AnFunz Slides4!23!24 2

Espaces de Hilbert
Analyse Fonctionnelle
Alberto FARINA
LAMFA, CNRS UMR 7352
Université de Picardie Jules Verne, Amiens (France)
Amiens
Année 2023/2024
A. FARINA Analyse Fonctionnelle 1 / 70

Définitions et propriétés élémentaires
Exemples
Espaces de Hilbert La géométrie (élémentaire) dans les espaces de Hilbert
Le théorème de Riesz et le théorème de Lax-Milgram
Familles orthogonales, bases hilbertiennes
Soit H un R-espace vectoriel. Une forme bilinéaire sur H est une

application φ définie sur le produit H × H et à valeurs dans R qui est
linéaire séparément par rapport à chacune de ses variables :
∀ x, y, z ∈ H, ∀ α, β ∈ R φ(αx + βy, z) = αφ(x, z) + βφ(y, z)

φ(z, αx + βy) = αφ(z, x) + βφ(z, y)
De manière analogue, lorsque H un C-espace vectoriel, une forme

sesquilinéaire sur H est une application φ de H × H dans C qui est
linéaire par rapport à la première variable et antilinéaire par rapport à la
seconde variable :
∀ x, y, z ∈ H, ∀ α, β ∈ C φ(αx + βy, z) = αφ(x, z) + βφ(y, z)

φ(z, αx + βy) = ᾱφ(z, x) + β̄φ(z, y)

Exemples
Définition 1
Soit H un espace vectoriel réel (resp. complexe).
Un produit scalaire sur H est une forme bilinéaire (resp. sesquilinéaire)
φ sur H qui est a) symétrique (resp. hermitienne) et b) définie positive,
c’est-à-dire, telle que
a) ∀ x, y ∈ H, φ(x, y) = φ(y, x) (resp. φ(x, y) = φ(y, x))
et
b) ∀ x ∈ H, x ̸= 0, φ(x, x) > 0. a
Dans la suite on note (x, y)H (où simplement (x, y) s’il n’y a pas
d’ambiguïté) le produit scalaire des vecteurs x, y ∈ H.
a. On rappele que dans le cas complexe, la forme quadratique x −→ φ(x, x) est réelle.
En effet, on a φ(x, x) = φ(x, x) pour tout x ∈ H, car la forme φ est sesquilinéaire
hermitienne.

Exemples
Théorème 1
Soit H un K-espace vectoriel muni du produit scalaire (·, ·). Alors
1 (Inégalité de Cauchy-Schwarz)
p p
∀ x, y ∈ H |(x, y)| ≤ (x, x) (y, y) (1)
et il y a égalité dans (1) si et seulement si x et y sont colinéaires.

2 L’application
H −→ R
p
x −→ (x, x)
est une norme sur H, appelée norme induite ou norme associée.

On la note ∥ · ∥ et on observe que l’inégalité de Cauchy-Schwarz
s’écrit alors
∀ x, y ∈ H |(x, y)| ≤ ∥x∥∥y∥. (2)

Exemples
1 On démontre un résultat un peu plus général (utile aussi dans la

suite du cours).
Proposition 1
Soit H un K-espace vectoriel. Toute forme bilinéaire symétrique (resp.

sesquilinéaire hermitienne) φ positive, i.e., t.q. φ(x, x) ≥ 0 pour tout
x ∈ H, vérifie l’inégalité de Cauchy-Schwarz suivante
p p
∀ x, y ∈ H, |φ(x, y)| ≤ φ(x, x) φ(y, y). (3)
En outre, si φ est définie positive, il y a égalité dans (3) si et seulement

si x et y sont colinéaires.

Exemples
Pour tout x, y ∈ H, α ∈ K on a
0 ≤ φ(αx − y, αx − y) = φ(αx, αx) + φ(αx, −y) + φ(−y, αx) + φ(−y, −y)

= |α|2 φ(x, x) − φ(αx, y) − φ(αx, y) + φ(y, y) = |α|2 φ(x, x) − 2Re φ(αx, y) + φ(y, y)
(4)
et en choisissant α = t φ(x, y), t ∈ R, on obtient
0 ≤ t2 |φ(x, y)|2 φ(x, x) − 2t|φ(x, y)|2 + φ(y, y), ∀t ∈ R. (5)
Ainsi, si φ(x, x) = 0 on a
0 ≤ −2t|φ(x, y)|2 + φ(y, y), ∀t ∈ R,
p p
ce qui donne φ(x, y) = 0 en faisant t 7→ +∞, et donc φ(x, y) = φ(x, x) φ(y, y), et
(3) est une égalité.
1
Si φ(x, x) > 0, en choisissant t = φ(x,x) dans (5) on obtient
|φ(x, y)|2 |φ(x, y)|2

0≤ −2 + φ(y, y),
φ(x, x) φ(x, x)
d’où
|φ(x, y)|2
≤ φ(y, y),
φ(x, x)
qui équivaut à la thèse.
Exemples

(4)
0 ≤ −2t|φ(x, y)|2 + φ(y, y), ∀t ∈ R,
p p
1
|φ(x, y)|2 |φ(x, y)|2

0≤ −2 + φ(y, y),
φ(x, x) φ(x, x)
d’où
|φ(x, y)|2
≤ φ(y, y),
φ(x, x)
Exemples

(4)
0 ≤ −2t|φ(x, y)|2 + φ(y, y), ∀t ∈ R,
p p
1
|φ(x, y)|2 |φ(x, y)|2

0≤ −2 + φ(y, y),
φ(x, x) φ(x, x)
d’où
|φ(x, y)|2
≤ φ(y, y),
φ(x, x)
Exemples

(4)
0 ≤ −2t|φ(x, y)|2 + φ(y, y), ∀t ∈ R,
p p
1
|φ(x, y)|2 |φ(x, y)|2

0≤ −2 + φ(y, y),
φ(x, x) φ(x, x)
d’où
|φ(x, y)|2
≤ φ(y, y),
φ(x, x)
Exemples
Supposons φ définie positive et qu’il y a égalité dans (3).

Si φ(x, x) = 0, alors x = 0 et donc x est colinéaire à tout y.
φ(x,y)
Si φ(x, x) > 0, en choisissant α = φ(x,x)
dans (4) on trouve
|φ(x, y)|2 |φ(x, y)|2 |φ(x, y)|2

0 ≤ φ(αx − y, αx − y) = −2 + φ(y, y) = − + φ(y, y) = 0.
φ(x, x) φ(x, x) φ(x, x)
Ainsi αx = y, car φ est définie positive.

Exemples

φ(x,y)
dans (4) on trouve
|φ(x, y)|2 |φ(x, y)|2 |φ(x, y)|2

0 ≤ φ(αx − y, αx − y) = −2 + φ(y, y) = − + φ(y, y) = 0.
φ(x, x) φ(x, x) φ(x, x)

Exemples

φ(x,y)
dans (4) on trouve
|φ(x, y)|2 |φ(x, y)|2 |φ(x, y)|2

0 ≤ φ(αx − y, αx − y) = −2 + φ(y, y) = − + φ(y, y) = 0.
φ(x, x) φ(x, x) φ(x, x)

Exemples
p
1 Pour tout x ∈ H on pose N(x) := (x, x). Alors
p
i) N(x) ≥ 0 pour tout x ∈ H et N(x) = (x, x) > 0 si x 6= 0, car le produit scalaire
est défini positif.
ii) Pour tout x ∈ H et tout λ ∈ K on a N2 (λx) = (λx, λx) = |λ|2 (x, x) = |λ|2 N2 (x).
Donc, N(λx) = |λ|N(x).
iii) Pour tout x, y ∈ H
N2 (x + y) = (x + y, x + y) = (x, x) + (x, y) + (y, x) + (y, y)

= N2 (x) + N2 (y) + (x, y) + (x, y) = N2 (x) + N2 (y) + 2Re(x, y)
(1) p p
≤ N2 (x) + N2 (y) + 2|(x, y)| ≤ N2 (x) + N2 (y) + 2 (x, x) (y, y)
2
= N2 (x) + N2 (y) + 2N(x)N(y) = N(x) + N(y) .
p
D’où N vérifie aussi l’inégalité triangulaire et donc l’application x −→ (x, x) est
bien une norme sur H.

Exemples
p
p

(1) p p
≤ N2 (x) + N2 (y) + 2|(x, y)| ≤ N2 (x) + N2 (y) + 2 (x, x) (y, y)
2
= N2 (x) + N2 (y) + 2N(x)N(y) = N(x) + N(y) .
p

Exemples
p
p

(1) p p
≤ N2 (x) + N2 (y) + 2|(x, y)| ≤ N2 (x) + N2 (y) + 2 (x, x) (y, y)
2
= N2 (x) + N2 (y) + 2N(x)N(y) = N(x) + N(y) .
p

Exemples
▶▶▶ Dorénavant on note N = ∥ · ∥.
Définition 2
On appelle K-espace préhilbertien un K-espace vectoriel muni d’un

produit scalaire (·, ·) et de sa norme induite ∥ · ∥.
Un K-espace de Hilbert est un K-espace préhilbertien complet.

