0 et par consé-

quent f est continue en (x0 , y0 ).
Remarque 2.4.1. Le théorème 2.4.1 peut être généralisée au cas d’une application multili-
néaire.
2.5 Exercices
Sur la continuité des applications linéaires
Exercice 12. On considère l’espace E = C([0, 1], R). On définie l’application
T :E → R
f → T (f ) = f (1).

2.5. EXERCICES 36
R1
1. On munit E de la norme kf k1 = 0
|f (x)| dx. Soit (fn ) une suite définie par fn (x) =
√ n
nx .
(a) Calculer kfn k1 .
(b) Montrer que T n’est pas continue.

2. On munit maintenant E de la norme kf k∞ = sup |f (x)|. L’application T est-elle
x∈[0,1]
continue ?
Exercice 13. Déterminer si l’application linéaire T : (E, N1 ) → (F, N2 ) est continue dans les
cas suivants :
Z 1
1. E = C([0, 1], R) muni de la norme kf k1 = |f (x)| dx et T : (E, k · k1 ) → (E, k · k1 )
0
telle que T (f ) = f g, où g ∈ E fixé.
n
X n
X
2. E = Rn [X] muni de la norme kP k = |ak | avec P (X) = ak X k et T : (E, k ·
k=0 k=0
k) → (E, k · k) telle que T (P ) = P 0 .
∞
X ∞
X
3. E = R[X] muni de la norme kP k = k!|ak | avec P (X) = ak X k et T : (E, k ·
k=0 k=0
k) → (E, k · k) telle que T (P ) = P 0 .
1 Z 12
4. E = C([0, 1], R) muni de la norme kf k2 = |f (x)|2 dx , F = C([0, 1], R) muni
Z 1 0
de la norme kf k1 = |f (x)| dx et T : (E, k · k2 ) → (E, k · k1 ) telle que T (f ) = f g

0
où g ∈ E fixé.
Calcul des normes dans L(E, F )
Exercice 14. Calculer la norme de l’identité de (C 1 ([0, 1], R), k · k) dans (C 1 ([0, 1], R), k · k1 )
et de (C 1 ([0, 1], R), k · k1 ) dans (C 1 ([0, 1], R), k · k) ; où k · k et k · k1 définies comme suit :
kf k = kf k∞ + kf 0 k∞ , kf k1 = kf 0 k∞ + |f (0)|.
Exercice 15. Soit E = C([0, 1], R) et F = C 1 ([0, 1], R). On muni ces espaces par :
kf kE = kf k∞ et kf kF = kf k∞ + kf 0 k∞ .
On définit l’application
T :E → F
f → T (f )

2.5. EXERCICES 37
Z x
où T (f ) : [0, 1] → R définie par T (f )(x) = f (t) dt.
0
Montrer que l’application linéaire T est continue et calculer kT kL(E,F ) ≡ kT k.
Exercice 16. Soit E = C([0, 1], R) muni d’une norme k · k. Etudier la continuité de la forme
linéaire ϕ : E → R et calculer sa norme dans les cas suivants :
Z 1
1. kf k = kf k∞ et ϕ(f ) = f (t) dt.
0
2. kf k = kf k∞ et ϕ(f ) = f (1) − f (0).
Z 1 Z 1
3. kf k = kf k1 = |f (t)| dt et ϕ(f ) = tf (t) dt.
0 0
Exercice 17. Soient E = C([0, 1], R) et u ∈ L(E, E) qui envoie f ∈ E sur la fonction
u(f ) ∈ E qui définie par :
u(f )(x) = f (x) − f (0), ∀x ∈ [0, 1].
1. Montrer que pour E muni de la norme k · k∞ l’application u est continue et calculer sa

norme.
2. Montrer que pour E muni de la norme k · k1 n’est pas continue.
Exercice 18. Soit E = C([a, b], R) muni de la convergence uniforme k·k∞ . Soit p une fonction
intégrable sur [a, b], pour toute f ∈ E, on considère l’application :
φ:E → E
f → φ(f );
Rx
où φ(f )(x) = a
f (t)p(t) dt, pour tout x ∈ [a, b].
1. Montrer que l’application φ : E → E est linéaire et continue.
2. Vérifier que
Z b
kφkL(E) ≤ |p(t)| dt.
a
3. On suppose que p ≥ 0. Par un choix simple de f , montrer que :

Z b
kφkL(E) = p(t) dt.
a
4. Maintenant, on suppose que p est continue sur [a, b] et de signe quelconque. On pose
np(t)
fn (t) = q 2 .
2
1 + n p(t)

2.5. EXERCICES 38
(a) Vérifier que fn ∈ E et calculer kφ(fn )k∞ .

Rb
(b) En déduire que kφkL(E) = a |p(t)| dt.
Formes linéaires continues et ensembles, hyperpalans fermés
Exercice 19. Soit E = C([0, 1], R) muni de la convergence uniforme k · k∞ . On pose :

Z 1
F = {f ∈ E; f (0) = 0 et f (t) dt ≥ 1}
0
Démontrer que F est une partie fermée de E.
Exercice 20. Soit E = `1 l’espace vectoriel des suites (xn )n∈N∗ de nombres complèxes telle que
X∞
|xn | converge. On le munit de la norme :
n=1
∞
X
kxkE = |xn |.
n=1
On pose :
∞
X
F = {x = (xn )n∈N∗ ∈ E : |xn | = 1}
n=1
1. Montrer que F est fermé.
2. F est-il borné ?
Exercice 21. Soit E un espace vectoriel normé et u ∈ L(E). Démontrer que u est continue si
et seulement si {x ∈ E; ku(x)k = 1} est fermé.
Exercice 22. Soit E un R-espace vectoriel normé et soit Φ : E → R une forme linéaire non
identiquement nulle. Le but de l’exercice est de démontrer que Φ est continue si et seulement si
le noyau de Φ est fermé.
1. Démontrer le sens direct.
2. Réciproquement, on suppose que le noyau de Φ, noté H, est fermé. On fixe y ∈ E tel que
Φ(y) = 1.
(a) Démontrer que Φ−1 {1} est fermé.

(b) En déduire qu’il existe r > 0 tel que B(0, r) ∩ Φ−1 {1} = ∅


2.5. EXERCICES 39
(c) Démontrer que : x ∈ B(0, r) ⇒ |Φ(x)| ≤ 1
(d) Conclure.
Exercice 23. Soient (E, k · k) un K-espace normé et ϕ : E → K une forme linéaire continue
non nulle. soit H = ker ϕ.
1. Montrer que
|ϕ(x)|
≤ d(x, H).
kϕkE 0
ϕ(x) ϕ(x)
2. Soit b ∈ E \ H, soit x ∈ E, en remarquant que x = ϕ(b)
b +x− ϕ(b)
b, montrer qu’il
existe des suite (xn ) ⊂ E \ H, (tn ) ⊂ R et , (hn ) ⊂ H telles que kxn = 1k et
x = hn + tn xn .
3. Montrer que pour tout x ∈ E, on a
|ϕ(x)|
d(x, H) = .
kϕkE 0
Exercice 24. On considère l’espace `0 des suites de nombres réels ayant un nombre fini de
termes différents de zéro normé par
kxk = sup |xn |,

n∈N
où x = (xn )n ∈ `0 , Considérons l’application
φ : `0 → R
∞
X xn
x 7→ .
n=0
2n
1. Montrer que φ est une forme linéaire continue non nulle et calculer sa norme.
2. Soient H = ker φ et x ∈ `0 \ H. Montrer qu’il n’existe pas de point h tel que
d(x, H) = d(x, h) = kx − hk.

C HAPITRE 3
E SPACES DE H ILBERT
3.1 Généralités sur les espaces préhilbertiens et de Hil-

bert
Définition 3.1.1 (Produit scalaire). Soit E un espace vectoriel sur R. Un produit scalaire
sur E est une application :
h·, ·i : E × E → R
(x, y) → hx, yi,
vérifiant pour tout x, x0 , y ∈ E et pour tout λ ∈ R :
1. Linéaire par rapport à la première variable : hx + λx0 , yi = hx, yi + λhx0 , yi.
2. Symétrique : hx, yi = hy, xi
3. (Positif : hx, xi ≥ 0 et défini ; c.à.d : hx, xi = 0 ⇔ x = 0) ou positif défini ; c.à.d.

∀x ∈ E − {0E }, hx, xi > 0.
Le nombre h·, ·i scalaire de x et y est appelé le produit scalaire des x et y.
Exemple 3.1.1. 1. L’application
u1 : RN × RN → R
N
X
(x, y) = u1 (x, y) = xi y i
i=1
est un produit scalaire.

2. Soit E = C [0, 1], R l’espace des fonctions réelles continues sur [0, 1], l’application
u2 : E × E → R
Z 1
(f, g) = u2 (f, g) = f (t)g(t) dt
0
est un produit scalaire. Voici une démonstration détaillée pour l’exemple 2.
40
3.1. GÉNÉRALITÉS SUR LES ESPACES PRÉHILBERTIENS ET DE HILBERT 41
— Soient f, g, h ∈ E et soit λ ∈ R :
Z 1
u2 (f + λg, h) = (f + λg)(t)h(t) dt
0
Z 1 Z 1
= f (t)h(t) dt + λ g(t)h(t) dt
0 0
= u2 (f, h) + λu2 (g, h).
— u2 est symétrique d’après la symétrisation de l’intégrale. Z 1

— Soient f ∈ E − {0E }, on veut montrer que u2 (f, f ) > 0, c.à.d. f 2 (t) dt > 0 ;
0
En effet, comme f 6= 0 alors
∃t0 ∈ [0, 1] : f (t0 ) 6= 0,
la continuité de f sur [0, 1] afirme qu’il existe un voisinage [a, b] ⊂ [0, 1] de t0 tel
que f (t) 6= 0 pour tout t ∈ [a, b] ; d’autre part sachant que f est continue sur [a, b],
donc elle est bornée et par suite :
∃t1 ∈ [a, b] : f 2 (t1 ) = min f 2 (t),

t∈[a,b]
alors : Z 1
2
0 < f (t1 )(b − a) ≤ f 2 (t) dt
0
R1
d’où : 0
f 2 (t) dt > 0, ce qui montre que u2 est défini positive et par conséqent elle
défini un produit scalaire.
Définition 3.1.2 (Forme hermitienne). Soit E un espace vectoriel sur C. Un produit scalaire
sur E est une application :
h·, ·i : E × E → C
(x, y) = hx, yi
vérifiant pour tout x, x0 , y ∈ E et tout λ ∈ C, les propriétés suivantes :
1. h·, ·i est une forme hermitienne sur E, c.à.d.
(a) hx + λx0 , yi = hx, yi + λhx0 , yi
(b) hy, xi = hx, yi.

2. hx, xi ≥ 0.
3. hx, xi = 0 ⇔ x = 0.
Exemple 3.1.2. 1. Le produit usuel sur Cn est défini par :

X
hx, yi = xi y i
où x = (x1 , x2 , ..., xn ), y = (y1 , y2 , ..., yn ) ∈ Cn .

2. Soit E = C [0, 1], C l’espace vectoriel des fonctions continues sur [0, 1] et à valeurs
dans C, pour tout f, g ∈ E, on pose
Z 1
hf, gi = f (t)g(t) dt.
0
h·, ·i définit un produit scalaire sur E.
Remarque 3.1.1. Lorsque E est un espace vectoriel sur R, une forme hermitienne sur E est
une forme bilinéaire symétrique sur E.
Définition 3.1.3 (Espace préhilbertien). Soit E un K-espace vectoriel. Un espace préhil-

bertien est un couple (E, h·, ·i) où h·, ·i est un produit scalaire sur E.
Exemple 3.1.3. D’après les exemples 3.1.1 et 3.1.2, on déduit que (RN , u1 ), C([0, 1], R), u2 ,

(Cn , h·, ·i) et C([0, 1], C), h·, ·i sont des espaces préhilbertiens
Proposition 3.1.1 (Inégalité de Cauchy-Schwartz). Soit E un espace préhilbertien, alors

pour touts u, v ∈ E, on a :
p p
|hu, vi| ≤ hu, ui hv, vi. (3.1.1)
Démonstration. Soit u, v ∈ E ;
— Si u = 0, ou v = 0 ; l’inégalité (3.10.1) est immédiate.
— Si u 6= 0 et v 6= 0 : on pose
hu, vi
w =u− v,
hv, vi

d’une part on peut voir que hw, wi ≥ 0.

D’autre part, on a :
hu, vi hu, vi
hw, wi = hu − v, u − vi
hv, vi hv, vi
|hu, vi|2 |hu, vi|2
= hu, ui − 2 +
hv, vi hv, vi
2
|hu, vi|
= hu, ui − ;
hv, vi
D’ou :
|hu, vi|2
hw, wi ≥ 0 ⇔ hu, ui − ≥0
hv, vi
⇔ |hu, vi|2 ≤ hu, ui · hv, vi
p p
⇔ |hu, vi| ≤ hu, ui hv, vi.
Donc, on a l’inégalité.
Proposition 3.1.2 (Inégalité de Minkofiski). Soit (E, h·, ·i) un espace préhilbertien, pour
tout x, y ∈ E on a :
p p p
hx + y, x + yi ≤ hx, xi + hy, yi (3.1.2)
Démonstration. Soient x, y ∈ E, on a :
hx + y, x + yi = hx, xi + hy, yi + 2hx, yi,
en appliquant l’inégalité de Cauchy-Schwartz, on obtient :

p p
hx + y, x + yi ≤ hx, xi + hy, yi + 2 hx, xi hy, yi
p p
= ( hx, xi + hy, yi)2 ,
d’ou
p p p
hx + y, x + yi ≤ hx, xi + hy, yi.
Proposition 3.1.3. Si E est un espace préhilbertien munit par le produit h·, ·i, alors l’applica-
tion
k · k : E → R+
p
u → kuk = hu, ui

définit une norme.
Démonstration. Soient u, v ∈ E et λ ∈ R.
— Si u = 0, alors h0, 0i = 0 et par suite hu, ui = kuk = 0, si kuk = 0, alors
p
hu, ui = 0, d’où u = 0.
—
p
kλuk = hλu, λui
p
= λ2 hu, ui
p
= |λ| hu, ui
= |λ|kuk.
— En utilisant (3.1.2) on obtient

p p p
ku + vk = hu + v, u + vi ≤ hu, ui + hv, vi = kuk + kvk.
Remarque 3.1.2. D’après la proposition 3.1.3, on a l’implication suivant :

p
(E, h·, ·i) est un espace préhilbertien ⇒ (E, k · k) est un espace normé où k · k = h·, ·i.
Proposition 3.1.4 (Identité du parallélogramme). Soit (E, h·, ·i) un espace préhilbertien,
pour tout x, y ∈ E, on a :
kx + yk2 + kx − yk2 = 2kxk2 + 2kyk2 .

p
où k · k = h·, ·i.
Démonstration. Par un calcul simple on btient
kx + yk2 = hx + y, x + yi = kxk2 + kyk2 + 2hx, yi (3.1.3)
kx − yk2 = hx − y, x − yi = kxk2 + kyk2 − 2hx, yi (3.1.4)
En additionnant (3.10.2) et (3.1.4), on obtient kx + yk2 + kx − yk2 = 2kxk2 + 2kyk2
On a le résultat suivant :

Proposition 3.1.5. Soit E un R-espace vectoriel normé par k · k, on a l’équivalence suivant :

h i h i
Eest un espace préhilbertien ⇔ La norme k · kvérifie l’identité de parallélogramme
Démonstration. — l’implication ⇒ est évidant en prenant la norme associé au pro-

duit scalaire.
— Pour l’implication inverse ⇐, supposons que E est un espace normé et sa norme
vérifie l’identité de parallélogramme. On considère l’application f : E × E → R
définie par
1
f (x, y) = (kx + yk2 − kx − yk2 ), (3.1.5)
4
cette application définie un produit scalaire sur E ; en effet, on a les étapes sui-
vants :
i) On montre pour tout x, y ∈ E : f (2x, y) = 2f (x, y). D’après l’identité du

parallélogramme, on a :
k2x + yk + kyk2 = 2(kxk2 + kx + yk2 )
k2x − yk + kyk2 = 2(kxk2 + kx − yk2 )
donc on a
1 1
f (2x, y) = (k2x + yk2 − k2x − yk2 ) = (2kx + yk2 − kx − yk2 ) = 2f (x, y).
4 4
ii) Pour tout x1 , x2 , y ∈ E : f (x1 + x2 , y) = f (x1 , y) + f (x2 , y) ; on a :

1
f (x1 , y) + f (x2 , y) = (kx1 + yk2 − kx1 − yk2 + kx2 + yk2 − kx2 − yk2 )
4
1
= (kx1 + yk2 + kx2 + yk2 − (kx1 − yk2 + kx2 − yk2 ))
4
1
= kx1 + x2 + 2yk2 + kx1 − x2 k2
8
−(kx1 + x2 − 2yk2 + kx1 − x2 k2 )

1
= (kx1 + x2 + 2yk2 − kx1 + x2 − 2yk2 )
8
1
x1 + x2
2 x + x
1 2
2
= + y − + y

2 2 2

x1 + x2
= 2f , y = f (x1 + x2 , y).
2
iii) Dans cet étape, on montre par récurrence que pour tout x, y ∈ E et pour
tout n ∈ N, on a f (nx, y) = nf (x, y).