Exemples
Exemples
Le produit scalaire usuel sur KN ,N ≥ 1, est défini par :
X
N
∀ x, y ∈ KN (x, y) := xj yj .
j=1
Dans ce cas la norme induite coïncide avec la norme | · |2 sur KN , i.e.,

v 
u
u X N
u
|x |2 = t |xj |2 .
j=1
Ainsi, (KN , (·, ·)) est un K-espace de Hilbert.

Exemples
Soient (H1 , (·, ·)H1 ), . . . , (Hn , (·, ·)Hn ), n ≥ 2, des espaces

préhilbertiens (resp. de Hilbert). Alors
H = H1 × · · · × Hn := {h := (h1 , . . . , hn ) : hj ∈ Hj ∀ j = 1, . . . n}
est un espace préhilbertien (resp. de Hilbert) muni du produit

scalaire
Xn
∀ h, h′ ∈ H (h, h′ )H := (hj , h′j )Hj
j=1
et de sa norme induite
v
uX
u n
∀h ∈ H ∥h∥H =t ∥hj ∥2Hj .
j=1
En particulier, pour (H1 , (·, ·)H1 ) = · · · = (Hn , (·, ·)Hn ) = (K, | · |) on

obtient l’exemple précédent.

Exemples
On munit le K-ev ℓ2 du produit scalaire (naturel) en posant

∞
X
∀ x, y ∈ ℓ2 (x, y) := xj yj .
j=1
Puisque la norme induite coïncide avec la norme ∥ · ∥ℓ2 et, (ℓ2 , ∥ · ∥ℓ2 )
est complet, on a que (ℓ2 , (·, ·)) est un K-espace de Hilbert.

Exemples
Soit [a, b] ⊂ R un segment. On définit un produit scalaire sur le

K-ev C0 ([a, b], K) en posant
Z b
∀ f, g ∈ C0 ([a, b], K) (f, g) := f(t)ḡ(t)dt.
a
La normeqinduite est la norme N2 définie par

Rb
N2 (f) = a
|f(t)|2 dt, pour tout f ∈ C0 ([a, b], K).

On sait déjà que (cf.TD) le K-evn C0 ([a, b], K), N2 n’est pas
complet. Ainsi, C0 ([a, b], K), (·, ·) est un K-espace préhilbertien
qui n’est pas un K-espace de Hilbert.

Exemples
Soit [a, b] ⊂ R un segment. On définit un produit scalaire sur le

K-ev C0 ([a, b], K) en posant
Z b
∀ f, g ∈ C0 ([a, b], K) (f, g) := f(t)ḡ(t)dt.
a
La normeqinduite est la norme N2 définie par

Rb
N2 (f) = a
|f(t)|2 dt, pour tout f ∈ C0 ([a, b], K).

On sait déjà que (cf.TD) le K-evn C0 ([a, b], K), N2 n’est pas
complet. Ainsi, C0 ([a, b], K), (·, ·) est un K-espace préhilbertien
qui n’est pas un K-espace de Hilbert.

Exemples
Soit (X, T, µ) un espace mesuré et soit

µ-mes.
L2K (X, T, µ) := {[classes de] fonctions f : X −→ K |f |2 µ-intégrable }
2
On définit un produit scalaire sur le LK (X, T, µ) en posant
Z
∀ f, g ∈ L2K (X, T, µ) (f, g)L2 := f ḡdµ (6)
X
et la norme induite est la norme ∥ · ∥L2

sZ
∀f ∈ L2K (X, T, µ) ∥f∥L2 = |f|2 dµ.
X
On a alors le
Théorème 2
L2K (X, T, µ) muni du produit scalaire (6) est un K-espace de Hilbert.
Exemples
Soit (X, T, µ) un espace mesuré et soit

µ-mes.
L2K (X, T, µ) := {[classes de] fonctions f : X −→ K |f |2 µ-intégrable }
2
On définit un produit scalaire sur le LK (X, T, µ) en posant
Z
∀ f, g ∈ L2K (X, T, µ) (f, g)L2 := f ḡdµ (6)
X
et la norme induite est la norme ∥ · ∥L2

sZ
∀f ∈ L2K (X, T, µ) ∥f∥L2 = |f|2 dµ.
X
On a alors le
Théorème 2
L2K (X, T, µ) muni du produit scalaire (6) est un K-espace de Hilbert.
Exemples

Il faut démontrer la complétude de l’espace préhilbertien
P L2K (X, T, µ), (·, ·)L2 .
Pour cela il suffit de démontrer que toute série fk normalement convergente est
convergente. Pn
Pour tout n ≥ 1 on note gn := k=1 |fk |. Alors (gn )n≥1 est une suite croissante de
fonctions de L2K (X, T, µ) positives µ-p.p. dans X. Il existe donc g : X −→ [0, +∞], g
fonction µ-mesurable t.q. g = lim gn µ-p.p dans X.
Puisque (g2n )n≥1 est aussi une suite croissante, le Théorème de B. Levi donne
Z Z
g2 dµ = lim g2n dµ < +∞
X n→∞ X
En effet, on a
Z Z X
n 2 X
n X
n 2 X
∞ 2
2
g2n dµ = |fk | dµ = |fk | ≤ kfk kL2 ≤ kfk kL2 < +∞
X X L2
k=1 k=1 k=1 k=1
P
car fk est normalement convergente dans L2K (X, T, µ).
Il s’ensuit que g2 est µ-intégrable sur X et donc g est finie µ-p.p. dans X (i.e.,
g(x) ∈ [0, +∞[ pour µ-presque tout x ∈ X). Ceci implique que
∞
X
la série |fk (x)| converge dans R pour µ-presque tout x ∈ X. (7)
k=1

Exemples

P L2K (X, T, µ), (·, ·)L2 .
convergente. Pn
Z Z
X n→∞ X
En effet, on a
Z Z X
n 2 X
n X
n 2 X
∞ 2
2
X X L2
k=1 k=1 k=1 k=1
P
∞
X
k=1

Exemples

P L2K (X, T, µ), (·, ·)L2 .
convergente. Pn
Z Z
X n→∞ X
En effet, on a
Z Z X
n 2 X
n X
n 2 X
∞ 2
2
X X L2
k=1 k=1 k=1 k=1
P
∞
X
k=1

Exemples

P L2K (X, T, µ), (·, ·)L2 .
convergente. Pn
Z Z
X n→∞ X
En effet, on a
Z Z X
n 2 X
n X
n 2 X
∞ 2
2
X X L2
k=1 k=1 k=1 k=1
P
∞
X
k=1

Exemples

P L2K (X, T, µ), (·, ·)L2 .
convergente. Pn
Z Z
X n→∞ X
En effet, on a
Z Z X
n 2 X
n X
n 2 X
∞ 2
2
X X L2
k=1 k=1 k=1 k=1
P
∞
X
k=1

Exemples

P L2K (X, T, µ), (·, ·)L2 .
convergente. Pn
Z Z
X n→∞ X
En effet, on a
Z Z X
n 2 X
n X
n 2 X
∞ 2
2
X X L2
k=1 k=1 k=1 k=1
P
∞
X
k=1

Exemples
Pn
Pour tout n ≥ 1 on note hn := k=1 fk ∈ L2K (X, T, µ). Alors, grâce à (7),
la suite (hn )n≥1 converge µ-p.p. dans X vers une fonction h : X −→ K,
avec h fonction µ-mesurable. De plus, h vérifie |h|2 ≤ g2 µ-p.p. dans X,
Pn Pn
car |hn (x)| = k=1 fk (x) ≤ k=1 |fk (x)| = gn (x) ≤ g(x) µ-p.p. dans X.
La dernière inégalité étant vraie car g est la limite de la suite croissante
(gn ).
Il s’ensuit alors que h ∈ L2K (X, T, µ), carP|h|2 ≤ g2 µ-p.p. dans X et g2 est
∞
µ-intégrable sur X, mais aussi que h = k=1 fk dans L2K (X, T, µ). En
effet,
X
n 2 ∞
X 2 X
∞ 2
h− fk = fk ≤ ∥fk ∥L2 −→ 0,
L2 L2 n→∞
k=1 k=n+1 k=n+1
P
car c’est le reste
P de la série convergente ∥fk ∥L2 .
Ainsi la série fk converge dans L2K (X, T, µ) et le théorème est
démontré.

Exemples
Pn
Pour tout n ≥ 1 on note hn := k=1 fk ∈ L2K (X, T, µ). Alors, grâce à (7),
la suite (hn )n≥1 converge µ-p.p. dans X vers une fonction h : X −→ K,
avec h fonction µ-mesurable. De plus, h vérifie |h|2 ≤ g2 µ-p.p. dans X,
Pn Pn
car |hn (x)| = k=1 fk (x) ≤ k=1 |fk (x)| = gn (x) ≤ g(x) µ-p.p. dans X.
La dernière inégalité étant vraie car g est la limite de la suite croissante
(gn ).
Il s’ensuit alors que h ∈ L2K (X, T, µ), carP|h|2 ≤ g2 µ-p.p. dans X et g2 est
∞
µ-intégrable sur X, mais aussi que h = k=1 fk dans L2K (X, T, µ). En
effet,
X
n 2 ∞
X 2 X
∞ 2
h− fk = fk ≤ ∥fk ∥L2 −→ 0,
L2 L2 n→∞
k=1 k=n+1 k=n+1
P
car c’est le reste
P de la série convergente ∥fk ∥L2 .
Ainsi la série fk converge dans L2K (X, T, µ) et le théorème est
démontré.

Exemples
Les notions de géométrie euclidienne gardent un sens dans les espaces munis
d’un produit scalaire (avec quelques variantes dans le cas complexe).
Soit (H, (·, ·)) un K-espace préhilbertien.
Orthogonalité : Deux éléments x et y de H sont orthogonaux si (x, y) = 0.

Angle : L’angle de x ̸= 0 et y ̸= 0 est défini par arccos Re ∥x∥∥y∥
(x,y)
,
qui a bien un sens grâce à l’inégalité de Cauchy-Schwarz.
L’orthogonal d’une partie non vide A ⊆ H est la partie :
A⊥ := {x ∈ H : ∀ a ∈ A, (x, a) = 0}
Il est aisé de démontrer (exercice à la maison) le résultat suivant :
Lemme 1
Soit A une partie non vide d’un K-espace préhilbertien (H, (·, ·)). Alors
i) A⊥ est un sous-espace vectoriel fermé de H.
ii) Si A ⊆ B ⊆ H, alors B⊥ ⊆ A⊥ .
⊥
iii) A⊥ = A = VectK (A)⊥ .
Exemples

(x,y)
,
A⊥ := {x ∈ H : ∀ a ∈ A, (x, a) = 0}
Lemme 1
⊥
Exemples

(x,y)
,
A⊥ := {x ∈ H : ∀ a ∈ A, (x, a) = 0}
Lemme 1
⊥
Exemples

(x,y)
,
A⊥ := {x ∈ H : ∀ a ∈ A, (x, a) = 0}
Lemme 1
⊥
Exemples

(x,y)
,
A⊥ := {x ∈ H : ∀ a ∈ A, (x, a) = 0}
Lemme 1
⊥
Exemples
Théorème 3
Soit (H, (·, ·)) un K-espace préhilbertien. Alors

1
2 2 2
∀ x, y ∈ H ∥x + y∥ = ∥x∥ + ∥y∥ + 2Re(x, y)
2 (Identité du parallélogramme)
2 2 2 2
∀ x, y ∈ H ∥x + y∥ + ∥x − y∥ = 2(∥x∥ + ∥y∥ )
3 (Identité de polarisation réelle)

1 2 2

∀ x, y ∈ H (x, y) = ∥x + y∥ − ∥x − y∥
4
4 (Identité de polarisation complexe)
1 2 2 2 2

∀ x, y ∈ H (x, y) = ∥x + y∥ − ∥x − y∥ + i∥x + iy∥ − i∥x − iy∥
4
5 (Théorème de Pythagore (généralisé))

Soient n ≥ 2 et x1 , . . . , xn des éléments de H orthogonaux deux à deux. Alors
n
X n
X
2 2
xj = ∥xj ∥
j=1 j=1

Exemples
Théorème 3

1
2 2 2
∀ x, y ∈ H ∥x + y∥ = ∥x∥ + ∥y∥ + 2Re(x, y)
2 2 2 2
∀ x, y ∈ H ∥x + y∥ + ∥x − y∥ = 2(∥x∥ + ∥y∥ )

1 2 2

∀ x, y ∈ H (x, y) = ∥x + y∥ − ∥x − y∥
4
1 2 2 2 2

4

n
X n
X
2 2
xj = ∥xj ∥
j=1 j=1

Exemples
Théorème 3

1
2 2 2
∀ x, y ∈ H ∥x + y∥ = ∥x∥ + ∥y∥ + 2Re(x, y)
2 2 2 2
∀ x, y ∈ H ∥x + y∥ + ∥x − y∥ = 2(∥x∥ + ∥y∥ )

1 2 2

∀ x, y ∈ H (x, y) = ∥x + y∥ − ∥x − y∥
4
1 2 2 2 2

4

n
X n
X
2 2
xj = ∥xj ∥
j=1 j=1

Exemples
Théorème 3

1
2 2 2
∀ x, y ∈ H ∥x + y∥ = ∥x∥ + ∥y∥ + 2Re(x, y)
2 2 2 2
∀ x, y ∈ H ∥x + y∥ + ∥x − y∥ = 2(∥x∥ + ∥y∥ )

1 2 2

∀ x, y ∈ H (x, y) = ∥x + y∥ − ∥x − y∥
4
1 2 2 2 2

4

n
X n
X
2 2
xj = ∥xj ∥
j=1 j=1

Exemples
Théorème 3

1
2 2 2
∀ x, y ∈ H ∥x + y∥ = ∥x∥ + ∥y∥ + 2Re(x, y)
2 2 2 2
∀ x, y ∈ H ∥x + y∥ + ∥x − y∥ = 2(∥x∥ + ∥y∥ )

1 2 2

∀ x, y ∈ H (x, y) = ∥x + y∥ − ∥x − y∥
4
1 2 2 2 2

4

n
X n
X
2 2
xj = ∥xj ∥
j=1 j=1

Exemples
(1)
∀ x, y ∈ H ∥x + y∥2 = (x + y, x + y)
= (x, x) + (x, y) + (y, x) + (y, y)
(8)
= ∥x∥2 + ∥y∥2 + (x, y) + (x, y)
= ∥x∥2 + ∥y∥2 + 2Re(x, y).
(2) En appliquant (1) avec x, y et puis avec x, −y on obtient
∀ x, y ∈ H ∥x + y∥2 = ∥x∥2 + ∥y∥2 + 2Re(x, y),

(9)
∥x − y∥2 = ∥x∥2 + ∥y∥2 − 2Re(x, y).
L’identité du parallélogramme s’obtient alors en additionnant les deux

identités ci-dessus.
(3) Cas réel. En soustrayant, dans (9), la deuxième identité de la première
on obtient : ∥x + y∥2 − ∥x − y∥2 = 2Re(x, y) + 2Re(x, y) = 4Re(x, y).

Exemples
(1)
∀ x, y ∈ H ∥x + y∥2 = (x + y, x + y)
= (x, x) + (x, y) + (y, x) + (y, y)
(8)
= ∥x∥2 + ∥y∥2 + (x, y) + (x, y)
= ∥x∥2 + ∥y∥2 + 2Re(x, y).
∀ x, y ∈ H ∥x + y∥2 = ∥x∥2 + ∥y∥2 + 2Re(x, y),

(9)
∥x − y∥2 = ∥x∥2 + ∥y∥2 − 2Re(x, y).


Exemples
(1)
∀ x, y ∈ H ∥x + y∥2 = (x + y, x + y)
= (x, x) + (x, y) + (y, x) + (y, y)
(8)
= ∥x∥2 + ∥y∥2 + (x, y) + (x, y)
= ∥x∥2 + ∥y∥2 + 2Re(x, y).
∀ x, y ∈ H ∥x + y∥2 = ∥x∥2 + ∥y∥2 + 2Re(x, y),

(9)
∥x − y∥2 = ∥x∥2 + ∥y∥2 − 2Re(x, y).


Exemples
(4) Cas complexe. En appliquant (9) avec x, iy et puis avec x, −iy on obtient

∀ x, y ∈ H i∥x + iy∥2 = i ∥x∥2 + ∥iy∥2 + 2Re(x, iy) ,

i∥x − iy∥2 = i ∥x∥2 + ∥iy∥2 − 2Re(x, iy)
et donc
∥x + y∥2 − ∥x − y∥2 + i∥x + iy∥2 − i∥x − iy∥2

= 4Re(x, y) + i 4Re(x, iy) = 4Re(x, y) + i 4Re[−i(x, y)]

= 4Re(x, y) + 4i Im(x, y) = 4(x, y).
(5)
X
n
2 X
n X
n
Xn X
n

xj = xj , xk = xj , xk
j=1 j=1 k=1 j=1 k=1
X
n
orth.
X
n X
n
= (xj , xk ) = (xj , xj ) = ∥xj ∥2
j,k=1 j=1 j=1

Exemples


i∥x − iy∥2 = i ∥x∥2 + ∥iy∥2 − 2Re(x, iy)
et donc
∥x + y∥2 − ∥x − y∥2 + i∥x + iy∥2 − i∥x − iy∥2


= 4Re(x, y) + 4i Im(x, y) = 4(x, y).
(5)
X
n
2 X
n X
n
Xn X
n

j=1 j=1 k=1 j=1 k=1
X
n
orth.
X
n X
n
= (xj , xk ) = (xj , xj ) = ∥xj ∥2
j,k=1 j=1 j=1

Exemples


i∥x − iy∥2 = i ∥x∥2 + ∥iy∥2 − 2Re(x, iy)
et donc
∥x + y∥2 − ∥x − y∥2 + i∥x + iy∥2 − i∥x − iy∥2


= 4Re(x, y) + 4i Im(x, y) = 4(x, y).
(5)
X
n
2 X
n X
n
Xn X
n

j=1 j=1 k=1 j=1 k=1
X
n
orth.
X
n X
n
= (xj , xk ) = (xj , xj ) = ∥xj ∥2
j,k=1 j=1 j=1

Exemples
Théorème (de projection sur un convexe fermé)
Soit H un K-espace de Hilbert et soit C un convexe, fermé, non vide de H.