— Pour n = 0, on a : f (0x, y) = f (0, y) = 0 = 0f (x, y).

— Supposons que la propriétée est vraie pour un ordre n.
— On montre que la propriétée est vraie pour un ordre n + 1 ; c.à.d. f (n +
1)x, y = (n + 1)f (x, y) ; en effet :

f (n + 1)x, y = f (nx + x, y) = f (nx, y) + f (x, y) = nf (x, y) + f (x, y)
= (n + 1)f (x, y).
Par conséquent on a le résultat.
iv) Montrons que pour tout x, y ∈ E et pour tout m ∈ Z, on a f (mx, y) =

mf (x, y). On a :
0 = f (0, y) = f (x − x, y) = f (x, y) + f (−x, y),
alors f (−x, y) = −f (x, y) et par suite, pour tout n ∈ N, on a :
f (−nx, y) = −f (nx, y) = −nf (x, y),
par conséquent, pour tout m ∈ Z, on a :
f (mx, y) = mf (x, y) (3.1.6)
v) Montrons que pour tout x, y ∈ E et pour tout q ∈ Q, on a f (qx, y) = qf (x, y).

D’abord on remarque que pour tout m ∈ N∗ , on a :
x x
f (x, y) = f (m ) = mf ,
m m
d’où
x 1
f = f (x, y). (3.1.7)
m m
Soit q ∈ Q, alors il existe n ∈ Z, m ∈ N∗ tels que q = n
m
, en utilisant (3.1.6) et
(3.1.7) on obtient :
n n
f (qx, y) = f x, y = f (x, y) = qf (x, y).
m m
vi) On montre que pour tout x, y ∈ E, |f (x, y)| ≤ kxkkyk. D’une part, en appli-
quant les propriétés élémentaires de la norme on obtient :
kx + yk2 ≤ (kxk + kyk)2 = kxk2 + kyk2 + 2kxkkyk,

kxk − kyk ≤ kx − yk.

D’où :
−kx − yk2 ≤ −(kxk − kyk)2 = −kxk2 − kyk2 + 2kxkkyk,
donc on a
f (x, y) ≤ kxkkyk.
D’autre part
−f (x, y) = f (−x, y) ≤ k − xkkyk = kxkkyk.
Alors, on déduit que |f (x, y)| ≤ kxkkyk.
vii) En suite, on montre que pour tout x, y ∈ E et pour tout λ ∈ R, on a

f (λx, y) = λf (x, y). Soit λ ∈ R, d’après la densité de Q dans R il existe une
suite (qn ) ⊂ Q telle que lim qn = λ. De plus, on a :
n→+∞
|f (qn x, y) − f (λx, y)| = |f (qn x − λx, y)| ≤ kqn x − λxkkyk = |qn − λ|kxkkyk.
En faisant le passage de la limite
lim f (qn x, y) = f (λx, y). (3.1.8)

n→+∞
D’autre part, d’après (3.1.6), pour tout n ∈ N on a : f (qn x, y) = qn f (x, y) et

par suite
lim f (qn x, y) = lim qn f (x, y) = λf (x, y). (3.1.9)
n→+∞ n→+∞
De (3.1.8) et (3.1.9) on déduit que :
f (λx, y) = λf (x, y).
iix) Pour tout x, y ∈ E, on a f (x, y) = f (y, x) et f (x, x) = kxk2 . On conclut que

f est un produit scalaire sur E dont la norme associée est k · k.
Remarque 3.1.3. La proposition 3.1.5 nous permet de vérifier que certaine normes est associé
au produit scalaire ou non, c’est-à-dire l’identité de parallélogramme caractérise les espaces
préhilbertiens parmi les espaces normés.

Exemple 3.1.4. 1. (RN , k · k∞ ) ; avec kXk∞ = sup |xi | et X = (x1 , x2 , ..., xn ) ∈ RN .

1≤i≤n
N
(R , k · k∞ ) n’est pas un espace préhilbertien ; en effet, si on prend
X1 = (1, 0, 0, ..., 0), X2 = (0, 1, 0, ..., 0) ∈ RN
alors on vera que
kX1 + X2 k2∞ + kX1 − X2 k2∞ = 2 6= 4 = 2kX1 k2∞ + 2kX2 k2∞ .
R1
2. Soit E = L1 ([−1, 1], R) munie de la norme kf k = −1
|f (t)| dt ; cet espace n’est pas un
espace préhilbertien, les deux fonctions suivantes

 −1, si t ∈ [−1, 0] ;
f (t) = 1; t ∈ [−1, 1] g(t) =
 t, si t ∈ [0, 1].
ne vérifient pas l’identité du parallélogramme.
Proposition 3.1.6 (Identité de la médiane). Soient a, b et c trois points d’un espace préhil-
kb − ck
bertien E et m = . Alors :
2
1
ka − bk2 + ka − ck2 = 2ka − mk2 + kb − ck2 .
2
Démonstration. On pose x = a − b et y = a − c, donc on a
kxk = ka − bk, kyk = ka − ck, kx − yk = kb − ck et kx + yk = 2ka − mk.
On sait que :
kx + yk2 + kx − yk2 = 2(kxk2 + kyk2 )
On injecte dans la dernière égalité, on obtient :
4ka − mk2 + kb − ck2 + 2(ka − bk2 + ka − ck2 ),
En divisant par 2, on aboutit au résultat voulu.
Définition 3.1.4. Un espace de Hilbert (ou Hilbertien) est un espace préhilbertien complet.
Remarque 3.1.4. Il découle de cette définition que tout espace de Hilbert est un espace de
Banach particulier.

3.2. ORTHOGONALITÉ, FAMILLE ORTHOGONALE ET FAMILLE ORTHONORMALE 49
Exemple 3.1.5.
p
1. R est un espace de Hilbert avec hx, yi = xy et kxk = hx, xi =
√
x2 = |x|.
v
n
X
u n
uX
2. RN est un espace de Hilbert avec hX, Y i = xi yi et kxk = t x2 i
i=1 i=1
∞
X ∞
X
3. l2 (N) = {x = (xn )n∈N ; x2n < ∞} est un espace de Hilbert avec hx, yi = xn yn
n=1 v n=1
u∞
uX
où x = (xn )n∈N et y = (yn )n∈N et kxk = t x2n .
n=1
R1
4. L’espace C([−1, 1], R) muni du produit scalaire hf, gi = −1
f (t)g(t) dt n’est pas un
espace de Hilbert car il n’est pas complet ; en effet : la suite de fonctions fn définie par

 1,

 si x ∈ [− 21 , 21 ]

fn (x) = 0, si |x| > 12 + n1


 −nx + 1 + n , si 1 ≤ |x| ≤ 1 + 1 .

2 2 2 n
est une suite de Cauchy mais n’est pas convergente en norme car (fn ) converge simplement
vers f avec 
 1, |x| ≤ 1
2
f (x) =
 0, |x| > 1 .
2
qui elle n’est pas continue.
3.2 Orthogonalité, famille orthogonale et famille ortho-

normale
Définition 3.2.1. Soit H un espace préhilbertien, soit x, y ∈ H, on dit que x et y sont ortho-
gonaux (noté x⊥y) si et seulement si hx, yi = 0.
PN
Exemple 3.2.1. 1. E = RN , hX, Y i = i=1 xi yi
eα = (0, ..., 0, |{z}

1 , 0, ..., 0)
ordreα
pour tout α, β ∈ 1, 2, ..., N , α 6= β on a heα , eβ i = 0, c.à.d eα ⊥eβ

Rπ
2. E = C([−π, π], R), hf, gi = −π
f (t)g(t) dt.
Considérons la famille des fonctions (fn )n∈N tel que
fn (t) = cos nt,

Rπ
Pour tout n 6= m, on a : hfn , fm i = −π
cos nt cos mt dt, en utilisant la formule pre-
mière :
1
cos α cos β = [cos(α + β) + cos(α − β)]
2
On obtient alors
Z π
1
hfn , fm i = cos(n + m)t + cos(n − m)t dt
2 −π
1 .π 1 .π
= sin(n + m)t + sin(n − m)t
2(n + m) −π 2(n − m) −π
= 0
ce qui montre que fn ⊥fm , ∀n 6= m.
Dans la proposition suivante on rassemble quelques propriétés fandamentales.
Proposition 3.2.1. Soit E un espace préhilbertien
1. Pour tout x ∈ E : x⊥0.
2. Pour tout x, y ∈ E, pour tout α, β ∈ R : x ⊥ y ⇔ αx⊥βy.
3. Pour tout x, yi ∈ E, αi ∈ R ; i ∈ {1, ..., n}, on a :

n
X
∀i ∈ 1, 2, ..., n : x⊥yi ⇒ x⊥ αi y i .
i=1
Démonstration. Evidante.
Définition 3.2.2. On dit que (xi )i∈I est une famille orthogonale ou système orthogonal
si les xi sont deux à deux orthogonaux, autrement dit
∀i, j ∈ I, i 6= j, on ait : hxi , xj i = 0.
Définition 3.2.3. On dit que (xi )i∈I est une famille orthonormale ou système orthonor-
mal ou système orthonormé si (xi )i∈I est une famille orthogonale et si de plus pour tout
i ∈ I, on a hxi , xi i = 1, autrement dit

h i  1, si i = j
(xi )i∈I est une famille orthonormale ⇔ ∀i, j ∈ I : hxi , xj i = δij =
 0, si i 6= j.

n x o
i
Remarque 3.2.1. Si {xi }i∈I est une famille orthogonale, alors la famille est orthonor-
kxi k
male.
Exemple 3.2.2. La famille {eα } est une famille orthonormale et la famille {fn }n est une famille
orthogonale (voir l’exemple 3.2.1 ), de plus on a
Z π
2
kfn k = hfn , fn i = cos2 nt dt = π,
−π
alors la famille { √1π fn } est orthonormale.
Proposition 3.2.2 (Théorème de Pythagore). Soit (E, h·, ·i) un espace préhilbertien, si (xi )
est une famille orthogonale, alors on a :
n n
X 2 X
xi =
kxi k2 .
i=1 i=1
Démonstration. Par un calcul direct, on obtient :

n n n
X 2 X X
xi = h xi , xj i
i=1 i=1 j=1
= hx1 , x1 i + hx1 , x2 i + ... + hx1 , xn i
+ hx2 , x1 i + hx1 , x1 i + ... + hx1 , x1 i
+ ... + hxn , x1 i + ... + hxn , xn i
= hx1 , x1 i + hx2 , x2 i + ... + hxn , xn i

Xn
= kxi k2 .
i=1
Lemme 3.2.1. Soit (xi )i=1,2,...,n une famille orthogonale, alors cette famille est linéairement
indépendantes.
Démonstration. Soient α1 , α2 , ..., αN ∈ R tels que α1 x1 + α2 x2 + ... + αn xn = 0, pour tout

j ∈ {1, 2, ..., n}
n
X
hxj , αi xi i = 0 ⇔ αj hxj , xj i = 0
i=1
⇒ αj kxjk2 = 0
⇒ αj = 0, ∀j ∈ {1, 2, ..., n}.

3.3. ORTHOGONAL D’UNE PARTIE ET PROPRIÉTÉS 52
3.3 Orthogonal d’une partie et propriétés
Définition 3.3.1. Soit (E, h·, ·i) un espace préhilbertien, si A une partie non vide de E, on
appelle orthogonal de A et l’on note A⊥ l’ensemble de vecteurs orthogonaux à tout les vecteurs
de A, c.à.d.
A⊥ = {x ∈ E : hx, ai = 0, pour tout a ∈ A}.
Exemple 3.3.1. 1. On a : {0E }⊥ = E et E ⊥ = {0E }.
2. Soit l’espace R4 muni du produit scalaire canonique et soit F le sous-espace vectoriel de

R4 défini par
F = {x = (x1 , x2 , x3 , x4 ) ∈ R4 ; x1 + 2x2 + x3 + x4 = 0, x2 + x3 = 0}
par un calcul simple on obtient que {v1 = (−1, 1, −1, 0), v2 = (−1, 0, 0, 1)} est une
base de F , alors en vertu de la proposition 3.2.1
F ⊥ = {x = (x1 , x2 , x3 , x4 ) ∈ R4 ; hx, ai = 0; ∀a ∈ F }
= {x = (x1 , x2 , x3 , x4 ) ∈ R4 ; hx, v1 i = 0 et hx, v2 i = 0}
= {x = (x1 , x2 , x3 , x4 ) ∈ R4 ; x1 − x2 + x3 = 0, −x1 + x4 = 0}
= V ect{(1, 0, −1, 1), (0, 1, 1, 0)}.
R1
3. Soit E = C([0, 1], R) muni du produit scalaire hf, gi = 0
f (t)g(t) dt. On considère le
sous-espace vectoriel F de E défini par
F = {f ∈ E : f (0) = 0}.
On a F ⊥ = {0}, en effet, il suffit de montrer que F ⊥ ⊂ {0}. Soit f ∈ F ⊥ , alors pour

tout g ∈ F , on a hf, gi = 0, en particulier, on remarque que la fonction g0 : x 7→ xf (x)
apprtient à F car g0 ∈ E et g0 (0) = 0, donc on a
Z 1
hf, g0 i = x|f (x)|2 dx = 0
0
L’application x 7→ x|f (x)|2 est continue sur [0, 1], positive, d’intégrale nulle, elle est
donc identiquement nulle. On en déduit que f (x) = 0 pour tout x ∈]0, 1], et par conti-
nuité on a aussi f (0) = 0. Ainsi f = 0. On a bien montré que F ⊥ = {0}.

3.3. ORTHOGONAL D’UNE PARTIE ET PROPRIÉTÉS 53
Proposition 3.3.1. Soit A une partie non vide de E.
1. A⊥ est un sous espace vectoriel fermé de E et on a A ∩ A⊥ ⊂ {0}.
2. A ⊂ B ⇒ B ⊥ ⊂ A> .
3. La partie A a même orthogonal que le sous espace fermé engendré par A, c.à.d :
⊥
A = A⊥ = V ect(A)⊥ .
Démonstration. 1. 0 ∈ E et pour tout x, x0 ∈ A⊥ , α ∈ R on a αu + v ∈ A⊥ car pour

tout y ∈ A
hαx + x0 , yi = αhx, yi + hx0 , yi = 0.
D’abord, on peut vérifier

\
A⊥ = {y}⊥ ;
y∈A
en effet : pour tout x ∈ A⊥ , on a
x ∈ A⊥ ⇔ ∀y ∈ A : hx, yi = 0
⇔ ∀y ∈ A : x ∈ {y}⊥
\
⇔ x∈ {y}⊥
y∈A
On considère la forme linéaire


 f : E → R,
y
 x 7→ f (x) = hx, yi
y
Soit y ∈ E fixé, pour tout x ∈ E, d’après l’inégalité de Cauchy Schwartz on a
|fy (x)| = |hx, yi| ≤ kxkkyk = ckxk.
donc on peut écrire

{y}⊥ = kerf = f −1 ({0}),
alors {y}⊥ est fermé et comme l’intersection quelconque des fermés est un fermé
on déduit que A⊥ est un fermé.

3.4. PROJECTION ORTHOGONALE DANS UN ESPACE PRÉHILBERTIEN 54
2. Soit A ⊂ B et soit x ∈ B ⊥ , par définition
∀y ∈ B : hx, yi = 0 (3.3.1)
la relation (3.3.1) reste vraie pour la partie A grâce à l’inclusion A ⊂ B d’où

∀y ∈ A : hx, yi = 0, et par suite x ∈ A⊥ .
3. Evident de voir que A ⊂ V ect(A) alors d’après la propriété (1.) on a V ect(A)⊥ ⊂

XN
A , on vérifie que A ⊂ V ect(A) ; on écrit y ∈ hAi ⇔ ∃αi ∈ R : y =
⊥ ⊥ ⊥
αi yi , yi ∈
i=1
A.
On sait que
V ect(A)⊥ = {x ∈ E, hx, yi = 0, ∀y ∈ hAi}
Soit x ∈ A⊥ , alors ∀y ∈ A : hx, yi = 0, en particulier
hx, y1 i = 0, hx, y2 i = 0, ..., hx, yN i = 0,

N
X
d’où pour tout y =∈ αi yi ∈ hAi⊥ on a
i=1
N
X N
X
hx, yi = hx, αi y i i = αi hx, yi i = 0
i=1 i=1
donc x ∈ V ect(A) .⊥
⊥
On a A ⊂ A, alors A ⊂ A⊥ .
Récipriquement, soit x ∈ A⊥ . Soit y ∈ A, alors il existe une suite (yn )n∈N dans A telle
que :
lim = y,
n→+∞
donc on a
hy, xi = lim hyn , xi = 0,
n→+∞
⊥ ⊥
d’où x ∈ A . Par conséquent A⊥ = A .
3.4 Projection orthogonale dans un espace préhilbertien
Définition 3.4.1. Soit (E, d) un espace métrique et soit F une partie fermée de E, soit x un
point de E. On appelle projection du point x sur F tout point b de F vérifie :
d(x, b) = d(x, F ) = inf d(x, y).

y∈F

On note par PF (x) la projection du x sur F s’il existe.
Remarque 3.4.1. 1. Evidement de voir que si x ∈ F , alors PF (x) = x.
2. L’existence de PF (x) n’est pas assurée et s’il existe il peut ne pas être unique, par
exemple : on prend E = R evec d(x, y) = |x − y|, F = [0, 1[ et x = 2, alors, dans
cet exemple on remarque que la projection de 2 sur F n’existe pas. Maintenant on prend
E = R2 avec d(x, y) = kx − yk2 et F est la sphère de la boule de centre x fixé dans E,
dans ce cas, la projection de x sur F n’est pas unique.
Théorème 3.4.1 (Projection sur un convexe). Soit (H, h·, ·i un espace préhilbertien et F ⊂
H une partie non vide convexe . On suppose de plus que A est complète. Alors on a :
1. Pour tout x ∈ H il existe une projection unique de x sur F ; c.à.d.
d(x, A) = kx − PF (x)k; PF (x) ∈ F.
2. La projection bx = PF (x) est caractérisée par
hx − bx , y − bx i ≤ 0, ∀y ∈ F. (3.4.1)
Exemple 3.4.1. Soit H un espace de Hilbert et F = B(0, 1) = {x ∈ H : kxk ≤ 1} la boule

fermé dans H. Pour tout x ∈ H il existe une projection PF (x) telle que

 x, si x ∈ F ;
PF (x) =
 1 , sinon.
kxk
En effet, on utilise deux méthode

1ère méthode (par la définition) : — Si x ∈ F , alors d(x, F ) = 0 = d(x, PF (x)) et par
conséquent PF (x) = x.
1
— Si x ∈
/ F , on montre que d(x, F ) = kx − PF (x)k = kx − kxk
xk.
On a :
1 kxk − 1

x − x = x = kxk − 1.

kxk kxk
Pour tout y ∈ F , on a :
kxk − 1 ≤ kxk − kyk ≤ kx − yk.

D’où :
kxk − 1 ≤ d(x, F ).
Par conséquent :
1
d(x, F ) ≤ x − x = kxk − 1.

kxk
2ème méthode (par la caractérisation) : H est un espace de Hilbert et B(0, 1) est
convexe et fermée, alors la projection existe et unique.
— Si x ∈ B(0, 1) : hx − x, y − xi = 0 ≤ 0, ∀y ∈ F .
— Si x ∈
/ B(0, 1) (kxk > 1), soit y ∈ B(0, 1) ;( kyk ≤ 1 :
D 1 1 E 1
x− x, y − x = hx, yi − kxk − hx, yi
kxk kxk kxk
1
= 1− hx, yi + 1 − kxk
kxk

≤ kxk − 1 kyk + 1 − kxk
= (kxk − 1)(kyk − 1) ≤ 0,
1
on déduit que ∀x ∈
/ B(0, 1) : PF (x) = kxk
x.
Preuve du théorème 3.4.1. 1. D’abord , on démontre l’existence d’un élélment b ∈ F

vérifiant
d(x, F ) = kx − bk (3.4.2)
Par la définition de la borne inferieure :
∃(bn ) ⊂ F : lim kx − bn k = d(x, F ),

n
l’identité de la médiane donne
1 1
kbp − bq k2 = kx − bp k2 + kx − bq k2 − 2kx − (bp + bq )k2
2 2
comme F est convexe, 12 (bp + bq ) ∈ F et donc
1
kx − (bp + bq )k2 ≥ d2 (x, F ),
2
de sorte que
1
kbp − bq k2 ≤ kx − bp k2 + kx − bq k2 − 2d2 (x, F )
2

Lorsque p, q → +∞ on a kx − bp k2 + kx − bq k2 − 2d2 (x, F ) tend vers 0 et il en sera

de même de kbp − bq k2 , la suite (bn ) et donc est une suite de Cauchy, comme F
est complet, elle converge vers un élément b de F et on a
kx − bk = lim kx − bn k = d(x, F ).
n
2. On démontre l’unicité de l’élément b, supposons qu’on a deux éléments b1 , b2 ∈

F réalisent l’égalité 3.4.2, c.à.d.
d(x, F ) = kx − b1 k, d(x, F ) = kx − b2 k,
On remarque que b0 = 21 (b1 + b2 ) appartient à F et par suite kx − b0 k ≥ d(x, F ),

d’autre part on a
1 1
kx − b0 k2 = (kx − bp k2 + kx − bq k2 ) − kb1 − b2 k2
2 4
2 1 2
= d (x, F ) − kb1 − b2 k .
4
alors kx − b0 k ≤ d(x, F ) et par suite b1 = b2 .
3. Montrons maintenant que l’élément b de F est caractérisé par (3.4.1), c.à.d.
b = PF (x) ⇔ hx − b, y − bi ≤ 0, ∀y ∈ F
En effet, pour tout λ ∈ [0, 1], le point b + λ(y − b) appartient à F , alors :
kx − bk2 ≤ k(x − a) − λ(y − b)k
≤ kx − ak2 + λ2 ky − bk2 − 2λhx − b, y − bi,
Comme λ est arbitraire on a la relation cherchée. Inversement, la relation (3.4.1)

implique
kx − yk2 = k(x − b) − (y − b)k2
= kx − bk2 + ky − bk2 − 2hx − b, y − bi
≥ kx − bk2 .
Il vient kx − bk = d(x, F ).

Remarque 3.4.2. 1. Dans le théorème 3.4.1, lorsque E est un espace de Hilbert, on peut
supposer que la partie F ⊂ H est convexe et fermé car on sait que le fermé dans un
espace complet est complet quand il est muni de la distance induite par la norme sur E.
2. La propriétée (3.4.1) signifie géométriquement que l’angle entre les vecteurs u = x −

PF (x) et v = y − PF (x) est obtus.
Théorème 3.4.2 (Projection sur un sous espace de Hilbert). Soit (H, h·, ·i) un espace de
Hilbert et F un sous espace vectoriel fermé et x un élément de H. Alors il existe un unique
élément bx ∈ F tel que
kx − bx k = d(x, F ).
De plus, bx est l’unique élément de F tel que x − bx soit orthogonal à F ; c.à.d.
bx = PF (x) ⇔ hx − bx , yi = 0, ∀y ∈ F.
Démonstration. 1. La première assertion est déjà démontrée.
2. Soit y ∈ F , pour tout λ ∈ R on a b + λy ∈ F , grâce au théorème 3.4.1 on a
hx − bx , λyi = hx − bx , λy + bx − bx i ≤ 0,
Il suffit de prendre λ = ±1 pour trouver le résultat.

Inversement, Soit b ∈ F tel que x − b ∈ F ⊥ . Pour tout y ∈ F , on a
kx − yk2 = kx − bk2 + ky − bk2 ≥ kx − bk2 .
de sorte que b = PF (x).
Exemple 3.4.2. Soit E = C([0, 1], R) muni du produit scalaire définie par
Z 1
hf, gi = f (t)g(t) dt,
0
pour tout f, g ∈ E. On pose F = V ect{1, t}, on considère la fonction f ∈ E définie par

f (t) = et . Comme E est un espace préhilbertien et F est un sous-espace fermé (car il est
de dimension dinie). Alors la projection orthogonale de f sur F existe et unique, donc on le
calcule :

— On sait que PF (f ) ∈ F = V ect{1, t} donc il existe α, β ∈ R tels que PF (f ) = αt + β.

— En vertu la caractérisation de la projection orthogonale on a :
hf − PF (f ), gi = 0, ∀g ∈ F = V ect{1, t}.
d’après la proposition 3.2.1-(3), on a :


 hf − P (f ), 1i = 0,
F
 hf − P (f ), ti = 0.
F
D’où  R
 1 et − αt − β dt = 0,
0
 R 1 (et − αt − β)t dt = 0.
0
Par un calcul simple on obtient


 α + 2β = 2e − 1,
 2α + 3β = 1.
on obtient alors : α = 4e − 3 et β = −2e + 2 et par suite :
PF (f ) = (4e − 3)t − 2e + 2.
Remarque 3.4.3. 1. Une consultation de l’exercice 41 nous permet de voir que l’hypo-
thèse "F fermé " n’est pas la bonne hypothèse quand l’espace E n’est pas complet.
2. Dans le cas ou l’espace E n’est pas complet (préhilbertien), la bonne hypothèse est que
F soit complet.
Remarque 3.4.4. Le théorème de la projection n’est pas vrai pour les espaces de Banach, par
exemple, on considère C([0, 1], k · k∞ ) l’espace des fonctions continues sur [0, 1] muni de la
norme de la convergence uniforme, Soit la partie F
F = {f ∈ C([0, 1]); f (0) = 0 et 0 ≤ f ≤ 1}
est une partie convexe fermée et pour tout f ∈ F , on a :
k1 − f k∞ = sup |1 − f (t)| = 1
0≤t≤1
alors pour tout f ∈ F , d(1, F ) = k1−f k∞ = 1. Par conséquent, la projection n’est pas unique.

3.5. PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE ET
APPLICATIONS 60
3.5 Projection orthogonale sur un sous-espace de dimen-

sion finie et applications
Proposition 3.5.1. Soit E un espace de Hilbert et F un sous-espace vectoriel de dimension

finie avec {e1 , ..., en } une base orthonormale de F . Alors pour tout x ∈ E, on a :
n
X
PF (x) = hx, ei iei .
i=1
Démonstration. — On sait que PF (x) ∈ F = V ect{e1 , ..., en }, alors il existe α1 , α2 , ..., αn ∈

R tels que :
n
X
PF (x) = αi ei
i=1
— D’après le théorème 3.4.2, PF (x) et caractérisée par x − PF (x) ∈ F ⊥ , c.à.d.
hx − PF (x), yi = 0, ∀y ∈ F
et par suite
hx − PF (x), ej i = 0, ∀j ∈ {1, 2, ..., n},
d’où :
n
X
hx − αi ei , ej i = 0, ∀j ∈ {1, 2, ..., n},
i=1
ce qui donne n équations linéaire dont les inconnues sont α1 , α2 , ..., αN

 n
X
αi hei , e1 i = hx, e1 i,





 i=1
n



 X



 αi hei , e2 i = hx, e2 i,

 i=1


.

.






.




n


 X
αi hei , en i = hx, en i .




i=1
Donc, on obtient :
α1 = hx, e1 i, α2 = hx, e2 i, ..., αn = hx, en i

3.5. PROJECTION ORTHOGONALE SUR UN SOUS-ESPACE DE DIMENSION FINIE ET
APPLICATIONS 61
et par conséquent :
n
X
PF (x) = hx, ei iei .
i=1
Exemple 3.5.1 (Problèmes de minimisations). .
— Problème 1. Soient H un espace de Hilbert et {e1 , e2 , ..., en } des éléments linéairement

indépendants de H orthonormale, soit x ∈ H. Il s’agit de trouver un moyen pour cal-
culer la valeur minimum de la quantité
n
X
kx − αi e i k (3.5.1)
i=1
où α1 , α2 , ..., αn ∈ R, et de trouver les valeurs correspondantes de α1 , α2 , ..., αN .

Soit F l’espace vectoriel engendré par les éléments e1 , e2 , ..., en , c.à.d.
F = V ect{e1 , e2 , ..., en }
Donc le problème réduit à trouver la projection orthogonal de x sur F , d’après la pro-

position 3.5.1, qui précise que PF (x) est l’unique élément de F , qui rend minimum la
quantité (3.5.1), est donné par
n
X
PF (x) = hx, ei iei ,
i=1
et par conséquent,
n
X n
X
min kx − αi ei k = kx − hx, ei iei k.
αi ∈R
i=1 i=1
— Problème 2. on cherche à déterminer explicitement la quantité :

Z 1
α = min |x3 − c − bx − ax3 |2 dx
a,b,c∈R −1
Pour cela,
On considère l’espace des fonctions carées intégrables L2 ([0, 1]), on sait que cet espace
est Hilbertien muni du produit scalaire
Z 1
hf, gi = f (t)g(t) dt, ∀f, g ∈ L2 ([0, 1]).
−1

3.6. PROPRIÉTÉS ET CONSÉQUENCES 62
On considère F = R2 [X] = V ect{1, x, x2 } qui est un sous-espace vectoriel fermé (car

il est de dimension fini).
Alors, d’après le théorème 3.4.2, pour tout f ∈ L2 ([0, 1]), la projection PF (f ) ∈ F
existe et unique, En particulier, si on prend f0 (x) = x3 alors on peut voir facilement
que f0 ∈ L2 ([0, 1]).
— On a PF (f0 ) ∈ R2 [X] et PF (f0 ) s’écrit sous la forme :
PF (f0 ) = a0 + b0 x + c0 x2 .
— grâce à la caractérisation de PF (f0 ), on a
hf0 − PF (f0 ), P i = 0, ∀P ∈ R2 [X]. (3.5.2)
La relation (3.5.2) équivalent à


 hf − PF (f0 ), 1i = 0
 0


hf0 − PF (f0 ), xi = 0


 hf − P (f ), x2 i = 0

0 F 0
c.à.d.  R
1


 −1
(x3 − a0 + b0 x + c0 x2 ) dx = 0
 R
1
−1
(x3 − a0 + b0 x + c0 x2 )x dx = 0


 hR 1 (x3 − a + b x + c x2 )x2 dx = 0

−1 0 0 0
on obtient PF (f0 ) = 35 x et par conséquent :

Z 1
2 3 8
α = kf0 − PF (f0 )k = |x3 − x|2 dx = .
−1 5 175
3.6 Propriétés et conséquences
Dans ce paragraphe on voit quelques corrolaires du théorème de projection et pro-

priétés importants de l’application projection.
Proposition 3.6.1. Soient H un espace de Hilbert et F un sous espace fermé de H. Alors les
sous espaces F et F ⊥ sont supplémentaires dans H ; c.à.d. que
H = F ⊕ F ⊥.