Alors pour tout f ∈ H il existe un unique u ∈ C tel que
∥f − u∥ = min ∥f − v∥ = dist(f, C). (10)

v∈C
De plus, u est caractérisé par la propriété

(
u ∈ C,
(11)
∀v ∈ C Re(f − u, v − u) ≤ 0.
Ce point u est appelé la projection de f sur C et on note u = PC (f). a

a. En particulier, u = PC (f) est l’unique meilleure approximation de f dans C.
Remarque
Une analyse attentive de la démonstration du théorème précédent montre que

la conclusion de ce théorème reste vraie si : H est un espace préhilbertien et C
est une partie convexe, complète et non vide de H.
Exemples
Existence. Puisque dist(f, C) := inf v∈C ∥f − v∥ ∈ [0, +∞[, car C ̸= ∅, il existe

(vn )n≥1 suite de C t.q. ∥f − vn ∥ −→ dist(f, C) (une telle suite existe toujours par
définition de borne inf. et elle est appellée suite minimisante).
Pour tout n, m ≥ 1, on applique l’identité du parallélogramme avec x = f−v 2
n
et
y = f−v 2
m
et on obtient
f − vn f − vm 2 f − vn f − vm 2 f−v 2 f − vm 2
n
+ + − =2 +
2 2 2 2 2 2
soit
vn + vm 2 vn − vm 2 1 2 2
∀ n, m ≥ 1 f− + = f − vn + f − vm .
2 2 2
vn +vm vn +vm
Par convexité de C on a 2
∈ C et donc f − 2
≥ dist(f, C), ainsi
vn − vm 2 1 2 2 vn + vm 2
∀ n, m ≥ 1 = f − vn + f − vm − f−
2 2 2
1 2 2
≤ f − vn + f − vm − dist2 (f, C).
2
On en déduit que la suite (vn ) est de Cauchy dans H. Puisque H est complet,
elle converge donc vers un point u du convexe fermé C et, par continuité de la
distance on a aussi ∥f − u∥ = limn→∞ ∥f − vn ∥ = dist(f, C).
Exemples

n
et
y = f−v 2
m
et on obtient
n
+ + − =2 +
2 2 2 2 2 2
soit
vn + vm 2 vn − vm 2 1 2 2
∀ n, m ≥ 1 f− + = f − vn + f − vm .
2 2 2
vn +vm vn +vm
vn − vm 2 1 2 2 vn + vm 2
∀ n, m ≥ 1 = f − vn + f − vm − f−
2 2 2
1 2 2
≤ f − vn + f − vm − dist2 (f, C).
2
Exemples

n
et
y = f−v 2
m
et on obtient
n
+ + − =2 +
2 2 2 2 2 2
soit
vn + vm 2 vn − vm 2 1 2 2
∀ n, m ≥ 1 f− + = f − vn + f − vm .
2 2 2
vn +vm vn +vm
vn − vm 2 1 2 2 vn + vm 2
∀ n, m ≥ 1 = f − vn + f − vm − f−
2 2 2
1 2 2
≤ f − vn + f − vm − dist2 (f, C).
2
Exemples

n
et
y = f−v 2
m
et on obtient
n
+ + − =2 +
2 2 2 2 2 2
soit
vn + vm 2 vn − vm 2 1 2 2
∀ n, m ≥ 1 f− + = f − vn + f − vm .
2 2 2
vn +vm vn +vm
vn − vm 2 1 2 2 vn + vm 2
∀ n, m ≥ 1 = f − vn + f − vm − f−
2 2 2
1 2 2
≤ f − vn + f − vm − dist2 (f, C).
2
Exemples
Unicité.
Soient u1 et u2 deux points de C t.q. ∥f − u1 ∥ = dist(f, C) = ∥f − u2 ∥.
Par l’identité du parallélogramme on a
f − u1 f − u2 2 f − u1 f − u2 2 f−u 2 f − u2 2
1
+ + − =2 +
2 2 2 2 2 2
soit
u1 + u2 2 u1 − u2 2 1 2 2
f− + = f − u1 + f − u2 .
2 2 2
u1 +u2
Puisque 2
∈ C, par convexité de C, on a
u1 − u2 2 1 2 2 u1 + u2 2
= f − u1 + f − u2 − f−
2 2 2
1 2 2
2
≤ f − u1 + f − u2 − dist (f, C)
2
1 1
= dist2 (f, C) + dist2 (f, C) − dist2 (f, C) = 0,
2 2
d’où u1 = u2 .

Exemples
Unicité.
Soient u1 et u2 deux points de C t.q. ∥f − u1 ∥ = dist(f, C) = ∥f − u2 ∥.
Par l’identité du parallélogramme on a
f − u1 f − u2 2 f − u1 f − u2 2 f−u 2 f − u2 2
1
+ + − =2 +
2 2 2 2 2 2
soit
u1 + u2 2 u1 − u2 2 1 2 2
f− + = f − u1 + f − u2 .
2 2 2
u1 +u2
Puisque 2
∈ C, par convexité de C, on a
u1 − u2 2 1 2 2 u1 + u2 2
= f − u1 + f − u2 − f−
2 2 2
1 2 2
2
≤ f − u1 + f − u2 − dist (f, C)
2
1 1
= dist2 (f, C) + dist2 (f, C) − dist2 (f, C) = 0,
2 2
d’où u1 = u2 .

Exemples
Equivalence de (10) et (11).

• =⇒ Soit u ∈ C vérifiant (10), i.e., tel que ∥f − u∥ = dist(f, C).
Pour tout v ∈ C et pour tout λ ∈]0, 1] on a (1 − λ)u + λv ∈ C, car C est
convexe. Il s’ensuit que

∀ v ∈ C, ∀λ ∈]0, 1] ∥f − u∥2 = dist2 (f, C) ≤ ∥f − (1 − λ)u + λv ∥2

=∥(f − u) + λ(u − v)∥2 = ∥f − u∥2 + λ2 ∥u − v∥2 + 2Re f − u, λ(u − v)

=∥f − u∥2 + λ2 ∥u − v∥2 + 2Re f − u, −λ(v − u)

=∥f − u∥2 + λ2 ∥u − v∥2 − 2λRe f − u, v − u .
D’où

∀v ∈ C 2λRe f − u, v − u ≤ λ2 ∥u − v∥2

λ>0
=⇒ 2Re f − u, v − u ≤ λ∥u − v∥2 −→ 0, λ → 0+ .

Exemples




=∥f − u∥2 + λ2 ∥u − v∥2 + 2Re f − u, −λ(v − u)

=∥f − u∥2 + λ2 ∥u − v∥2 − 2λRe f − u, v − u .
D’où

∀v ∈ C 2λRe f − u, v − u ≤ λ2 ∥u − v∥2

λ>0
=⇒ 2Re f − u, v − u ≤ λ∥u − v∥2 −→ 0, λ → 0+ .

Exemples




=∥f − u∥2 + λ2 ∥u − v∥2 + 2Re f − u, −λ(v − u)

=∥f − u∥2 + λ2 ∥u − v∥2 − 2λRe f − u, v − u .
D’où

∀v ∈ C 2λRe f − u, v − u ≤ λ2 ∥u − v∥2

λ>0
=⇒ 2Re f − u, v − u ≤ λ∥u − v∥2 −→ 0, λ → 0+ .

Exemples




=∥f − u∥2 + λ2 ∥u − v∥2 + 2Re f − u, −λ(v − u)

=∥f − u∥2 + λ2 ∥u − v∥2 − 2λRe f − u, v − u .
D’où

∀v ∈ C 2λRe f − u, v − u ≤ λ2 ∥u − v∥2

λ>0
=⇒ 2Re f − u, v − u ≤ λ∥u − v∥2 −→ 0, λ → 0+ .