Démonstration. D’après la proposition 3.3.1, F ∩ F ⊥ est un sous espace et F ∩ F ⊥ = {0},

de plus, pour tout x ∈ H, on a
x = x − PF (x) + PF (x)
avec x − PF (x) ∈ F ⊥ et PF (x) ∈ F .
Proposition 3.6.2. Soit H un espace de Hilbert et soit F un sous espace vectoriel de H, on a :
(F ⊥ )⊥ = F .
De plus, si F est fermé, alors :

(F ⊥ )⊥ = F.
Démonstration. — F ⊂ (F ⊥ )⊥ : soit x ∈ F , pour tout y ∈ F ⊥ on a hx, yi = 0, d’où

x ∈ (F ⊥ )⊥ donc on déduit que
F ⊂ (F ⊥ )⊥ ,
d’après les propriétés de l’adhérence et comme (F ⊥ )⊥ est un fermé dans H on

a:
F ⊂ (F ⊥ )⊥ = (F ⊥ )⊥ .
⊥
— (F ⊥ )⊥ ⊂ F : soit x ∈ (F ⊥ )⊥ , alors il existe y ∈ F et z ∈ F ⊥ = F tels que
x = y + z d’où on a :
hx, zi = hy, zi + hz, zi,
Or on a hx, zi = 0 et hy, zi = 0, d’où hz, zi = 0, donc on a z = 0. Par conséquent

on a x = y ∈ F ⊥ , donc on a (F ⊥ )⊥ ⊂ F .
Pour la deuxième égalité est immédiate.
Corollaire 3.6.1. Soit H un espace de Hilbert et soit A une partie non vide de H, on a :
(A⊥ )⊥ = V ect(A).
Démonstration. On pose F = V ect(A), comme F définit un sous espace de H, alors on

applique le corrolaire 3.6.2 on obtient :
(V ect(A)⊥ )⊥ = V ect(A)

Or V ect(A)⊥ = A⊥ , d’où (V ect(A)⊥ )⊥ = (A⊥ )⊥ et par suite (A⊥ )⊥ = A.
Corollaire 3.6.2. Soit H un espace de Hilbert et soit F un sous espace vectoriel de H. F est
dense dans H si et seulement si F ⊥ = {0}.
Démonstration. Le réultat découle de la proposition 3.3.1, plus précisement F ⊥ = hF i⊥

et s’en déduit.
Corollaire 3.6.3. Soit F un sous espace fermé d’un espace Hilbertien H, soit
PF : H → F
l’application définie de H dans F qui associe à tout x ∈ H sa projection dans F (dite applica-
tion projection), on a :
1. F = {x ∈ H : PF (x) = x}.
2. PF est linéaire et continue, de plus kPF k = 1.
3. ker PF = F ⊥ .
4. pour tout x ∈ H : kxk2 = kPF (x)k2 + kPF ⊥ (x)k2 .
Démonstration. 1. Evidant que {x ∈ H : PF (x) = x} ⊂ F . Par ailleurs, la restric-

tion de PF à F est l’application idF , par conséquent F ⊂ {x ∈ H : PF (x) = x}.
2. Soient x, y ∈ H et α, β deux scalaires de R, on note :
x0 = PF (x), y 0 = PF (y).
Pour tout z ∈ F , d’après le théorème de projection
hx − x0 , zi = 0, hy − y 0 , zi = 0.
D’où
h(αx + βy) − (αx0 + βy 0 ), zi = αh(x − x0 ), zi + βh(y − y 0 ), zi = 0,
grâce au même théorème cité, on déduit que αx0 +βy 0 est la projection de αx+βy
sur F , c’est-à-dire :
PF (αx + βy) = αPF (x) + βPF (y).

donc on a la linéarité de PF . En appliquant le théorème de Pytagore sur les

points 0, x et x0 on obtient :
kxk2 = kx0 k2 + kx − x0 k2
d’où :
kPF (x)k2 ≤ kxk2 , (3.6.1)
ce qui montre la continuité de PF , de plus
kPF k ≤ 1
d’autre part, pour tout x ∈ F on a PF (x) = x et par suite kPF k = 1.
3. Soit x ∈ F ⊥ , on a
x ∈ F ⊥ ⇔ x − 0 ∈ F ⊥ ⇔ PF (x) = 0 ⇔ x ∈ ker PF .
4. D’après le théorème de Pythagore, on a
kxk2 = kx0 k2 + kx − x0 k2 = kPF (x)k2 + kPF ⊥ (x)k2 .
Corollaire 3.6.4. L’application PF est un opérateur linéaire de H dans F qui vérifie, pour tout
x et tout y dans H,
1. kPF (x)k ≤ kxk
2. PF (PF (x)) = PF (x).
3. hPF (x), yi = hx, PF (y)i.
Démonstration. — Soit x ∈ H, on écrit x = x−PF (x)+PF (x), en utilisant le théorème

de Pythagore
kxk2 = kx − PF (x)k2 + kPF (x)k2 ≥ kPF (x)k2 ,
— Pour tout y ∈ F , PF (y) = y, comme pour tout x ∈ H, PF (x) ∈ F , alors on déduit

que PF (PF (x)) = PF (x) pour tout x ∈ H.

3.7. PROCÉDÉ D’ORTHONORMALISATION DE GRAM-SCHMIDT 66
— Pour tout x et y dans H,

PF (x)⊥ y − PF (y)
il en résulte que
hPF (x), yi = hPF (x), PF (y)i et hx, PF (y)i = hPF (x), PF (y)i
donc on a le résultat.
3.7 Procédé d’orthonormalisation de Gram-Schmidt
Théorème 3.7.1. Soient (E, h·, ·i) un espace préhilbertien et {xn } une famille finie ou infinie
de vecteurs linéairement indépendants de E. Pour tout n ∈ N, on pose Fn = V ect{x0 , ..., xn }
le sous-espace vectoriel engendré par x0 , ..., xn . On définie la famille {yn } par la relation de
récurrence suivante : 
 y =x ,
0 0
n+1 = xn+1 − PFn (xn+1 ),

 y
et on définie la famille {en } par
y0 yn+1
e0 = , en+1 =
ky0 k kyn+1 k
Alors la famille {en } est orthonormale et pour tout n ∈ N, on a Fn = V ect{e0 , ..., en }.
Démonstration. D’abord on a y0 = x0 6= 0 et pour tout n ∈ N, xn+1 ∈

/ Fn donc xn+1 6= 0.
De plus, (yn ) est orthogonale, en effet pour tout n, m ∈ N, n 6= m (on prend par exemple
n > m), sachant que Fn−1
hyn , ym i = hxn − PFn−1 (xn ), xm − PFn−1 (xm )i
= hxn − PFn−1 (xn ), xm i − hxn − PFn−1 (xn ), PFn−1 (xm )i
On sait que xn − PFn−1 (xn ) ∈ Fn−1

⊥
et sachant que Fm ⊂ Fn−1 car n − 1 ≥ m, alors
xm ∈ Fm ⊂ Fn−1 . Par suite :
hxn − PFn−1 (xn ), xm i = 0,

de plus, comme PFn−1 (xm ) ∈ Fn−1 , alors :
hxn − PFn−1 (xn ), PFn−1 (xm )i = 0,
ce qui implique que hyn , ym i = 0. Par conséquent {yn } est une famille orthogonale donc
{en } est une famille orthonormale.
Maintenant, par récurrence on montre que
Fn = V ect{e0 , ..., en }.
D’abord on a V ect{e0 } = V ect{x0 }, on suppose que V ect{e0 , ..., en } = V ect{x0 , ..., xn }

et on montre que V ect{e0 , ..., en+1 } = V ect{x0 , ..., xn+1 }. Comme yn+1 ∈ Fn+1 alors
en+1 ∈ Fn+1 donc on a
V ect{x0 , ..., xn+1 } ⊂ V ect{e0 , ..., en+1 }.
On a
xn+1 = yn+1 + PFn (xn+1 ) ∈ V ect{e0 , ..., en+1 },
d’où V ect{e0 , ..., en+1 } ⊂ V ect{x0 , ..., xn+1 } ce qui imlique que
V ect{e0 , ..., en+1 } = V ect{x0 , ..., xn+1 }.
On conclut que pour tout n ∈ N, on a :
Fn = V ect{e0 , ..., en }.
Exemple 3.7.1. 1. Soit l’espace E = C([−1, 1], R) muni du produit scalaire

Z 1
hf, gi = f (x)g(x) dx.
1
On considère la famille {x0 = 1, x1 = x, x2 = x2 }. On construit une famille orthonor-

male, on trace les étapes suivant :
— on a

 y = x0 = 1 ⇒ y0 (x) = 1,
 0


y1 = x1 − PF0 (x1 ) ⇒ y1 (x) = x − PF0 (x), où F0 = V ect{1} (3.7.1)


 y = x − P (x ) ⇒ y (x) = x2 − P (x), où F = V ect{1, x}.

2 2 F1 2 2 F1 1

— Calcul de PF0 (x) et PF1 (x2 ).

On a PF0 ∈ F0 (x) = V ect{1} donc il existe λ ∈ R tel que PF0 = λ.
D’autre part PF0 (x) est caractérisé par :
hx − PF0 (x), 1i = 0
d’où Z 1
(x − λ) dx = 0,
1
et par suite λ = 0 donc PF0 (x) = 0.

On a PF1 (x2 ) ∈ F1 = V ect{1, x} alors il existe α, β ∈ R tels que PF1 (x2 ) = αx+β.
La projection PF1 (x2 ) est caractérisé par :

 hx2 − P (x2 ), 1i = 0,
F1
 hx2 − P (x2 ), xi = 0.
F1
d’où :  R
 1 (x2 − αx − β) dx = 0,
1
 R 1 (x2 − αx − β)x dx = 0,
1
1
après les calcules on obtient α = 0 et β = 3
et donc PF1 (x2 ) = 13 .
— On remplace dans (3.7.1) et on trouve

 y (x) = 1,
 0


y1 (x) = x,


 y (x) = x2 + 1 .

2 3
Enfin, on calcule ky0 k, ky1 k et ky2 k : On a

 R1 √


 ky0 k2 = 1 12 dx = 2 ⇒ ky0 k = 2, ,
 R1 2 q
ky k = 1 x dx = 3 ⇒ ky1 k = 23 ,
2 2
 1

 ky k2 = R 1 (x2 + 1 )2 dx = 16 ⇒ ky k =

√4 .
2 1 3 15 2 15
q √
√1 , e1 3 15
Par conséquent {e0 = = x, e2 = (x2 + 31 )} est famille orthonormale, de
2
q2 √ 4
plus V ect{1, x, x2 } = V ect{ √12 , 32 x, 415 (x2 + 13 )}.
Si on considère, dans cet exemple, la famille {xn = xn , n ∈ N}, le procédé de Gram-

Schmidt permet d’obtenir une famille dits polynômes de Legendre (exercice).

3.8. THÉORÈME DE REPRÉSENTATION DE RIESZ 69
2. Soit E = C([0, +∞[, R) muni du produit scalaire

Z +∞
hf, gi = f (x)g(x)e−x dx.
0
De la famille {xn = xn , n ∈ N} et en utilisant le procédé de Gram-Schmidt on obtient

une famille dits polynômes de Laguerre (exercice).
3. Soit E = C(R, R) muni du produit scalaire

Z +∞
2
hf, gi = f (x)g(x)e−x dx.
−∞
de la même famille {xn }, le procédé de Gram-Schmidt permet d’obtenir une famille dits
polynômes de Hermite (exercice).
3.8 Théorème de représentation de Riesz
Définition 3.8.1. Le dual topologique d’un espace de Hilbert H est l’espace des formes linéaires
et continues sur H, on le note par H ∗ (ou H 0 ). On le muni de la norme duale
kf kH ∗ = sup |hf, xi|.

x∈H,kxkH ≤1
Théorème 3.8.1 (de représentation de Riesz). Soit H un espace de Hilbert muni de la norme
k · k associée au produit scalaire, soit H ∗ le dual topologique de H. Alors : " Pour tout ϕ ∈ H ∗ ,
il existe un unique élément yϕ ∈ H tel que pour tout x ∈ H, on ait :
ϕ(x) = hx, yϕ i.
De plus
kϕkH ∗ = kyϕ kH .
X
Exemple 3.8.1. Soit H = l2 (N) = {(xn ); x2n < ∞} muni du produit scalaire
n≥0
X
hx, yi = xn yn .
n≥0
Soit p ∈ N fixé, on considère l’application
ϕ:H → R
x → ϕ(x) = xp

ϕ est linéaire (évidant) et continue, en effet, Soit x ∈ H = l2 (N), alors x = (xn )n∈N , on a
q sX
|ϕ(x)| = |xp | = xp ≤2 x2n = kxk.
n≥0
de sorte que ϕ ∈ H ∗ .
On cherche l’unique élément yϕ ∈ H tel que ϕ(x) = hyϕ , xi, On prend
yϕ = (0, ..., 1, 0, ...) = ep
on peut voir facilement que yϕ ∈ l2 (N) avec
hyϕ , xi = xp = ϕ(x).
Preuve du thèorème. Soit ϕ ∈ H ∗ .
1. Si ϕ = 0 ∈ H ∗ , il suffit de prendre yϕ = 0.
2. Supposons que ϕ 6= 0. Alors F = ker ϕ = {x ∈ H : ϕ(x) = 0} est un sous espace

fermé de H et ker ϕ 6= H, de plus
F ⊥ 6= {0} (F 6= H)
Soit z ∈ F ⊥ tel que ϕ(z) = 1. alors, pour tout x ∈ H, on a
x = x − ϕ(x)z + ϕ(x)z
on a x − ϕ(x)z ∈ ker ϕ, car

ϕ x − ϕ(x)z = ϕ(x) − ϕ(x)ϕ(z) = 0.
Donc on a
hx, zi = hx − ϕ(x)z + ϕ(x)z, zi
= hx − ϕ(x)z, zi + hϕ(x)z, zi
= ϕ(x)kzk2
de sorte que
1 z
ϕ(x) = 2
hx, zi = hx, i;
kzk kzk2
z
il suffit de prendre yϕ = ∈ H.
kzk2

Remarque 3.8.1. Soit (H, h·, ·i) un espace de Hilbert. Alors le dual topologique H ∗ est un
espace de Hilbert pour le produit scalaire suivant :
Pour tout y, z ∈ H : hϕy , ϕz i∗ = hz, yi.
Notons que ce produit scalaire sur H ∗ induit la norme déjà existant sur H ∗ .
Danc ce que suit on va voir une conséquence importante du théorème de Riesz

concernant la réflexivité dans les espaces de Hilbert. D’abord on introduit quelques
notions utilisés. Soit E un espace de Banach, et soit E ∗ son dual muni de la norme
duale :
kf kE ∗ = sup |f (x)|.
kxk≤1
Soit (E ) = E
∗ ∗ ∗∗
son bidual, c.à.d. le dual de E ∗ , muni de la norme :
kξkE ∗∗ = sup |ξ(f )|.

kf kE ∗ ≤1
Définition 3.8.2 (Injection canonique de E dans E ∗∗ ). Une injection canonique

J : E → E ∗∗ définie comme suit : soit x ∈ E fixé, l’application f 7→ f (x) de E ∗ dans R définie
une forme linéaire continue sur E ∗ , c.à.d. un élément de E ∗∗ noté Jx ; on a donc :
J : E → E ∗∗
x 7→ Jx,
où :
Jx : E ∗ → R
f 7→ Jx(f ) = f (x).
II est clair que J est linéaire et que J est une isométrie c.à.d. kJxkE ∗∗ = kxkE pour
tout x ∈ E ; en effet :
kJxkE ∗∗ = sup |Jx(f )| = sup |f (x)| = kxkE .

kf kE ∗ ≤1 kf kE ∗ ≤1

3.9. INÉGALITÉ DE BESSEL, ÉGALITÉ DE PARSEVAL ET BASE HILBERTIENNE 72
Définition 3.8.3 (Espace réflexif). Soit E un espace de Banach et soit J l’injection canonique
de E dans E ∗∗ . On dit que E est réflexif si J(E) = E ∗∗ .
Lorsque E est réflexif on identifie implicitement E et E ∗∗ (à l’aide de l’isomorphisme J).
Corollaire 3.8.1. Tout espace de Hilbert est réflexif.
Démonstration. Soit H un espace de Hilbert. D’après le théorème 3.8.1, l’application
φH : H → H ∗
y → φH (y) = ϕy
où ϕy (x) = hx, yi, est semi linéaire, bijective et isométrique. Soient J : H → H ∗∗ l’ap-
plication canonique et h ∈ H ∗∗ , alors l’application
h ◦ φH : H → R
y = h ◦ φH (y) = h(ϕy )
est une forme linéaire continue sur H (h ◦ φH ∈ H ∗ ), donc il existe un unique élément
x ∈ H tel que pour tout y ∈ H, on ait
h ◦ φH (y) = hx, yi
c.à.d.
h(ϕy ) = hx, yi,
d’où on a
h(ϕy ) = hx, yi = ϕy (x) = J(x)(ϕy ),
par conséquent on a
h = J(x).
Autrement dit, J est surjective, donc H est réflexif.
3.9 Inégalité de Bessel, égalité de Parseval et base hilber-

tienne
Soit (E, k · k) un espace préhilbertien de dimension infinie.