Exemples
• ⇐= Soit u ∈ H vérifiant (11). Alors
∀v ∈ C ∥f − v∥2 = ∥(f − u) + (u − v)∥2

= ∥f − u∥2 + ∥u − v∥2 + 2Re(f − u, u − v)
≥ ∥f − u∥2 + 2Re(f − u, u − v)

= ∥f − u∥2 + 2Re f − u, −(v − u)
(11)
= ∥f − u∥2 − 2Re f − u, v − u ≥ ∥f − u∥2 ,
ce qui prouve que ∥f − u∥ = minv∈C ∥f − v∥ = dist(f, C).

Exemples
Lorsque le convexe fermé C est un sous-espace vectoriel fermé de H, la

caractérisation (11) prend une forme bien plus simple.
Théorème (projection orthogonale sur un sous-ev fermé)
Soit H un K-espace de Hilbert et soit V un sous-espace vectoriel fermé de H.

Alors u = PV (f), la projection de f sur V, est caractérisée par
(
u ∈ V,
(12)
∀v ∈ V (f − u, v) = 0.
Remarque
1) La projection d’un point f de H sur un sous-espace vectoriel fermé V est

donc l’unique point u de V t.q. f − u est orthogonal à V. On parle alors de
projection orthogonale sur V et PV est appelé le projecteur orthogonal sur V.
2) La conclusion du théorème précedent reste vraie si :
H est un espace préhilbertien et V est un sous-espace vectoriel complet de H.
En particulier, cette remarque s’applique lorsque V est un sous-espace vectoriel
de dimension finie d’un espace préhilbertien.
Exemples
Lorsque le convexe fermé C est un sous-espace vectoriel fermé de H, la

caractérisation (11) prend une forme bien plus simple.
Théorème (projection orthogonale sur un sous-ev fermé)
Soit H un K-espace de Hilbert et soit V un sous-espace vectoriel fermé de H.

Alors u = PV (f), la projection de f sur V, est caractérisée par
(
u ∈ V,
(12)
∀v ∈ V (f − u, v) = 0.
Remarque
1) La projection d’un point f de H sur un sous-espace vectoriel fermé V est

donc l’unique point u de V t.q. f − u est orthogonal à V. On parle alors de
projection orthogonale sur V et PV est appelé le projecteur orthogonal sur V.
2) La conclusion du théorème précedent reste vraie si :
H est un espace préhilbertien et V est un sous-espace vectoriel complet de H.
En particulier, cette remarque s’applique lorsque V est un sous-espace vectoriel
de dimension finie d’un espace préhilbertien.
Exemples
• (12) =⇒ (11).
Puisque V est un sous-ev de H on a v − u ∈ V pour tout v ∈ V.
En utilisant (12) on a (f − u, v − u) = 0 pour tout v ∈ V et donc aussi
Re(f − u, v − u) ≤ 0 pour tout v ∈ V.
Ce qui prouve (11).
• (11) =⇒ (12).
Pour tout v ∈ V et pour tout λ ∈ K on a u + λv ∈ V, car V est un
sous-ev de H.
En utilisant (11) on obtient
0 ≥ Re f − u, (u + λv) − u = Re(f − u, λv) = Re[λ(f − u, v)].
En choisissant λ = (f − u, v) on trouve
0 ≥ Re[(f − u, v)(f − u, v)] = |(f − u, v)|2 ≥ 0.
Ce qui prouve (12).

Exemples
• (12) =⇒ (11).
Puisque V est un sous-ev de H on a v − u ∈ V pour tout v ∈ V.
En utilisant (12) on a (f − u, v − u) = 0 pour tout v ∈ V et donc aussi
Re(f − u, v − u) ≤ 0 pour tout v ∈ V.
Ce qui prouve (11).
• (11) =⇒ (12).
Pour tout v ∈ V et pour tout λ ∈ K on a u + λv ∈ V, car V est un
sous-ev de H.
En utilisant (11) on obtient
0 ≥ Re f − u, (u + λv) − u = Re(f − u, λv) = Re[λ(f − u, v)].
En choisissant λ = (f − u, v) on trouve
0 ≥ Re[(f − u, v)(f − u, v)] = |(f − u, v)|2 ≥ 0.
Ce qui prouve (12).

Exemples
Corollaire (Décomposition Hilbertienne)
Soient H un K-espace de Hilbert et V un sous-espace vectoriel fermé de

H. Alors
H = V ⊕ V⊥
i.e., V et V⊥ sont supplémentaires orthogonaux.
Démonstration.
H = V + V⊥ car

∀f ∈ H f = PV (f) + f − PV (f)
avec PV (f) ∈ V et f − PV (f) ∈ V⊥ grâce au théorème de projection

orthogonale sur un sous-ev fermé.
De plus on a V ∩ V⊥ = {0}.
En effet, si x ∈ V ∩ V⊥ , alors x ∈ V et (x, v) = 0 pour tout v ∈ V. Ainsi,
en choisissant v = x on a 0 = (x, x) = ∥x∥2 , et donc x = 0.

Exemples

H. Alors
H = V ⊕ V⊥
Démonstration.
H = V + V⊥ car

∀f ∈ H f = PV (f) + f − PV (f)


Exemples

H. Alors
H = V ⊕ V⊥
Démonstration.
H = V + V⊥ car

∀f ∈ H f = PV (f) + f − PV (f)


Exemples
Corollaire (Critère de densité)
Soient H un K-espace de Hilbert et V un sous-espace vectoriel de H. Alors
V est dense dans H ⇐⇒ V⊥ = {0}
Démonstration.
cor.dec.Hilb. ⊥ lemme 1
H = V⊕V = V ⊕ V⊥
et donc
V=H ⇐⇒ V = V ⊕ V⊥ ⇐⇒ V⊥ = {0}.

Exemples
Corollaire 3
Soient H un K-espace de Hilbert et soit V un sous-espace vectoriel fermé de H,
V ̸= {0}. Alors
i) PV ∈ L(H, V) et ∥PV ∥L(H,V) = 1,
ii) P2V = PV ,
iii) (PV (x), y) = (x, PV (y)) pour tout x, y ∈ H.
i) Pour tout x, y ∈ H et pour tout α ∈ K on a

∀v ∈ V (αx + y) − (αPV (x) + PV (y)), v = αx − αPV (x), v
(12)
+ y − PV (y), v = α x − PV (x), v + y − PV (y), v = 0 + 0 = 0
et donc PV (αx + y) = αPV (x) + PV (y) d’après (12). Ainsi, PV est linéaire.
Aussi, pour tout x ∈ H on a (x − PV (x), PV (x)) = 0 et donc
(PV (x), PV (x)) = (x, PV (x)). Il s’ensuit ∥PV (x)∥2 = |(x, PV (x))| ≤ ∥PV (x)∥∥x∥,
d’où ∥PV (x)∥ ≤ ∥x∥ pour tout x ∈ H. Ceci prouve la continuité de PV et aussi
que ∥PV ∥L(H,V) ≤ 1.
D’autre part, par hypothèse, il existe v ∈ V, v ̸= 0 et donc, PV (v) = v.
Ceci implique ∥PV ∥L(H,V) ≥ 1 et conclut la preuve de i).
Exemples
Corollaire 3
V ̸= {0}. Alors
i) PV ∈ L(H, V) et ∥PV ∥L(H,V) = 1,
ii) P2V = PV ,

(12)
Exemples
Corollaire 3
V ̸= {0}. Alors
i) PV ∈ L(H, V) et ∥PV ∥L(H,V) = 1,
ii) P2V = PV ,

(12)
Exemples
Corollaire 3
V ̸= {0}. Alors
i) PV ∈ L(H, V) et ∥PV ∥L(H,V) = 1,
ii) P2V = PV ,

(12)
Exemples
Corollaire 3
V ̸= {0}. Alors
i) PV ∈ L(H, V) et ∥PV ∥L(H,V) = 1,
ii) P2V = PV ,

(12)
Exemples
Corollaire 3
V ̸= {0}. Alors
i) PV ∈ L(H, V) et ∥PV ∥L(H,V) = 1,
ii) P2V = PV ,

(12)
Exemples
ii) Puisque PV (v) = v pour tout v ∈ V, on trouve que
PV (PV (x)) = PV (x), ∀ x ∈ H.
D’où P2V = PV .
iii) Pour tout x, y ∈ H on a
(PV (x), y) = (PV (x), y − PV (y) + PV (y))

= (PV (x), y − PV (y)) + (PV (x), PV (y))
(12)
= (y − PV (y), PV (x)) + (PV (x), PV (y)) = 0 + (PV (x), PV (y))
= (PV (x) − x + x, PV (y)) = −(x − PV (x), PV (y) + (x, PV (y))
(12)
= 0 + (x, PV (y)) = (x, PV (y))

Exemples
ii) Puisque PV (v) = v pour tout v ∈ V, on trouve que
PV (PV (x)) = PV (x), ∀ x ∈ H.
D’où P2V = PV .
iii) Pour tout x, y ∈ H on a
(PV (x), y) = (PV (x), y − PV (y) + PV (y))

= (PV (x), y − PV (y)) + (PV (x), PV (y))
(12)
= (y − PV (y), PV (x)) + (PV (x), PV (y)) = 0 + (PV (x), PV (y))
= (PV (x) − x + x, PV (y)) = −(x − PV (x), PV (y) + (x, PV (y))
(12)
= 0 + (x, PV (y)) = (x, PV (y))

Exemples
Pour tout vecteur u d’un espace de Hilbert H, la forme linéaire
Lu : H −→ K
(13)
h −→ (h, u)H
est continue sur H, d’après l’inégalité de Cauchy-Schwarz. 1

Le théorème de F. Riesz énonce la réciproque : toute forme linéaire
continue sur H s’obtient de cette façon.
Théorème (de représentation de Riesz)

Soient H un K-espace de Hilbert et L ∈ H′ . Alors il existe un unique
u ∈ H t.q.
i) ∀ h ∈ H < L, h >= (h, u)H ,
ii) ∥L∥H′ = ∥u∥H .
1. | < L, h > | = |(h, u)| ≤ kukkhk pour tout h ∈ H, d’où kLkH′ ≤ kuk.

Exemples
Pour tout vecteur u d’un espace de Hilbert H, la forme linéaire
Lu : H −→ K
(13)
h −→ (h, u)H
est continue sur H, d’après l’inégalité de Cauchy-Schwarz. 1

Le théorème de F. Riesz énonce la réciproque : toute forme linéaire
continue sur H s’obtient de cette façon.
Théorème (de représentation de Riesz)

Soient H un K-espace de Hilbert et L ∈ H′ . Alors il existe un unique
u ∈ H t.q.
i) ∀ h ∈ H < L, h >= (h, u)H ,
ii) ∥L∥H′ = ∥u∥H .
1. | < L, h > | = |(h, u)| ≤ kukkhk pour tout h ∈ H, d’où kLkH′ ≤ kuk.

Exemples
Existence.
N = Ker(L) est une sous-ev fermé de H, car L est linéaire continue.
Si N = H, alors L = 0 et u = 0 convient.
Si N ̸= H, alors N = N ̸= H et le corollaire (critère de densité) donne
l’existence de v ∈ N⊥ \ {0}. Il s’ensuit alors que, pour tout h ∈ H, le vecteur
< L, h > v− < L, v > h ∈ N car
L(< L, h > v− < L, v > h) =< L, h >< L, v > − < L, v >< L, h >= 0
et donc, ∀ h ∈ H, on a

v∈N⊥
0 = < L, h > v− < L, v > h, v =< L, h > (v, v)− < L, v > (h, v),
i.e.,
< L, v >
∀h ∈ H < L, h >= (h, v) =: (h, u)
∥v∥2
avec u = <L,v>
∥v∥2
v ∈ H \ {0}. Ce qui démontre i).
D’après i) et l’inégalité de Cauchy-Schwarz on a
| < L, h > | = |(h, u)| ≤ ∥u∥∥h∥ pour tout h ∈ H, d’où ∥L∥H′ ≤ ∥u∥.
u
D’autre part, < L, ∥u∥ u
>= ( ∥u∥ , u) = ∥u∥, et donc ∥L∥H′ ≥ ∥u∥, car u
∥u∥
=1. Ce
qui démontre ii).
Exemples
Existence.
< L, h > v− < L, v > h ∈ N car

v∈N⊥
i.e.,
< L, v >
∀h ∈ H < L, h >= (h, v) =: (h, u)
∥v∥2
avec u = <L,v>
∥v∥2
u
∥u∥
=1. Ce
qui démontre ii).
Exemples
Existence.
< L, h > v− < L, v > h ∈ N car

v∈N⊥
i.e.,
< L, v >
∀h ∈ H < L, h >= (h, v) =: (h, u)
∥v∥2
avec u = <L,v>
∥v∥2
u
∥u∥
=1. Ce
qui démontre ii).
Exemples
Existence.
< L, h > v− < L, v > h ∈ N car

v∈N⊥
i.e.,
< L, v >
∀h ∈ H < L, h >= (h, v) =: (h, u)
∥v∥2
avec u = <L,v>
∥v∥2
u
∥u∥
=1. Ce
qui démontre ii).
Exemples
Existence.
< L, h > v− < L, v > h ∈ N car

v∈N⊥
i.e.,
< L, v >
∀h ∈ H < L, h >= (h, v) =: (h, u)
∥v∥2
avec u = <L,v>
∥v∥2
u
∥u∥
=1. Ce
qui démontre ii).
Exemples
Unicité.
Soient u1 , u2 ∈ H t.q. < L, h >= (h, u1 ) et < L, h >= (h, u2 ) pour tout
h ∈ H.
Alors, (h, u1 − u2 ) = 0 pour tout h ∈ H et, en choisissant h = u1 − u2 ,
on a 0 = (u1 − u2 , u1 − u2 ) = ∥u1 − u2 ∥2 .
D’où u1 = u2 .

Exemples
Unicité.
h ∈ H.
on a 0 = (u1 − u2 , u1 − u2 ) = ∥u1 − u2 ∥2 .
D’où u1 = u2 .

Exemples
Unicité.
h ∈ H.
on a 0 = (u1 − u2 , u1 − u2 ) = ∥u1 − u2 ∥2 .
D’où u1 = u2 .

Exemples
Corollaire (Isomorphisme de Riesz)

Soit H un K-espace de Hilbert.
L’application
R : H −→ H′
(14)
u −→ Lu
est une bijection isométrique.
De plus, R est linéaire (resp. antilinéaire) si K = R (resp. K = C).
L’application R est appelée isomorphisme de Riesz de H.
Démonstration.
L’application R est bien définie, isométrique et surjective grâce au théorème de
représentation de Riesz. Elle est donc une bijection isométrique.
De plus, pour tout u, v ∈ H et pour tout α ∈ K on a
∀h ∈ H R(λu + v)(h) =< Lλu+v , h >= (h, λu + v)

= λ(h, u) + (h, v) = λLu (h) + Lv (h) = λR(u)(h) + R(v)(h).
D’où R(λu + v) = λR(u) + R(v) dans le cas réel et

R(λu + v) = λR(u) + R(v) dans le cas complexe.
Exemples

L’application
R : H −→ H′
(14)
u −→ Lu
Démonstration.


Exemples

L’application
R : H −→ H′
(14)
u −→ Lu
Démonstration.


Exemples
Théorème 4
Soit H un espace de Hilbert réel (resp. complexe).
i) Soit R l’isomorphisme de Riesz de H.
La forme bilinéaire (resp. sesquilinéaire) définie par
H′ ×H′ −→ K

(f; g) −→ R−1 (f), R−1 (g) H
′
est une produit scalaire sur H dont la norme induite coïncide avec la
norme duale ∥ · ∥H′ . On le note (·, ·)H′ .
En particulier, le dual topologique d’un espace de Hilbert est toujours un
espace de Hilbert.
ii) H est réflexif.
i) On vérifie sans peine que (·, ·)H′ est une forme bilinéaire symétrique (resp.
sesquilinéaire hermitienne) définie positive sur H′ . Enfin
p q
∀ f ∈ H′ (f, f)H′ = R−1 (f), R−1 (f) H
q q
Riesz
= ∥R−1 (f)∥2H = ∥f∥2H′ = ∥f∥H′
Exemples
Théorème 4
H′ ×H′ −→ K

(f; g) −→ R−1 (f), R−1 (g) H
′
espace de Hilbert.
p q
∀ f ∈ H′ (f, f)H′ = R−1 (f), R−1 (f) H
q q
Riesz
= ∥R−1 (f)∥2H = ∥f∥2H′ = ∥f∥H′
Exemples
Théorème 4
H′ ×H′ −→ K

(f; g) −→ R−1 (f), R−1 (g) H
′
espace de Hilbert.
p q
∀ f ∈ H′ (f, f)H′ = R−1 (f), R−1 (f) H
q q
Riesz
= ∥R−1 (f)∥2H = ∥f∥2H′ = ∥f∥H′
Exemples
ii)
D’après i) H′ est un espace de Hilbert muni du produit scalaire (·, ·)H′ .
On peut alors appliquer i) à H′ et obtenir que H′′ est un espace de
Hilbert muni du produit scalaire
H′′ ×H′′ −→ K

(F; G) −→ R′ −1 (F), R′ −1 (G) H′
où R′ désigne l’isomorphisme de Riesz de H′ .

Par conséquant, pour tout G ∈ H′′ et pour tout f ∈ H′ on a
surj. R′ Riesz H′
H′′
< G, f >H′ = < R′ (g), f >H′ = (f, g)H′
H′′
p.sc.H′
= R−1 (f), R−1 (g) H = R−1 (g), R−1 (f) H
Riesz H
= < f, R−1 (g) >H =
H′ H′′
< JR−1 (g) , f >H′ .
Ainsi G = JR−1 (g) et donc J est surjective.