Théorème 3.9.1 (Inégalité de Bessel). Soit {en }n∈N∗ une famille orthonormale de E. Alors
pour tout x ∈ E on a :
n
X
|hei , xi|2 ≤ kxk2 . (3.9.1)
i=1
Démonstration. Soit F = V ect{e1 , ..., en } un sous-espace de dimension finie de E alors

la projection orthogonale sur F est bien définie, comme la famille {e1 , ..., en } est ortho-
normale, d’après la proposition 3.5.1, la projection est s’écrit pour tout x ∈ E :
n
X
PF (x) = hx, ei iei ,
i=1
d’où
n
2
X
kPF (x)k = hx, ei iei k
i=1
n
X n
X
= h hx, ei iei , hx, ei iei i
i=1 i=1
n
X
= |hx, ei i|2 .
i=1
On conclut grâce au corollaire 3.6.4 qui affirme que kPF (x)k ≤ kxk et on obtient le
résultat.
Corollaire 3.9.1. Soit {en }n∈N∗ une famille orthonormée de E. Alors pour tout x ∈ E, la série
de terme général |hx, en i|2 est convergente, de plus
∞
X
|hx, en i|2 ≤ kxk2 . (3.9.2)
n=1
Démonstration. La suite des sommes partielles est croissante (terme général positif), et
majorée (d’parès l’inégalité (3.9.1)) et par suite la série est convergente. Pour la majo-
ration (3.9.2) est immédiate en faisant la passage de la limite.
Théorème 3.9.2 (Egalité de Parseval). Soit x ∈ E. Soit {en }n∈N une famille orthonormée de
E. Alors pour tout x ∈ V ect{en }n∈N on a l’égalité, dite de Parseval :
∞
X
|hx, en i|2 = kxk2 . (3.9.3)
n=0

Démonstration. On pose F = V ect{en }n∈N , soit N ∈ Nfixé, on pose FN = V ect{e0 , ..., eN }.

FN est un sous-espace de F de dimension finie, alors la projection orthogonale sur FN
, notée PFN , existe et comme la famille {en }n∈N est orthonormale, alors pour tout x ∈ E
on a PFN (x) = N n=0 hx, en ien et par conséquent on a
P
N
X
2
kPFN (x)k = |hx, en i|2 .
n=0
Soit x ∈ F , par la définition on a pour tout ε > 0 Il existe alors une partie finie J de N
et une famille de scalaires {αj }j∈J , telles que
X
kx − αj ej k2 ≤ ε (3.9.4)
j∈J
Soit N ≥ max J. On complète avec des 0 la famille {αj }j∈J en la famille {αn }n∈{0,...,N }
(remarquons que {αj }j∈J ⊂ {αn }n∈{0,...,N } ). Alors, d’une part, d’après l’inégalité de
Bessel on a :
N
X
2 2
kx − PFN (x)k = kxk − kPFN (x)k = kxk − 2 2
|hx, en i|2 ≥ 0, (3.9.5)
n=0
PN
d’autre part, comme l’élément n=0 αn en ∈ FN et de la relation (3.9.4) on a :
N
X X
2
kx − PFN (x)k = d(x, FN ) ≤ kx − αn en k2 = kx − αj ej k2 ≤ ε. (3.9.6)
n=0 j∈J
avec les relations (3.9.5) et (3.9.6) on peut voir que :

N
X
2 2
kxk − ε ≤ kPFN (x)k = |hx, en i|2 ≤ kxk2 ,
n=0
Sachant que la série est convergente par le corollaire 3.9.1, en passant à la limite quand
N tend vers +∞ on obtient
+∞
X
kxk2 − ε ≤ |hx, en i|2 ≤ kxk2 ,
n=0
∞
X
en faisant ε tend vers 0, il vient |hx, en i|2 = kxk2 .
n=1

Définition 3.9.1 (Famille totale). Une famille {en }n∈I⊂N de vecteurs de E est dite totale si
le sous-espace vectoriel qu’elle engendre est dense dans E, c.à.d.
E = V ect{{en }n∈I }.
Définition 3.9.2 (Base hilbertienne). Soit E un espace préhilbertien. On appelle base hil-
bertienne de E toute famille orthonormée totale.
Autrement dit, une famille {en }n∈I est dite base hilbertienne de E si :

 1, si n = m
1. hen , em i =
 0, si n 6= m.
2. E = V ect{{en }n∈I }.
Remarque 3.9.1. D’après la définition 3.9.2, on a pour tout x ∈ E, il existe une famille des
scalaires (αi )i∈I ⊂ K telle que
X
x= α i xi .
i∈I
Exemple 3.9.1. 1. On considère l’espace de Hilbert `2 . On définit la famille {en }n∈N par :
e1 = (1, 0, ...), e2 = (0, 1, 0, ...), ..., en = (0, ...0, |{z}

n , 0, ...), ...
ordre n
Alors {en }n∈N est une base Hilbertienne de `2 . En effet, il est clair que {en }n∈N est une
famille orthonormale de `2 , maintenant, on montre que `2 = V ect{{en }n∈N }.
Soit x = (xn )n ∈ `2 , comme +∞ 2
P
n=0 |xn | < ∞, alors pour tout ε > 0, il existe N ∈ N
tel que :
+∞
X
|xn |2 < ε2 .
n=N +1
On pose
+∞
X
yN = xn en ,
n=0
alors on a yN ∈ V ect{{en }n∈N } et on a :

+∞
X 12
2
kx − yN k2 = |xn | < ε.
n=N +1
Donc on déduit que V ect{{en }n∈N } est dense dans `2 et par conséquent {en }n∈N est
une base hilbertienne de `2 .

2. On considère l’espace E = C([−1, 1], R) muni du produit scalaire

Z T
0
On considère la famille de polynomes B = {xn , n ∈ N}. Rappelons le théorème de

d’approximation de Weierstrass :
Théorème 3.9.3. Toute fonction continue sur un intervalle [a, b] est limite uniforme
d’une suite de fonctions pôlynomiales.
D’après ce théorème, la famille B est totale dans E muni de la norme de la convergence

uniforme k · k∞ . D’parès la majoration suivante :
Z 1
2
kf k = |f (t)|2 dt ≤ 2 sup |f (t)|2 = 2kf k2∞ ,
−1 t∈[−1,1]
p
alors la famille B reste totale dans E quand le muni par la norme k · k = h·, ·i.
le procédé de Gram-Schmidt nous permet d’obtenir une famille orthonormale et par
conséquent une base hilbertienne.
3. Soit E = CT (R, R) l’espace vectoriel des fonctions continues sur R et T -périodiques

muni du produit scalaire
Z T
0
2π
Soit w = T
. La suite de fonctions
r r r r
1 2 2 2 2
√ , cos(wt), sin(wt), ..., cos(nwt), sin(nwt), ...
T T T T T
forme une base hilbertienne pour E. (c’est une conséquence du théorème d’approxima-
tion de Weierstrass sous forme trigonométrique).
Remarque 3.9.2. Lorsque E est de dimension infini, la notion de base hilbertienne est une
notion topologique et non algébrique ou vectorielle ; car la notion de "somme infinie" n’a aucun
sens en algèbre linéaire.
Théorème 3.9.4. Soit (E, k · k) un espace préhilbertien (réel) et {en }n∈N une famille orthonor-
male dans E. Les assertions suivantes sont équivalentes
(i) {en }n∈N est une base hilbertienne de E.

(ii) (Egalité de Parseval) ; pour tout x ∈ E, on a

∞
X
|hx, en i|2 = kxk2 .
n=0
(iii) Pour tout x ∈ E, la série de terme générale hx, en ien est convergente dans E et on a :
∞
X
x= hx, en ien . (3.9.7)
n=0
(iv) Pour tout x, y ∈ E, la série numérique de terme général hx, en ihy, en i est convergente
dans R et on a :
∞
X
hx, yi = hx, en ihy, en i. (3.9.8)
n=0
Démonstration. 1. L’implication (i) ⇒ (ii) est immédiate via le théorème 3.9.2.
2. On montre l’implication (ii) ⇒ (iii). Soit x ∈ E, supposons que :

∞
X
|hx, en i|2 = kxk2 .
n=0
On note F le sous-espace vectoriel engendré par la famille {en }n∈N . Pour tout
N ∈ N, on note FN = V ect{e0 , ..., eN }. FN est un sous-espace vectoriel de F de
dimension finie, donc la projection orthogonale sur FN , notée PFN existe, donc
X N
pour tout x ∈ E on a PFN (x) = hx, en ien et par suite
n=0
N
X
kPFN (x)k2 = |hx, en i|2 .
n=0
Donc, on a :
N
X
lim kx − hx, en ien k2 = lim kx − PFN (x)k2
N →+∞ N →+∞
n=0
= lim (kxk2 − kPFN (x)k2 )
N →+∞
N
X
2
= kxk − lim |hx, en i|2
N →+∞
n=0
∞
X
= kxk2 − |hx, en i|2 = 0 par l’hypothèse.
n=0
d’où
N
X
lim kx − hx, en ien k2 = 0. (3.9.9)
N →+∞
n=0

De la continuité de l’application norme x → kxk, on a

N
X +∞
X
lim kx − 2
hx, en ien k = kx − hx, en ien k2 . (3.9.10)
N →+∞
n=0 n=0
Par les relations (3.9.9) et (3.9.10) on obtient

+∞
X
kx − hx, en ien k2 = 0,
n=0
+∞
X
ce qui implique que x = hx, en ien au sens de la convergence en norme.
n=0
3. L’implication (iii) ⇒ (i) est triviale. Par conséquent (i) ⇔ (ii) ⇔ (iii).
4. On montre l’équivalence (ii) ⇔ (iv). Pour l’implication (iv) ⇒ (ii) il suffit de

prendre x = y dans l’égalité (3.9.8) pour trouver l’égalité de Parseval. On montre
l’implication (ii) ⇒ (iv), soit x, y ∈ E, on écrit l’identité de polarisation :
1
hx, yi = (kx + yk2 − kx − yk2 ).
4
En remplaçant hx, en ien , hy, en ien dans cet égalité, on obtient
1
hx, en ihy, en i = (|hen , x + yi|2 − |hen , x − yi|2 ),
4
D’après l’égalité de Parseval appliqué à x + y et x − y, on a

+∞
X +∞
X
|hx + y, en ien | = kx + yk < ∞ et
2 2
|hx − y, en ien |2 = kx − yk2 < ∞.
n=0 n=0
donc la série de terme général hx, en ihy, en i est absolument convergente et par
l’identité de polarisation on déduit que :
+∞ +∞
1 X 2
X
|hx − y, en ien |2

hx, yi = |hx + y, en ien | −
4 n=0 n=0
+∞
X 1 2 2

= |hx + y, en ien | − |hx − y, en ien |
n=0
4
+∞
X
= hx, en ihy, en i.
n=0
On conclut que les assertions (i), (ii), (iii) et (iv) sont équivalentes.

3.10. EXERCICES 79
Remarque 3.9.3. 1. Si E est un espace vectoriel préhilbertien complexe, le théorème pré-

cédent rest vraie en remplaçant l’assertion (iv) par :
∞
X
hx, yi = hx, en ihy, en i, ∀x, y ∈ E,
n=0
où hx, en i est le conjugué de hx, en i.
2. Une famille orthonormale est une base hilbertienne d’un espace préhilbertien si et seule-
ment si elle vérifie l’une des assertions (ii), (iii) et (iv).
Corollaire 3.9.2. Soient (H, h·, ·i) un espace de Hilbert, F un sous-espace vectoriel fermé de
H et {en }n∈N une base hilbertienne de F . Pour tout x ∈ H soit PF (x) la projection orthogonale
de x sur F . Alors la série de terme général hx, en ien est convergente, de plus on a :
∞
X
PF (x) = hx, en ien .
n=0
Démonstration. La projection est caractérisée par :
hx − PF (x), en i = 0, ∀n ∈ N,
donc hx, en i = hPF (x), en i, pour tout n ∈ N. D’après le théorème 3.9.4 et en appliquant
l’égalité 3.9.7 à l’élément PF (x) de l’espace hilbertien F , on obtient :
∞
X ∞
X
PF (x) = hPF (x), en ien = hx, en ien .
n=0 n=0
3.10 Exercices
Généralité sur les espaces préhilbertiens
Exercice 25. Montrer que l’application h·, ·i est un produit scalaire sur l’espace vectoriel E
dans les cas suivants :
R1
1. hP, Qi = 0 P (x)Q(x) dx ∀P, Q ∈ E = R[x] l’espace des pôlynomes.
2. hA, Bi = tra(AT B) ∀A, B ∈ E = Mn (R) l’espace des matrices carrées à n lignes

et n colonnes.

3.10. EXERCICES 80
Exercice 26. Soit E un espace vectoriel muni d’un produit scalaire noté h·, ·i et de la norme
p
associé k · k = h·, ·i. Montrer l’identité de polarisation :
1
hx, yi = (kx + yk2 − kx − yk2 ).
4
Exercice 27. Montrer que le produit scalaire définit une application continue de E × E vers
R.
Exercice 28. On note E l’ensemble des fonctions de C ∞ ([−1, 1], R) telles que pour tout n ∈ N,
on a :
f (n) (−1) = f (n) (1) = 0.
1. Montrer que l’application h·, ·i : E × E → R définie pour tout f, g ∈ E par

Z 1
hf, gi = f (t)g(t) dt
−1
est un produit scalaire sur E.
2. Montrer que D : E 3 f 7→ f 0 est un endomorphisme de E vérifiant pour tout f, g ∈ E,
hD(f ), gi = −hf, D(g)i.
Exercice 29. Soit E un espace préhilbertien muni d’un produit scalaire h·, ·i et d’une norme
p
associée k · k = h·, ·i. Soit u, v ∈ E, on pose :
hu, vi
w =u− v, (v 6= 0).
kvk2
|hu, vi|2
1. Montrer que kwk2 = kuk2 − .
kvk2
2. En déduire l’inégalité de Cauchy-Schwarz.
3. Ecrire, explicitement, l’inégalité de Cauchy-Schwatz dans les cas suivants :

N
X
(a) E = RN , hX, Y i = x i yi ; X = (x1 , x2 , ..., xN ), Y = (y1 , y2 , ..., yN ) ∈ RN .
i=1
R1
(b) E = C([−1, 1], R), hf, gi = −1
f (t)g(t) dt ; f, g ∈ C([−1, 1], R).
Exercice 30. Soit (E, h·, ·i) un éspace préhilbertien et x, y ∈ E, le but de cet exercice est de
démontrer que les conditions suivantes sont équivalentes :
(i) kx + yk = kxk + kyk, (ii) hx, yi = kxkkyk, (iii) ∃a, b ≥ 0 telle que ax = by.

3.10. EXERCICES 81
1. Montrer que (i) ⇒ (ii).

2
hx,yi
6 0, calculer x −
2. (a) Pour tout y = y .

kyk2
(b) En déduire que (ii)⇒ (iii).
3. Finalement, vérifier que (iii)⇒ (i) et conclu.
Exercice 31. Soit H = C([0, π2 ], R), l’espace véctoriel des fonctions réelles continue sur [0, π2 ]
munit de la norme
kf k∞ = sup |f (x)|, f ∈H
x∈[0, π2 ]
En utilisant les fonctions f (t) = cos t, g(t) = sin t, montrer que H n’est pas un espace pré-
hilbertien.
Exercice 32. Soit E = C([−1, 1], R), l’espace des fonctions continues sur [−1, 1] muni du
produit scalaire suivant :
Z 1
h·, ·i : E × E 3 (u, v) 7→ h·, ·i = u(t)v(t) dt.
−1
L’espace E est-il de Hilbert ? (consulter l’exercice 6).
Exercice 33. Soit H = C 1 ([0, 1], R), l’espace des fonctions continument dérivables, on définit
l’application
Z 1
F : H × H 3 (u, v) 7→ F (u, v) = (u(t)v(t) + u0 (t)v 0 (t)) dt.
0
1. Montrer que F est un produit scalaire sur H.
2. On considère la suite (un ) qui définie par


 nx, x ∈ [0, n14 ] ;
un (x) =
 4x3 − 1
, x ∈ [ n14 , 1].
3 4 3n2
(a) Montrer que un ∈ H, ∀n ∈ N∗ .
(b) Montrer que (un ) est de Cauchy.
(c) L’espace H est-il de Hilbert.