Exemples
ii)
H′′ ×H′′ −→ K

(F; G) −→ R′ −1 (F), R′ −1 (G) H′

H′′
< G, f >H′ = < R′ (g), f >H′ = (f, g)H′
H′′
p.sc.H′
= R−1 (f), R−1 (g) H = R−1 (g), R−1 (f) H
Riesz H
= < f, R−1 (g) >H =
H′ H′′
< JR−1 (g) , f >H′ .

Exemples
ii)
H′′ ×H′′ −→ K

(F; G) −→ R′ −1 (F), R′ −1 (G) H′

H′′
< G, f >H′ = < R′ (g), f >H′ = (f, g)H′
H′′
p.sc.H′
= R−1 (f), R−1 (g) H = R−1 (g), R−1 (f) H
Riesz H
= < f, R−1 (g) >H =
H′ H′′
< JR−1 (g) , f >H′ .

Exemples
Comme conséquence immédiate on a
Théorème (de compacité séquentielle faible)
Toute suite bornée d’un espace de Hilbert possède une sous-suite

faiblement convergente.
Démonstration.
Par réflexivité de H.

Exemples
Proposition (convergence faible)
Soient H un espace de Hilbert, (xn ) une suite de H et x. Alors

i)
xn ⇀ x dans H ⇐⇒ ∀u ∈ H (xn , u) −→ (x, u)
ii) (
xn ⇀ x dans H,
xn −→ x ds H ⇐⇒
∥xn ∥ −→ ∥x∥
i)
xn ⇀ x dans H ⇐⇒ ∀ L ∈ H′ < L, xn >−→< L, x >
Riesz H
⇐⇒ ∀u ∈ H < Lu , xn >−→< Lu , x >
⇐⇒ ∀ u ∈ H (xn , u) −→ (x, u).
ii) • =⇒ Vraie dans tous les evn (cf. chapitre IV) .
• ⇐= Puisque ∥xn − x∥2 = ∥xn ∥2 + ∥x∥2 − 2Re(xn , x) pour tout n ≥ 1, on a
∥xn − x∥2 = ∥xn ∥2 + ∥x∥2 − 2Re(xn , x) −→ ∥x∥2 + ∥x∥2 − 2Re(x, x)
= 2∥x∥2 − 2∥x∥2 = 0, i.e., ∥xn − x∥ −→ 0.
Exemples

i)
ii) (
xn ⇀ x dans H,
∥xn ∥ −→ ∥x∥
i)
Riesz H
⇐⇒ ∀u ∈ H < Lu , xn >−→< Lu , x >
⇐⇒ ∀ u ∈ H (xn , u) −→ (x, u).
= 2∥x∥2 − 2∥x∥2 = 0, i.e., ∥xn − x∥ −→ 0.
Exemples

i)
ii) (
xn ⇀ x dans H,
∥xn ∥ −→ ∥x∥
i)
Riesz H
⇐⇒ ∀u ∈ H < Lu , xn >−→< Lu , x >
⇐⇒ ∀ u ∈ H (xn , u) −→ (x, u).
= 2∥x∥2 − 2∥x∥2 = 0, i.e., ∥xn − x∥ −→ 0.
Exemples
Application (Cube de Hilbert) L’ensemble

n 1o
C := x = (xm )m≥1 ∈ ℓ2 : |xm | ≤
m
est un compact de ℓ2 .
Il suffit de démontrer que toute suite de C possède une sous-suite qui converge
fortement dans C (cf. section 4 des Rappels).
Soit (xn )n≥1 une suite de C, puisque (xn )n≥1 est bornée dans ℓ2 , le théorème de
compacité faible séquentielle donne l’existence d’une sous-suite (xnk )k≥1 qui
converge faiblemente dans ℓ2 vers un élément x.
n
Pour tout m ≥ 1, la suite (xmk )k≥1 converge vers xm dans K.
En effet, d’aprés la proposition précedente on a
∀m ≥ 1 xnmk = (xnk , em ) −→ (x, em ) = xm (15)
Il s’ensuit immédiatement de (15) que x ∈ C, car

1 k→∞ 1
∀m ≥ 1 |xnmk | ≤ =⇒ |xm | ≤
m m

Exemples

n 1o
C := x = (xm )m≥1 ∈ ℓ2 : |xm | ≤
m
n

1 k→∞ 1
∀m ≥ 1 |xnmk | ≤ =⇒ |xm | ≤
m m

Exemples

n 1o
C := x = (xm )m≥1 ∈ ℓ2 : |xm | ≤
m
n

1 k→∞ 1
∀m ≥ 1 |xnmk | ≤ =⇒ |xm | ≤
m m

Exemples

n 1o
C := x = (xm )m≥1 ∈ ℓ2 : |xm | ≤
m
n

1 k→∞ 1
∀m ≥ 1 |xnmk | ≤ =⇒ |xm | ≤
m m

Exemples

n 1o
C := x = (xm )m≥1 ∈ ℓ2 : |xm | ≤
m
n

1 k→∞ 1
∀m ≥ 1 |xnmk | ≤ =⇒ |xm | ≤
m m

Exemples
Pour conclure, on va démontrer que la sous-suite (xnk )k≥1 converge vers x

fortement dans ℓ2 . Pour cela il suffit de démontrer que
∀ε > 0 ∃ k̄ ≥ 1
∀ k ≥ k̄ :∥xnk − x∥ℓ2 < ε (16)
P ε2
Tout d’abord on fixe M = M(ε) ≥ 1 t.q. ∞ 1
m=M+1 m2 < 8 et puis on observe
que, d’apres (15),
ε2
∀ m ∈ {1, · · · , M} ∃ km ≥ 1 : ∀ k ≥ km |xnmk − xm |2 <
2M
Il s’ensuit alors que, pour tout k ≥ k̄ := max{km : 1 ≤ m ≤ M}, on a
X
∞ X
M X
∞
∥xnk − x∥2ℓ2 = |xnmk − xm |2 = |xnmk − xm |2 + |xnmk − xm |2
m=1 m=1 m=M+1
ε2 X
∞
ε X
∞ 1 2 2 1 2
<M +2 (|xnmk |2 + |xm |2 ) ≤ +2 +
2M 2 m m
m=M+1 m=M+1
ε2 ε2 ε2
≤ +2 + ≤ ε2 .
2 8 8
Ce qui montre (16) et prouve la compacité du cube de Hilbert C.
Exemples

∀ε > 0 ∃ k̄ ≥ 1
∀ k ≥ k̄ :∥xnk − x∥ℓ2 < ε (16)
P ε2
ε2
∀ m ∈ {1, · · · , M} ∃ km ≥ 1 : ∀ k ≥ km |xnmk − xm |2 <
2M
X
∞ X
M X
∞
m=1 m=1 m=M+1
ε2 X
∞
ε X
∞ 1 2 2 1 2
<M +2 (|xnmk |2 + |xm |2 ) ≤ +2 +
2M 2 m m
m=M+1 m=M+1
ε2 ε2 ε2
≤ +2 + ≤ ε2 .
2 8 8
Exemples

∀ε > 0 ∃ k̄ ≥ 1
∀ k ≥ k̄ :∥xnk − x∥ℓ2 < ε (16)
P ε2
ε2
∀ m ∈ {1, · · · , M} ∃ km ≥ 1 : ∀ k ≥ km |xnmk − xm |2 <
2M
X
∞ X
M X
∞
m=1 m=1 m=M+1
ε2 X
∞
ε X
∞ 1 2 2 1 2
<M +2 (|xnmk |2 + |xm |2 ) ≤ +2 +
2M 2 m m
m=M+1 m=M+1
ε2 ε2 ε2
≤ +2 + ≤ ε2 .
2 8 8
Exemples
Lemme 2
Soient H un espace de Hilbert et A ∈ L(H).

Supposons qu’il existe α > 0 t.q.
∀x ∈ H |(Ax, x)| ≥ α∥x∥2 . (17)
Alors, A est un opéarateur bijectif et A−1 ∈ L(H).
D’après le Théorème d’isomorphisme de Banach, il suffit de démontrer que A

est un opérateur bijectif.
i) A est injectif.
Soit x ∈ Ker(A), alors α∥x∥2 ≤ |(Ax, x)| = |(0, x)| = 0.
Donc x = 0 et A est injectif.
ii) A est surjectif.
Pour cela on démontre d’abord que A(H) est un sous-espace vectoriel dense de
H et puis que A(H) est aussi un fermé de H.

Exemples
Lemme 2

∀x ∈ H |(Ax, x)| ≥ α∥x∥2 . (17)

i) A est injectif.

Exemples
Lemme 2

∀x ∈ H |(Ax, x)| ≥ α∥x∥2 . (17)

i) A est injectif.

Exemples
Lemme 2

∀x ∈ H |(Ax, x)| ≥ α∥x∥2 . (17)

i) A est injectif.