3.10. EXERCICES 82
Sur l’orthogonalité
Exercice 34. Soit E = C([0, 1], C) l’espace des fonctions continues sur [0, 1] et à valeurs dans
C, on le munit du produit scalaire :
Z 1
0
vérifier que la famille (fn )n∈Z de E définie par fn (x) = e2iπnx , x ∈ [0, 1], n ∈ Z est orthonor-
male.
Exercice 35. On considère l’espace H = C([−1, 1], R). On définit l’application suivante :
2 1
Z
1
hf, gi = √ f (x)g(x) dx, (3.10.1)
π −1 1 − x2
1. Vérifier que l’intégrale (3.10.1) à un sens. puis, Montrer que h·, ·i est un produit scalaire
sur E.
2. On considère la famille (Tn )n∈N définie par :
Tn (x) = cos(n arccos x), x ∈ [−1, 1] (3.10.2)
Vérifier que cette famille est orthogonale et orthonormale pour n ∈ N∗ . (La famille
(3.10.2) connue sous l’appellation de "polynômes de Tchebyshev").
Exercice 36. 1. Soit E un espace préhilbertien et soit F = V ect{e1 , e2 , ..., eN } le sous

espace engendré par e1 , e2 , ..., eN ∈ E. Montrer que pour tout x ∈ E, on a :
x⊥F ⇔ x⊥ei ∀i = 1, 2, ...N.
2. Soit E = R4 muni du produit scalaire canonique et soit F le sous espace défini par
F = {X = (x, y, z, t) ∈ R4 : x + y + z + 2t = 0, x + t = 0}
Déterminer F ⊥ l’orthogonal de F .
∞
X
Exercice 37. Soit H = l2 (N) = {x = (xn )n∈N ; x2n < ∞} muni de son produit scalaire
n=0
usuel suivant :
∞
X
hx, yi = xn yn ; ∀x = (xn )n∈N , y = (yn )n∈N ∈ l2 (N).
n=0
Calculer l’orthogonal de l’ensemble suivant :
M = {x = (xn ) ∈ H : x2n = 0, n ∈ N}.

3.10. EXERCICES 83
Exercice 38. Soit l2 (N) muni du produit scalaire usuel, pour tout N ∈ N, on note FN le sous
espace de l2 (N) défini par
N
X
2
FN = {x = (xn ) ∈ ` (N) : xn = 0}.
n=0
1. (a) Montrer que l’application
J : `2 (N) → R
N
X
x = (xn ) 7→ J(x) = xn
n=0
est linéaire et continue
(b) Que peut-on en déduire sur FN ? Conclure que `2 (N) = FN ⊕ FN⊥ .
2. Soit
n o
G = y = (yn ) ∈ `2 (N) : yi = yj pour tout 0 ≤ i < j ≤ N, et yn = 0 pour n > N
(a) Montrer que FN⊥ = G.
(b) Soit a = (an )∈N tel que a0 = 1 et an = 1 si n ≥ 1. Calculer la distance de a à FN .
Exercice 39. Soit E = C([0, 1], R). Pour tout f, g ∈ E on pose :

Z 1
hf, gi = f (0)g(0) + f 0 (t)g 0 (t) dt
0
1. Montrer que (E, h·, ·i) est un espace préhilbertien.

⊥
2. Soit la fonction e0 de E définie par e0 (t) = 1. Déterminer V ect(e0 ) .
3. Soit G = {f ∈ E : f (0) = 0}. Déterminer G⊥ .

R1
Exercice 40. Soit E = C([0, 1], R) muni du produit scalaire hf, gi = 0
f (t)g(t) dt. On note
H = {f ∈ E : f (0) = 0} et G l’ensemble des applications constantes sur [0, 1] dans R.
1. Justifier que H est un hyperplan de E et G une droite vectorielle de E.
2. En déduire que E = H ⊕ G.
3. Définir H ⊥ et G⊥ .
4. Soit g ∈ H ⊥ .

3.10. EXERCICES 84
R1
(a) Prouver que 0
tg 2 (t) dt = 0.
(b) En déduire que g(t) = 0 pour tout t ∈ [0, 1].
(c) Déterminer H ⊥ .
5. A-t-on : H ⊥⊥ ; H ⊕ H ⊥ = E ; H ⊥ + G⊥ = (H ∩ G)⊥ ?
Exercice 41. Soit l’espace vectoriel E = C([0, 1]) muni du produit scalaire
Z 1
hf, gi = f (t)g(t) dt
0
Soit F le sous espace vectoriel défini par

F = f ∈ C([0, 1]); f (x) = 0 pour tout x ∈ 0, 1/2
1. Montrer que F est un sous espace fermé.
2. Montrer que F ⊥ est le sous espace vectoriel des fonctions nulles sur 1/2, 1 .

3. En déduire que pour un sous espace férmé dans un espace préhilbertien, son orthogonal
ne lui est pas nécessairement supplémentaire.
Exercice 42. Soit E = C([−1, 1]) l’espace des fonctions continues sur [−1, 1] à valeurs com-
plexes muni du produit hermitien
Z 1
−1
On considère le sous-espace P défini par
P = {f ∈ E : f (−t) = f (t), ∀t ∈ [−1, 1]}.
1. Calculer P ⊥ et (P ⊥ )⊥ .
2. Montrer que E = P ⊕ P ⊥ .
3. Montrer sans calcul que P est fermé dans E.
Exercice 43. Soit (E, h·, ·i) un espace préhilbertien réel. Soient F et G deux sous espaces
vectoriels de E vérifiant F ⊂ G⊥ et F + G = E. Montrer que F = G⊥ puis que F ⊥ = G.

3.10. EXERCICES 85
Sur la projection orthogonale
Exercice 44. Soit H un espace de Hilbert et soit F une partie non vide de H.
1. Soit x ∈ H. Ecrire une caractérisation de la projection orthogonale de x sur F (notée

PF (x)) dans le cas ou F est un convexe fermé et dans le cas ou F est un sous espace
fermé.
2. Soit B(0, 1) la boule unité fermée dans H.
(a) Vérifier que B(0, 1) est un convexe.
(b) Vérifier que pour tout x ∈ H ; x 6= 0, y ∈ H :

D 1 1 E 1
x− x, y − x = (kxk − 1) hx, yi − 1 .
kxk kxk kxk

 x, si x ∈ B(0, 1) ;
(c) Montrer que pour tout x ∈ H, on a PF (x) =
 1 x, si x ∈
/ B(0, 1).
kxk
Exercice 45. Considérons l’espace E = C([0, 1], R), muni de la norme :

Z 1
kf k = kf k∞ + |f (t)| dt, f ∈ E.
0
Soit F = {f ∈ E : f (0) = 0}. On note 1 la fonction constante égale à 1.
1. Vérifier que F est une partie convexe, fermée de E.
2. Calculer dist(1, F ). Est-ce que 1 possède une projection sur F ?.
Exercice 46. Soit E l’espace vectoriel des fonctions polynômiales réelles définies sur R+ de
degré au plus 3 muni du produit scalaires
Z +∞
hf, gi = f (t)g(t)e−t dt.
0
Soit F le sous-espace vectoriel de E des fonctions polynômiales réelles définies sur R+ de degré
au plus 2. On note qi (X) = X i pour i = 0, 1, 2, 3.
R +∞
1. Vérifier que pour tout n ∈ N, 0 tn e−t dt = n!.
2. Déterminer une base orthonormale de F .
3. Calculer PF (X n ) et d(X n , F ) pour tout n ∈ N.

3.10. EXERCICES 86
Exercice 47. Soit (H, h·, ·i) un espace de Hilbert et a 6= 0H un élément de H. Soit {a}⊥
l’orthogonale de l’ensemble {a}.
1. Montrer que {a}⊥ est un sous espace fermé.
2. (a) Soit x ∈ H et soit PF (x) la projection orthogonale de x sur F = {a}⊥ . En utilisant

la caractérisation de PF (x), montrer qu’il existe λ ∈ R tel que x = λa + PF (x).
(b) Vérifier que : |hx, ai| = |λ|kak2 .

|hx,ai|
(c) En déduire que d(x, {a}⊥ ) = kak
.
Exercice 48. Soit E = R[X] l’espace des polynômes à cœfficients réels muni du produit sca-
R1
laires : ∀P, Q ∈ E : hP, Qi = −1 P (x)Q(x) dx.
1. Soit F = V ect{1, X, X 2 } l’espace des polynômes à cœfficients réels et de degré ≤

2.Déterminer une base orthonormale {P0 , P1 , P2 } de F2 .
2. Pour tout f ∈ E on note par PF (f ) la projection orthogonale de f sur F .
(a) Justifier l’existence et l’unicité de PF (f ).
(b) Montrer que PF (f ) = 2i=0 hf, Pi iPi .

P
(c) Soit g(X) = X 3 , calculer PF (g).
(d) Calculer la distance de g à F et en déduit la valeur de α telle que

Z 1
α = min |X 3 − aX 2 − bX − c|2 dx.
a,b,c∈R −1
Exercice 49. Soit l’espace de Hilbert

Z +∞
1
H = {f : [1, +∞[→ R : f 2 (x) dx < ∞},
1 x6
R +∞
munit par le produit scalaire hf, gi = 1
f (x)g(x) x16 dx
1. (a) Déterminer les nombres n ∈ N pour que la fonction en (x) = xn soit dans H.
(b) En déduire que R2 [x] l’espace des polynômes de degré ≤ 2 est contenu dans H.
2. Calculer hek , el i pour k, l ∈ 0, 1, 2.
3. Déterminer a, b ∈ R tels que {P0 , P1 , P2 } soit un système orthogonal avec P0 (x) =

1, P1 (x) = 4x + a, P2 (x) = 3x2 + bx + 10

3.10. EXERCICES 87
4. (a) Soit f (x) = x1 . Vérifier que f ∈ H.
(b) Déterminer la projection de f sur R2 [x].
Exercice 50. Soit H = L2 ([0, 1]) l’espace des fonctions f : [0, 1] → R telles que
Z 1
f (x)2 dx < ∞.
0
On admet que L2 ([0, 1]) est un espace de Hilbert quand le munit par le produit scalaire
Z 1
∀f, g ∈ H : hf, gi = f (x)g(x) dx.
0
1. Soit T une application définie par
T :H → R
Z 1
f = T (f ) = f (t) dt
0
(a) Montrer que T est une application linéaire et continue.
(b) Trouver une fonction g ∈ H telle que T (f ) = hf, gi, (remarquer que g existe et
unique ; Justifier ça).
R1
2. Soit F une partie de H définie par : F = {f ∈ H : 0
f (t) dt = 0}
(a) Montrer que F est un sous espace fermé.
(b) Vérifier que F = {g}⊥ .
(c) Determiner la projection de la fonction et sur F .

R1
Exercice 51. Soit H = L2 ([−1, 1]) = {f : [−1, 1] → R mesurable t.q. −1
|f (x)|2 dx < ∞}
Z 1
∀f, g ∈ H : hf, gi = f (x)g(x) dx.
−1
Soit T l’application définie sur H par :
T :H → R
Z 0 Z 1
f 7→ T (f ) = f (x) dx − f (x) dx.
−1 0
1. Montrer que T est linéaire et continue.

3.10. EXERCICES 88

 1, si −1 ≤ x < 0
2. Soit g : [−1, 1] → R définie par : g(x) =
 −1, si 0 ≤ x ≤ 1
(a) Vérifier que g ∈ H.
(b) Montrer que {g}⊥ = ker T .
(c) Soit h(x) = e−x , calculer la projection de h sur ker T .
Exercice 52. On considère E = C([0, 1], R) muni de la norme k·k∞ . Rappelons que (E, k·k∞ )
est complet et que la norme k · k∞ n’est associée à aucun produit scalaire sur E (voir l’exercice
3 de la série 2). On considère l’ensemble :
Z 1
F = {f ∈ E : f (0) = 0 et f (x) dx ≥ 1}
0
1. Montrer que F est fermé.
2. Montrer que F est convexe.
3. Montrer que pour tout f ∈ F , on a kf k∞ > 1.
4. Montrer que inf kf k∞ = 1

f ∈F
5. En déduire que d(0E , F ) n’est pas atteinte. Que peut-on déduire ?
Sur le théorème de Riesz
Exercice 53. Soit E l’espace préhilbertien tel que :
E = {(xn )n∈N ; ∃n0 ∈ N, ∀n ≥ n0 : xn = 0},

P
muni du produit scalaire hx, yi = xn y n ,
x = (xn )n∈N , y = (yn )n∈N .
X xn
1. Montrer que l’application ϕ : E → R définie par ϕ(x) = , (x = (xn )n∈N ) est
n≥1
n
une forme linéaire continue sur E.
2. Existe-il un élément a = (un ) ∈ E tel que pour tout x ∈ E on ait : ϕ(x) = ha, xi.
3. Que peut-on en déduire sur E ?
Exercice 54. Soit E = C([0, 1]) l’espace des fonctions continues sur [−1, 1] à valeurs réels
muni du produit scalaire usuel :
Z 1
0

3.10. EXERCICES 89
On considère l’application ϕa : E → R, avec a ∈]0, 1[, définie par

Z a
ϕa (f ) = t2 f (t) dt
0
1. Montrer que E n’est pas complet. Indication : on pourra considérer la suite fn définies
par 
 n, si x ∈ [0, n13 ]
fn (x) =
 x− 13 , si x ∈ [ 1 , 1].
n3
2. Montrer que u est une forme linéaire continue sur E. Calculer sa norme.
3. Montrer qu’il n’existe pas de vecteur g ∈ E tel que ϕa (f ) = hf, gi pour tout f ∈ E.
Que peut-on en déduire ?
Exercice 55 (Théorème de Lax-Milgram). Soient H un espace de Hilbert, L(·) : H 3 v 7→

L(v) ∈ R une forme linéaire continue sur H , a(·, ·) une forme bilinéaire continue avec
a(·, ·) : H × H → R
(u, v) 7→ a(u, v).
Supposons que a(·, ·) est cœrcive sur H c.à.d qu’il existe α > 0 tel que
a(v, v) ≥ αkvk2 .
Nous considérons un problème du type :


 Trouver u ∈ H;
(3.10.3)
 a(u, v) = L(v), pour toute fonction v ∈ H.
On veut démontrer que le problème (3.10.3) admet une unique solution.
1. (a) Montrer que Tw : H 3 v 7→ Tw (v) = a(w, v) est une forme linéaire et continue.
(b) En déduire qu’il existe un élément noté A(w) ∈ H tel que pour toute v ∈ H, on a
a(w, v) = hA(w), vi
(c) Montrer que l’opérateur A : H 3 w 7→ A(w) ∈ H est linéaire et vérifier que
kA(w)k2 = a(w, A(w)) ≤ M kwkkA(w)k

3.10. EXERCICES 90
(d) En déduire que l’opérateur w 7→ A(w) est continu.
2. (a) Justifier l’existence d’un élément de H noté f tel que pour tout v ∈ H, on a
L(v) = hf, vi.
(b) Vérifier que le problème (3.10.3) est équivalent à :
Trouver u ∈ H tel que A(u) = f .
3. (a) En utilisant la cœrcivitée de a(w, v), montrer que pour toute w ∈ H
αkwk ≤ kA(w)k. (3.10.4)
(b) En déduire que A est injectif.
4. (a) Soit (A(wn )) une suite dans Im(A) telle que A(wn ) converge vers b dans H, en vertu
de la relation (3.10.4), montrer que (A(wn )) est une suite de Cauchy et en déduire
que la suite (wn ) converge vers w ∈ H.
(b) En déduire que b ∈ Im(A) et par conséquent Im(A) est fermé.
(c) En utilisant la cœrcivité de a(w, v) vérifier que (Im(A))⊥ = {0}.
(d) En déduire que A est surjectif.
5. Conclusion : A est bijectif et par suite l’equation A(u) = f admet une solution unique
ce qui termine la preuve.
Sur les bases hilbertiennes
Exercice 56. Soit H un espace de Hilbert, et soient (en )n et (fn )n deux familles orthonormées
de H. Soit (αn )n une suite réelle bornée et non nule. On suppose que pour tout x ∈ H la série
X n
P
αn hx, en ifn est convergente. On pose Sn (x) = αk hx, ek ifk
k=0
n
X
1. Vérifier que kSn (x)k2 = αk2 |hx, ek i|2 .
k=0
2. Montrer que Sn est linéaire et continue.
X∞
3. Pour tout x ∈ E, on pose u(x) = αn hx, en ifn . Déduire que u est linéaire et conti-
n=0
nue.

3.10. EXERCICES 91
4. Montrer que (en ) est une base Hilbertienne si et seulement si u est injective, plus préci-
sément :
Keru = {0H } ⇔ {en }⊥ = {0H }.
Exercice 57 (Fonctions de Haar). On considère la famille de fonctions (Hp )p∈N definies sur
[0, 1] par H0 = 1 et, pour n ∈ N et 1 ≤ k ≤ 2n ,
 √
 2n ,

 si x ∈](2k − 2)2−n−1 , (2k − 1)2−n−1 [ ;
 √
H2n +k−1 (x) = − 2n , si x ∈](2k − 1)2−n−1 , (2k)2−n−1 [ ;


.

 0,
1. Dessiner H0 , H1 et H2 . Montrer que
n
H2n +k−1 (x) = H1 (2n x − k + 1)2 2 .
2. Démontrer que (Hp )p∈N est un système orthonormé de L2 ([0, 1]). On montrera succes-
sivement que
(a) Montrer que pour tout n les fonctions H2n +k−1 sont orthogonales entre elles pour
1 ≤ k ≤ 2n .
(b) Soit m > n. Montrer qu’il n’existe pas d’entier ` tel que
(2k − 2)2−m−1 < `2−n−1 < 2k2−m−1 .
en déduire que pour tout entier ` tel que 1 ≤ ` ≤ 2n , la fonction H2n +`−1 est
constante sur l’intervalle ](2k − 1)2−m−1 , (2k)2−m−1 [
(c) Conclure.
R1
3. Soit f ∈ L2 ([0, 1]) telle que pour tout p ∈ N, 0 f (x)Hp (x) dx = 0. On pose :
Z y
F (y) = f (x) dx.
0
(a) Démontrer que pour tout n ∈ N et pour tout entier k tel que 1 ≤ k ≤ 2n :
2k − 2 2k − 1 2k
−F + 2F − F n+1 .
2n+1 2n+1 2
(b) En deduire que F = 0. (Remarquer que F est continue). On pourra montrer par
récurrence que F ( 2kn ) = 0 pour tout entier impair k.

3.10. EXERCICES 92
(c) En déduire que f = 0 puis que (Hp )p∈N est une base hilbertienne de L2 ([0, 1]).
Exercice 58 (Polynômes de Legendre). Soit H = L2 ([−1, 1]) l’espace de Lebesgue muni du

produit scalaire usuel noté h·, ·i.
1. Démontrer, par récurrence, l’identité suivante :

n−1
hX ix=1
(n),g n (n) n−m−1 (m) n−m−1
hf i = (−1) hf, g i+ (−1) f (x)g (x)
x=−1
m=0
pour toutes fonctions f et g de classe C n ([−1, 1]) et à valeurs réelles, et tout entier
n ∈ N∗ .
2. On définit les polynômes suivants :
Rn (x) = (x2 − 1)n et Qn = Rn(n) .
(j)
(a) Montrer que pour tout n ∈ N, Qn est un polynôme de degré n et que Rn (±1) = 0
pour 0 ≤ j < n.
(b) En déduire que la famille {Qn }n∈N est orthogonale dans H.

Qn
(c) On pose Pn = kQn k
. Montrer que la suite {Pn }n∈N se déduit de la suite {xn }n∈N par
le procédé d’orthonormalisation de Gram-Schmidt.
(d) À l’aide du théorème de Weierstrass, montrer que {Pn }n∈N est une base hilbertienne
de H.
R1
3. Soit In = 1
(1 − x2 )n dx.
(a) Montrer que pour tout n ∈ N∗ , on a kQn k2 = (2n)!In .
(b) Montrer que pour tout n ∈ N∗ , on a In = 2n

I
2n+1 n−1
n n!
(c) En déduire la valeur de In et que kQn k = √2 .
n+ 12
4. Donner la meilleure approximation dans L2 ([−1, 1]) de la fonction f (x) = sgn(x) par
une fonction polynôme de degré inférieur ou égal à 3. Tracer son graphe.
Exercice 59 (Polynômes de Laguerre). Soit E l’espace de Hilbert défini par :

Z +∞
E = {f : [0, +∞[→ R : |f (x)|2 e−x dx < ∞}.
0
Pour n ∈ N, on note :
1 x d (n) −x n
pn (x) = e (e x ).
n! dx

3.10. EXERCICES 93
1. calculer les produits scalaires hxm , pn i, n, m ∈ N.
2. Montrer que les fonctions pn sont des polynômes, et qu’ils forment un système ortho-
normé.
∞
X
3. Pour α > 0, calculer cn = he−αx , pn i et |cn |2 . En déduire que :
n=0
∞
X
−αx
e = cn pn (x)
n=0
est une série convergente dans E.
4. En faisant le changement de variable t = e−kx , et en appliquant le théorème de Weiers-

trass, montrer que la famille {e−kx }k∈N est un système total dans E.
5. En déduire que {pn }n∈N est une base hilbertienne de E.
Exercice 60 (Polynômes d’Hermite). Les polynômes d’Hermite Hn sont définis par la rela-
tion
d (n) 2 2
(e−x ) = (−1)n Hn (x)e−x
dx
On rappelle qu’ils satisfont la relation :

 H = 1,
0
 H d
n+1 = (− dx + 2x)Hn ,
Les fonctions d’Hermite ψn sont définies par :

√ 1 x2
ψn = ( π2n n!)− 2 Hn e− 2 .
1. Montrer que {ψn }n∈N forment un système orthonormal dans L2 (R). Pour calculer
hψn , ψm i, on pourra intégrer par parties p (ou q) fois.
2. Soit g une fonction de L2 (R). On pose, pour z ∈ C

Z
t2
G(z) = e−itz e− 2 g(t) dt.
R
Montrer que la fonction G est une fonction holomorphe de la variable z et calculer

k
d
dx
G(0).
3. En déduire que la famille {ψn }n∈N est une base hilbertienne de L2 (R). Indication : uti-
liser l’injectivité de la transformation de Fourier.

C HAPITRE 4
S ÉRIE DE F OURIER ET SYSTÈMES

ORTHONORMÉS COMPLETS DANS DES
ESPACES CONCRETS
4.1 Coefficients, sommes et séries de Fourier
Nous avons vu au chapitre precédent que si V est un sous-espace de dimension

finie d’un espace de Hilbert H engendre par une base {e1 , e2 , ..., eN }, la projection or-
thogonale de f ∈ H sur V est :
N
X
PF (f ) = αi ei .
i=1
Supposons que la base {e1 , e2 , ..., eN } soit orthogonale, alors :

hf, ei i
αi = , ∀i ∈ {1, 2, ..., N }
hei , ei i
On peut alors definir les coefficients de Fourier généralisés :
Définition 4.1.1. Soit B = {en , n ∈ N} une famille orthogonale où en 6= 0, ∀n ∈ N, les

nombres :
hf, en i
cn (f ) =
hen , en i
sont les coefficients de Fourier de f relativement à B.
La série
X
cn (f )en
n≥0
est la série de Fourier de f relativement à B

Si la famille B est orthonormeé les coefficients de Fourier se réduisent à
cn (f ) = hf, en i.
94
4.1. COEFFICIENTS, SOMMES ET SÉRIES DE FOURIER 95
Comme nous allons nous interesser à la convergence de la série de Fourier dans H,

rappelons des proprietés préliminaires importantes ; soit H un espace préhilbertien,
et B = {en , n ∈ N} une famille dénombrable orthogonale, l’inégalité de Bessel se
réduisent à :
X
|cn (f )|2 ken k ≤ kf k2 , (4.1.1)
n≥0
où :
hf, en i
cn (f ) = .
hen , en i
Si la famille B est orthonormée , alors, pour tout f de H, on a :
X
|cn (f )|2 ≤ kf k2 . (4.1.2)
Proposition 4.1.1. Soit H un espace de Hilbert et B = {en , n ∈ N} une famille dénombrable

X
orthogonale. Soit (αn )n∈N ⊂ C. La série αn en est convergente dans H si et seulement si
n≥0
X
2
(|αn |ken k) est convergente.
n≥0
X
Démonstration. On suppose que la serie αn en est convergente dans H.
n≥0
Xn 2 Xn
α e = |αk |2 kek k2 .

k k
k=0 k=0
X Xn 2
Comme αn en est convergente dans H cela signifie en particulier que lim αk ek

n→+∞
n≥0 k=0
n
X X
existe et donc lim |αk |2 kek k2 aussi et donc (|αn |ken k)2 est convergente.
n→+∞
k=0 n≥0
n
X
Réciproquement : Montrons que la suite Sn = αk ek est convergente dans H. Il
k=0
suffit de montrer que c’est une suite de Cauchy. En effet :
q
X 2 q
X
2
kSp − Sq k = αk ek = |αk |2 kek k2

k=p+1 k=p+1
X
qui est le reste de Cauchy de la serie |αn |2 ken k2 qui converge.
n≥0
Nous allons maintenant conclure sur la convergence de la serie de Fourier.

4.2. POLYNÔMES ET SÉRIES TRIGONOMÉTRIQUES 96
Théorème 4.1.1. Soit H un espace de Hilbert et B = {en , n ∈ N} une famille dénombrable

X
orthogonale. Pour tout f dans H, la série de Fourier cn (f )en est convergente dans H. On
n≥0
note S(f ) la somme de cette série.
Démonstration. Par l’inegalité de Bessel on a :

X
cn (f )ken k2 ≤ kf k2 ,
n≥0
X
donc la série converge. D’apres la proposition précédente, cn (f )en converge dans
n≥0
H.
4.2 Polynômes et Séries trigonométriques
Définition 4.2.1 (Fonction périodique). Soient f : R → K, K = K ∨ C et T un réel

strictement positif. On dit que f est périodique de période T ou T -périodique si
∀x ∈ R : f (x + T ) = f (x).
Exemple 4.2.1. Les fonctions cos x, sin x, eix sont 2π périodiques. La fonction e2iπx est 1-
périodique.
On notera que si f est périodique de période T elle l’est aussi de période 2T ,

3T ,...ou −T , −2T ,... Une fonction de période T est entièrement donnée par sa restric-
tion à un intervalle de la forme [a, a + T ].
Définition 4.2.2 (Polynôme trigonométrique). Soit N ∈ N. On appelle polynôme trigono-

métrique PN de degré inférieur ou égal à N toute combinaison linéaire d’éléments de la famille
{cos kx, sin kx}k∈{0,...,N } ; c.à.d.
N
X
PN (x) = ak cos(kx) + bk sin kx; (4.2.1)
k=0
où ak et bk , k = 0, ..., N sont des coefficients réels ou complexes.
Définition 4.2.3 (Série trigonométrique). On appelle série trigonométrique toute série de

terme général est de la forme :
un = an cos(nx) + bn sin nx

4.2. POLYNÔMES ET SÉRIES TRIGONOMÉTRIQUES 97
où an et bn , n = 0, 1, ..., sont des nombres réels ou complexes.
Exemple 4.2.2. Les expressions 1

cos nx + n2 sin nx définissent des
P P
n∈N n sin nx, n∈N 2n
séries trigonométriques.
Remarque 4.2.1. Pour n = 0, u0 se réduit à la fonction constante u0 = a0 , la valeur de b0

n’intervient pas dans la somme de la série. Par convention nous prendrons b0 = 0.
Proposition 4.2.1 (Forme complexe). Dans le cas complexe, le pôlynome trigonométrique

est de la forme :
N
X
PN (x) = αk eikx .
k=−N
Lorsque la série trigonométrique converge, alors elle peut s’écrire aussi sous la forme de série
d’exponentielles complexes
∞
X X
S(x) = an cos(nx) + bn sin nx = αn einx .
n=0 n∈Z
Démonstration. Rappelons les relations d’Euler :
eikx + e−ikx eikx − e−ikx

cos kx = , sin kx = ,
2 2i
donc en remplaçant dans l’expression de pN (x), on obtient :

N
X
pN (x) = ck eikx + ck e−ikx (4.2.2)
k=0
où ck = ak −ibk
2
et ck est le conjugué de ck . Si on pose c0 = a0 , αk = ck pour k > 0 et
αk = ck pour k < 0, alors la relation (4.2.2) devient :
N
X
PN (x) = αk eikx .
k=−N
et la série trigonométrique devient sous la forme :

N
X X
S(x) = lim αk eikx = αn einx .
N →+∞
k=−N n∈Z

4.3. APPLICATION SUR UN ESPACE CLASSIQUE 98
4.3 Application sur un espace classique
On considère l’espace suivant :

Z T
H= L2p (0, T ) = {f : R → C; f de période T, f 2 (t) dt < ∞}.
0

Z T
0
et à VN l’espace vectoriel engendré par la famille (ek )−N =k=N avec
en : R → C (4.3.1)
t
t 7→ en (t) = e2iπn T
qui est une famille orthogonale verifiant hek , ek i = T . VN est l’espace des polynômes
trigonométriques de degré inférieur ou égal à N et il est de dimension finie donc fermé.
De plus VN ⊂ L2p (0, T ).
Soit f ∈ L2p (0, T ). On peut donc affirmer qu’il existe un unique polyôome fN ∈ VN
(appelé polynôme "meilleure approximation" de f dans VN ) projection de f sur VN qui
s’ecrit sous la forme
k=N
X
fN = ck (f )ek ,
k=−N
où
hfN , ek i hf, ek i
ck (f ) = = , ∀k ∈ {−N, ..., N }.
hek , ek i hek , ek i
On a donc Z T
1 t
ck (f ) = f (t)e2iπn T dt ∀N, ∀k ∈ {−N, ..., N }.
T 0
Il s’agit des coefficients de Fourier de f . La série de Fourier de f devient :
t
X
cn (f )e2iπn T .
n∈Z
L’inegalité de Bessel devient :

Z T k=N
1 2
X
|f (t)| dt ≥ |ck |2 .
T 0 k=−N

En passant a la limite dans l’inégalité de Bessel, on obtient

k=∞
1 T
X Z
2
|ck | ≤ |f (t)|2 dt.
k=−∞
T 0
Quand f est de plus à valeurs réelles, on définit ses coefficients de Fourier réels à
partir des coefficients complexes par les mêmes formules que pour les séries trigono-
métriques. En effet ; pour que la série complexe soit à valeurs réelles, il doit être :
cn = −cn , ∀n ∈ N.
où cn est le conjugué de cn . (En particulier c0 ∈ R). On passe alors de la forme complexe

à la forme réelle par les formules :
a0 = c 0 , an = 2Recn , bn = −2Imcn .
Cela donne :
Définition 4.3.1. Soit f une fonction à valeurs réelles de L2p (0, T ). La série de Fourier de f
est définie par :
X t t
an (f ) cos(2πn ) + bn (f ) sin(2πn ).
n≥0
T T
où les coefficients de Fourier réels sont :
b0 (f ) = 0 (par convention),
1 T
Z
a0 (f ) = f (t) dt,
T 0
2 T
Z
t
an (f ) = = f (t) cos 2πn dt, n ∈ N∗ ,
T 0 T
Z T
2 t
bn (f ) = 2Im(cn ) = f (t) sin 2πn dt, n ∈ N∗ .
T 0 T
Exemple 4.3.1. Soit f une fonction réelle 2π-périodique, définie sur [0, 2π[ par f (t) = t2 .
Evident que f est un élélment de L2p (0, 2π). Ses coefficients de Fourier sont :
b0 (f ) = 0,
Z 2π
1 4
a0 (f ) = t2 dt = π 2 ,
2π 0 3
Z 2π
1 4
an (f ) = = t2 cos nt dt = 2 , n ∈ N∗ ,
π n
Z 2π0
1 4π
bn (f ) = t2 sin nt dt = − , n ∈ N∗ .
π 0 n

Donc la série de Fourier de f est :

4 2 X 4 4π
π + 2
cos(nt) − sin(nt) .
3 n≥1
n n
Proposition 4.3.1. Soitf une fonction T -périodique continue par morceaux. On a :
1. Pour tout a, b ∈ R : Z b Z b+T

f (t) dt = f (x) dx.
a a+T
2. Pour tout a ∈ R : Z T Z a+T

f (t) dt = f (t) dt.
0 a
Démonstration. on effectue le changement de variables x = t + T et on utilise la pério-

dicité. Pour la deuxième on utilise la relation de Chasles et et le point (1.).
La proposition 4.3.1 nous permet de donner les formules définissant les coefficients
de Fourier dans l’intervalle [a, a + T ].
Exemple 4.3.2. On considère la fonction 2π-périodique f (t) = t2 , t ∈ [−π, π] (On prend

a = −π). Les coefficients sont :
Z π
1 π2
a0 = t2 dt = .
2π −π 3
Z π
1 4
an = t2 cos nt dt = (−1)n 2 , n ∈ N∗ .
π −π n
Z π
1
bn = t2 sin nt dt = 0, n ∈ N∗ .
π −π
Donc la série de Fourier est :
π2 X (−1)n
+4 cos(nt).
3 n≥1
n2
Remarque 4.3.1. Comme l’espace L2p (0, T ) est de dimension infinie on n’a pas forcément
convergence de fN vers f dans L2 (0, T ) malgré que lim fN = f∞ existe ; en effet :
N →+∞
fN → λ ; kfN − f∞ k → 0,
où f∞ ∈ H et telle que kf∞ k = λ. Prendre comme contre exemple la suite des fonctions
suivante : 
 N 2 (1 − N 2 |x|), si |x| ≤ 1
N2
;
1
 0, si |x| > N2
.

Toutefois fN a eté construite de manière très particulière et nous avons dans ce cas :
Théorème 4.3.1. Si f ∈ L2p (0, T ) et fN est le polynôme de meilleure approximation de f dans

VN c’est-à-dire :
k=N
X
fN = ck ek ,
k=−N
alors
lim kfN − f k2 = 0
N →+∞
c’est-à-dire que la suite fN converge vers f dans L2p (0, T ).
Démonstration. On a :
Z T k=N
X Z T
kf − fN k = 2
|f (t)| dt − T 2
ck = |f (t)|2 dt − kfN k2 = kf k2 − kfN k2 . (4.3.2)
0 k=−N 0
On sait que lim kfN k2 existe, donc lim kf − fN k2 existe.

N →+∞ N →+∞
Commençons par montrer le résultat pour une fonction f ∈ Cc∞ ([0, T ]). Alors la
fonction : Z T
ϕ(x) = f (x + t)f (t) dt
0
est périodique de période T et continue sur R (intégrale dépendant d’un paramètre).
De plus, les coefficients de Fourier γn de ϕ sont donnés par γn = T c2n . En effet
1 T
Z
n
γn = ϕ(x)e−2iπ T x dx
T 0
1 T T
Z Z
n
= f (x + t)f (t)e−2iπ T x dtdx
T 0 0
1 T T
Z Z
n n
= f (x + t)e−2iπ T (x+t) f (t)e2iπ T t dtdx
T 0 0
1 T hZ T
Z i
n n
−2iπ T (x+t) 2iπ T t
= f (x + t)e f (t)e dt d(x + t)
T 0 0
= acn cn = a|cn |2 .
La serie de Fourier de ϕ est donc normalement convergente (et donc uniformément

convergente) vers une fonction ψ, périodique et continue sur R car :
X √ X √ X
kγn en k = a |γn | ≤ a a |cn |2 < ∞.
n≥0 n≥0 n≥0
On admettra le lemme suivant corollaire du théorème de Dirichlet, que nous démon-

trerons dans la section suivante :

Lemme 4.3.1. Soient ϕ et ψ de classe C 1 , périodiques sur R. Alors
∀n ∈ Z : cn (ϕ) = cn (ψ) ⇔ ϕ = ψ.
Ici ψ a les mêmes coefficients de Fourier que ϕ et est continue donc ψ(x) = ϕ(x)
pour tout x ∈ R. On peut résumer en disant que
+∞ Z T
n
X
2iπ T x
∀x ∈∈ R : γn e = ϕ(x) = f (x + t)f (t) dt.
n=−∞ 0
Prenons alors x = 0 ; on obtient

Z T +∞
X +∞
X
2
|f (t)| dt = γn = a |cn (f )|2 .
0 n=−∞ n=−∞
Si on reporte cette egalité dans (4.3.2) on obtient alors :
lim |f (t) − fN (t)|2 dt = 0.

N →+∞
Le théorème est donc démontré pour toute fonction continue. On conclut en utilisant
la densité de l’ensemble Cc∞ (0, T ) des fonctions continues a support compact dans
L2p (0, T ). Soit f ∈ L2p (0, T ). Par densité, on peut trouver une suite gk ∈ Cc∞ (0, T ) ∩
L2p (0, T ) telle que lim kf − gk kL2 = 0.
k→+∞
D’autre part, si on note cn (f ) le coefficient de Fourier numéro n de f on a
cn (f − gk ) = cn (f ) − cn (gk ),
et d’après l’inégalité de Bessel

+N
X
a |cn (f − gk )|2 ≤ kf − gk k2L2 .
n=−N
On obtient :
+N
X +N
X
kf − gN kL2 ≤ kf − gk kL2 + kgk − cn (gk )ek kL2 + k (cn (gk ) − cn (f ))ek kL2
n=−N n=−N
+N
X
≤ kf − gk kL2 + kgk − cn (gk )ek kL2 + kf − gk kL2 .
n=−N
Soit ε > 0 ; on peut trouver k0 tel que ∀k ≥ k0 , kf − gk kL2 ≤ ε

4
grâce à la densitée. Pour
k ≥ k0 fixé, on peut trouver K(k) tel que
+N
X ε
kgk − cn (gk )ek kL2 ≤
n=−N
2
car le théorème est vrai pour les fonctions continues. Finalement kf − fN kL2 ≤ ε.

4.4. REPRÉSENTATION PONCTUELLE D’UNE SÉRIE DE FOURIER 103
X
Remarque 4.3.2. La serie ck ek converge normalement, donc elle converge presque partout
k∈Z
vers f . On notera
k=+∞
X k=N
X
f= ck ek = lim ck ek .
N →+∞
k=−∞ k=−N
la convergence etant prise au sens de la norme de L2p (0, T ). La serie est la série de Fourier de
f.
La question se pose de savoir maintenant si la décomposition des fonctions de

L2p (0, T ) en série trigonométrique est unique ?.
Théorème 4.3.2. Soient f et g dans L2p (0, T ). Alors :
f = g p.p. ⇔ ck (f ) = ck (g); ∀k ∈ Z.
Démonstration. Il est clair que si f = g presque partout leurs coefficients de Fourier

sont égaux. Montrons la réciproque : par linéarité, on se ramène à démontrer que :
∀k ∈ Z : ck (f ) = 0 ⇒ f = 0 p.p.
D’apres l’égalité de Parseval, nous savons que :

Z T k=N
X
|f (t)|2 dt = T lim |ck |2 .
0 N →+∞
k=−N
RT
Donc 0
|f (t)|2 dt = kf k2 = 0 ce qui entraîne f = 0 presque partout.
Corollaire 4.3.1. La famille {ek , k ∈ Z} est une base hilbertienne de L2p (0, T ).
4.4 Représentation ponctuelle d’une série de Fourier
Remarquons que les coefficients de Fourier definis ci-dessus pour des fonctions de
L2p (0, T ) sont egalement définis pour des fonctions de L1p (0, T ) où
Z T
Lp (0, T ) = {f : R → C; f de période T,
1
|f (t)| dt < ∞}.
0
On peut aussi definir une série de Fourier pour f ∈ L1p (0, T ) par
NX
=+∞
t
cN (f )e2iπN T .
N =−∞

Nous avons vu que si f ∈ L2p (0, T ) sa serie de Fourier converge dans L2p (0, T ) vers f .
La question se pose de savoir si on peut étendre ce résultat aux fonctions de L1p (0, T ).
La réponse est (partiellement) donnée par le théorème suivant.
Théorème 4.4.1 (Riemann-Lebesgue). Soit (a, b) un intervalle borné de R et f ∈ L1 (a, b).

Alors Z b
lim f (x)e2iπnx dx = 0.
n→+∞ a
Démonstration. Supposons tout d’abord que f est C 1 . On note :

Z b
In = f (x)e2iπnx dx
a
En faisant une intégration par parties sur In , on trouve :

1 h 2iπnx
ib 1 0
In = f (x)e − f (x)e2iπnx dx.
2iπn a 2iπn
Donc Z b
1 1
lim |In | ≤ lim (|f (b)| + |f (a)|) + |f 0 (t)| dt = 0
n→+∞ n→+∞ 2iπn 2πn a
On conclut ensuite par un argument de densité. En effet, on sait que lorsque I est un
intervalle borné l’espace Cc∞ (I) est dense dans L1 (I). Par consequent, si f ∈ L1p (a, b)
ε
∀ε > 0, ∃fε ∈ C 1 (a, b) : kf − fε kL1 ≤ .
2
On a Z b
In = (f (x) − fε (x))e2iπnx dx + In,ε
a
où on a posé
Z b
In,ε = fε (x)e2iπnx dx.
a
D’après ce qui précède lim In,ε = 0, donc il existe n0 vérifiant

n→+∞
ε
∀n ≥ n0 : |In,ε | ≤ ;
2
finalement ∀n ≥ n0 : |In | ≤ ε ce qui permet de conclure.
Une conséquence de ce qui précède est le théorème suivant qui fournit un résultat
de convergence ponctuelle pour les series de Fourier. Dans ce qui suit on note
f (t+
0 ) = lim+ f (t), f (t−
0 ) = lim− f (t).
t→t0 t→t0

Théorème 4.4.2 (Dirichlet). Soit f ∈ L1p (0, T ) et t0 ∈ R tel que f (t+ −

0 ) et f (t0 ) existent et
0 −
f 0 (t+
0 ) et f (t0 ) existent. Alors :
k=+N −
X t0 f (t+
0 ) + f (t0 )
lim ck e2iπk T = .
N →+∞
k=−N
2
Démonstration. Posons
k=+N
t
X
f (t) = lim ck e2iπk T ,
N →+∞
k=−N
avec Z T
1 2 s
ck = f (s)e−2iπk T ds.
T − T2
On obtient :
k=+N Z T
1 X 2 s
t0
fN (t0 ) = f (s)e−2iπk T ds e2iπk T
T k=−N − T2
Z T k=+N
1 2 X t −s
2iπk 0T

= e ds,
T − T2 k=−N
d’où :
k=+N k=+N 2N
X t0 −s X t0 −t X t0 −t
2iπk −2iπN
e T = e T e2iπp T ,
k=−N k=−N p=0
en posant p = k + N . De plus
2N 2N t0 −t
X
2iπp
t0 −t X
2iπ
t0 −t p 1 − e2iπ(2N +1) T
e T = e T = t0 −t
p=0 p=0 1 − e2iπ T
Donc
k=+N
X t0 −t t0 −t
1 − e2iπ(2N +1) t0T−t
2iπk −2iπN
e T = e T
t0 −t
k=−N 1 − e2iπ T
t0 −t t0 −t
e−2iπN T − e2iπ(N +1) T
= t0 −t t0 −t t0 −t
e−iπ

eiπ T T − eiπ T
t0 −t t0 −t
e−iπ(2N +1) T − eiπ(2N +1) T
= t0 −t t0 −t
−iπ T
e − eiπT
sin π(2N + 1) t0T−t
= .
sin π t0T−t


Par consequent

1
Z T
2 sin π(2N + 1) t0T−t
fN (t0 ) = f (t) dt
sin π t0T−t

T − T2

x
1
Z T
2
−t0 sin π(2N + 1) T
= f (x + t0 ) dx.
sin π Tx

T − T2 −t0
apres avoir posé x = t − t0 . Par périodicité,

Z T sin π(2N + 1) x Z 0 sin π(2N + 1) x
1 2 T 1 T
fN (t0 ) = x
f (x + t0 ) dx + x
f (x + t0 ) dx
T 0 sin π T T − T2 sin π T
Z T
1 2
= f (t0 + x) + f (t0 − x) SN (x) dx,

Langue

Notes Cours AnaHilb

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Notes Cours AnaHilb

Transféré par

Droits d'auteur :

Formats disponibles

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET

Université Mohamed Boudiaf de M’sila

Espaces vectoriels normés

Licence 3 Mathématiques - Semestre 5

Espaces vectoriels normés

1 Généralités sur les espaces vectoriels normés 6

2 Applications linéaires continues 24

3.8 Théorème de représentation de Riesz . . . . . . . . . . . . . . . . . . . . . 69

4 Série de Fourier et systèmes orthonormés complets dans des espaces concrets 94

5 Correction des exercices 112

6 Sujets d’examens et corrigés types 141

Espaces vectoriels normés

G ÉNÉRALITÉS SUR LES ESPACES

1.1 Norme sur un espace véctoriel

possédant les propriétés suivantes :

(N1) pour tout x ∈ E, on a : N (x) = 0 ⇔ x = 0.

(N2) pour tout x ∈ E et tout λ ∈ K, on a : N (λx) = |λ|N (x).

(N3) pour tout x, y ∈ E, on a : N (x + y) ≤ N (x) + N (y).

La norme N sera désignée par le symbole k · k et le couple (E, k · k) s’appelle espace

2. Sur Rn , on peut définir les normes fondamentales suivantes :

Voici quelques propriétées de la norme.

ktx + (1 − t)yk ≤ tkxk + (1 − t)kyk.

3. L’inégalité (N3) se généralise à n points. Pour tout x1 , x2 , ..., xn ∈ E, on a :

De l’inégalité (1.1.3), on a l’affirmation suivante :

Corollaire 1.1.1. L’application norme k · k : E → R+ est continue sur E muni de la topologie

(x, y) 7→ d(x, y) = kx − yk,

Espaces vectoriels normés

2. ∀(x, y) ∈ E 2 : d(x, y) = d(y, x).

3. ∀(x, y, z) ∈ E 3 : d(x, z) ≤ d(x, y) + d(y, z).

Le résultat suivant rassemble quelques propriétés de d.

1. d(x + z, y + z) = d(x, y) pour tout x, y, z ∈ E ( c.à.d. d est invariante par translation).

2. d(λx, λy) = |λ|d(x, y) pour tout x ∈ E et tout λ ∈ K.

1.2 Equivalence des normes

αkxk2 ≤ kxk1 ≤ βkxk2 .

Exemple 1.2.1. 1. Les normes fondamentales k · k1 , k · k2 , k · k∞ définies sur Rn sont

Espaces vectoriels normés

Les applications suivantes

sont des normes équivalentes.

on a kfn k∞ = 1 tandis que kfn k1 = 1

1.3 Espaces de Banach

∀ε > 0, ∃n0 ∈ N, ∀n ∈ N : n ≥ n0 ⇒ kxn − x0 k ≤ ε.

Espaces vectoriels normés

Soit (fn )n∈N une suite de Cauchy. Donc

∀ε > 0, ∃n0 ∈ N, ∀p, q ∈ N : p > q ≥ n0 ⇒ kfp − fq k∞ ≤ ε,

On fait tendre p vers +∞ dans (1.3.1). On a donc

∀q ∈ N : q ≥ n0 , ∀x ∈ [a, b] ⇒ |f (x) − fq (x)| ≤ ε.

Espaces vectoriels normés

1.4 Sous-espaces normés et espace vectoriel produit

Proposition 1.4.1 (Sous-espaces normés). Si F est un sous-espace vectoriel d’un espace

Proposition 1.4.2. Soit F un sous-espace vectoriel d’un espace normé (E, k · k)

Espaces vectoriels normés

kxkE = kx1 kE1 + kx2 kE2 , ∀x = (x1 , x2 ) ∈ E.

(E, k · kE ) est dit espace normé produit des espaces donnés.

On peut généraliser cette notion de la manière suivante.

Alors N1 , N2 et N∞ définissent trois normes équivalentes sur l’espace vectoriel produit E.

On admet le résultat suivant

1.5 Espaces normés de dimentions finies

Dans ce paragraphe on s’intéresse à un K-espace véctoriel E de dimension finie n.

Espaces vectoriels normés

kxk ≤ ckxk∞ . (1.5.1)

D’autre part, comme l’ensemble

{(λ1 , λ2 , ..., λn ) ∈ Kn : max |λi | = 1}

est compact dans (Kn , k · k∞ ), alors la sphère