Exemples
a) A(H) est un sev dense de H. Puisque A(H) est un sous-ev de H, d’aprés le

corollaire (critère de densité) il suffit de montrer que A(H)⊥ = {0}. Soit
y ∈ A(H)⊥ , alors 0 = (Ax, y) pour tout x ∈ H. En choisissant x = y on
obtient 0 = (Ay, y) = |(Ay, y)| ≥ α∥y∥2 . D’où, y = 0.
b) A(H) est un fermé de H. Soit (yn )n≥1 une suite de A(H) qui converge vers
y dans H. Démontrons que y ∈ A(H).
Par définition de A(H), il existe une suite (xn )n≥1 de H t.q. Axn = yn pour
tout n ≥ 1. Alors
1 (17)
∀ m, n ≥ 1 ∥xn − xm ∥2 ≤A(xn − xm ), xn − xm
α
1 1
≤ ∥A(xn − xm )∥∥xn − xm ∥ = ∥yn − ym ∥∥xn − xm ∥
α α
i.e.
1
∀ m, n ≥ 1 ∥xn − xm ∥ ≤
∥yn − ym ∥
α
et donc (xn ) est une suite de Cauchy de H (car la suite (yn ) l’est).
La complétude de H nous dit alors que xn −→ x dans H et la continuité de
A implique que yn = Axn −→ Ax. D’où y = Ax (par unicité de la limite),
c’est-à-dire y ∈ A(H).
Exemples

tout n ≥ 1. Alors
1 (17)
α
1 1
α α
i.e.
1
∀ m, n ≥ 1 ∥xn − xm ∥ ≤
∥yn − ym ∥
α
Exemples

tout n ≥ 1. Alors
1 (17)
α
1 1
α α
i.e.
1
∀ m, n ≥ 1 ∥xn − xm ∥ ≤
∥yn − ym ∥
α
Exemples

tout n ≥ 1. Alors
1 (17)
α
1 1
α α
i.e.
1
∀ m, n ≥ 1 ∥xn − xm ∥ ≤
∥yn − ym ∥
α
Exemples

tout n ≥ 1. Alors
1 (17)
α
1 1
α α
i.e.
1
∀ m, n ≥ 1 ∥xn − xm ∥ ≤
∥yn − ym ∥
α
Exemples

tout n ≥ 1. Alors
1 (17)
α
1 1
α α
i.e.
1
∀ m, n ≥ 1 ∥xn − xm ∥ ≤
∥yn − ym ∥
α
Exemples

tout n ≥ 1. Alors
1 (17)
α
1 1
α α
i.e.
1
∀ m, n ≥ 1 ∥xn − xm ∥ ≤
∥yn − ym ∥
α
Exemples
Théorème (de Lax-Milgram)

Soient H un espace de Hilbert réel (resp. complexe), L ∈ H′ et a(·, ·) une forme
bilinéaire (resp. sesquilinéaire) qui est 1) continue et 2) coercive, i.e. telle que
1) ∃M > 0 : ∀ u, v ∈ H |a(u, v)| ≤ Mkukkvk,
2) ∃α > 0 : ∀u ∈ H Re a(u, u) ≥ αkuk2 .
Alors il existe un unique u ∈ H t.q.
∀h ∈ H a(h, u) =< L, h > (18)
De plus, u vérifie l’estimation a priori
kLkH′
kukH ≤ (19)
α
En outre, si la forme a(·, ·) est symétrique (resp. hermitienne), alors u est l’unique
élément de H qui minimise la fonctionnelle J : H −→ R définie par
1
∀v ∈ H J (v) := a(v, v) − Re < L, v > . (20)
2
Autrement dit, u est l’unique élément de H t.q.
J (u) = min J (v)) (21)
v∈H

Exemples
La preuve est en trois étapes.

1) Il existe A ∈ L(H) bijectif t.q. h, Au = a(h, u) pour tout h, u ∈ H.
Pour tout u ∈ H, l’application h −→ a(h, u) est linéaire continue sur H.
En effet, h −→ a(h, u) est linéaire (car a(·, ·) est bilinéaire) et
|a(h, u)| ≤ M∥h∥∥u∥ = (M∥u∥)∥h∥, ∀ h, u ∈ H

grâce à l’hypothèse de continuité faite sur a(·, ·).
Cette inégalité implique, en particulier, que ∥h −→ a(h, u)∥H′ ≤ M∥u∥.
D’après le théorème de représentation de Riesz il existe un unique Au ∈ H t.q.
(
∀h ∈ H a(h, u) = (h, Au ),
(22)
∥Au ∥ = ∥h −→ a(h, u)∥H′ ≤ M∥u∥.
Ainsi l’opérateur
A :H −→ H
u −→ Au
est bien défini, linéaire et continu car ∥Au∥ = ∥Au ∥ ≤ M∥u∥
(la linéarité de A est une conséquence immediate de (22) et de la bilinéarité de
la forme a(·, ·)).
Exemples

|a(h, u)| ≤ M∥h∥∥u∥ = (M∥u∥)∥h∥, ∀ h, u ∈ H

(
∀h ∈ H a(h, u) = (h, Au ),
(22)
∥Au ∥ = ∥h −→ a(h, u)∥H′ ≤ M∥u∥.
A :H −→ H
u −→ Au
Exemples

|a(h, u)| ≤ M∥h∥∥u∥ = (M∥u∥)∥h∥, ∀ h, u ∈ H

(
∀h ∈ H a(h, u) = (h, Au ),
(22)
∥Au ∥ = ∥h −→ a(h, u)∥H′ ≤ M∥u∥.
A :H −→ H
u −→ Au
Exemples

|a(h, u)| ≤ M∥h∥∥u∥ = (M∥u∥)∥h∥, ∀ h, u ∈ H

(
∀h ∈ H a(h, u) = (h, Au ),
(22)
∥Au ∥ = ∥h −→ a(h, u)∥H′ ≤ M∥u∥.
A :H −→ H
u −→ Au
Exemples

|a(h, u)| ≤ M∥h∥∥u∥ = (M∥u∥)∥h∥, ∀ h, u ∈ H

(
∀h ∈ H a(h, u) = (h, Au ),
(22)
∥Au ∥ = ∥h −→ a(h, u)∥H′ ≤ M∥u∥.
A :H −→ H
u −→ Au
Exemples

|a(h, u)| ≤ M∥h∥∥u∥ = (M∥u∥)∥h∥, ∀ h, u ∈ H

(
∀h ∈ H a(h, u) = (h, Au ),
(22)
∥Au ∥ = ∥h −→ a(h, u)∥H′ ≤ M∥u∥.
A :H −→ H
u −→ Au
Exemples
On observe maintenant que A satisfait les hypothèses du lemme 2.

En effet, A appartient à L(H) et
def.A
∀u ∈ H |(Au, u)| ≥ Re(Au, u) = Re(Au , u) = Re(u, Au )
(22)
= Re a(u, u) = Re a(u, u) ≥ αkuk2
où, dans la dernière inégalité on a utilisé que la forme a est coercive.
Puisque A est justiciable du lemme 2, il s’ensuit que A est bijectif.
De plus, grâce à (22), on a h, Au = a(h, u) pour tout h, u ∈ H.
2) Puisque L ∈ H′ , grâce au théorème de représentation de Riesz il existe un unique
f ∈ H t.q.
∀h ∈ H < L, h >= (h, f)
et donc, il existe un unique u ∈ H t.q. Au = f, car A est surjectif.
Il s’ensuit alors que
1)
∃! u ∈ H : ∀h ∈ H < L, h >= (h, f) = h, Au = a(h, u).
Ceci prouve (18). En posant h = u dans (18) et en prenant la partie réelle de cette
identité on obtient
2)
αkuk2 ≤ Re a(u, u) = Re < L, u >≤ | < L, u > | ≤ kLkkuk
ce qui prouve (19).
Exemples

def.A
(22)
f ∈ H t.q.
∀h ∈ H < L, h >= (h, f)
1)
∃! u ∈ H : ∀h ∈ H < L, h >= (h, f) = h, Au = a(h, u).
2)
ce qui prouve (19).
Exemples

def.A
(22)
f ∈ H t.q.
∀h ∈ H < L, h >= (h, f)
1)
∃! u ∈ H : ∀h ∈ H < L, h >= (h, f) = h, Au = a(h, u).
2)
ce qui prouve (19).
Exemples

def.A
(22)
f ∈ H t.q.
∀h ∈ H < L, h >= (h, f)
1)
∃! u ∈ H : ∀h ∈ H < L, h >= (h, f) = h, Au = a(h, u).
2)
ce qui prouve (19).
Exemples

def.A
(22)
f ∈ H t.q.
∀h ∈ H < L, h >= (h, f)
1)
∃! u ∈ H : ∀h ∈ H < L, h >= (h, f) = h, Au = a(h, u).
2)
ce qui prouve (19).
Exemples
3) Pour la dernière partie du théorème on suppose a symétrique (resp. hermitienne) et on note u

l’unique élément de H qui vérifie (18). Alors, pour tout v ∈ H,
1
J (v) = J (u + (v − u)) =
a u + (v − u), u + (v − u) − Re < L, u + (v − u) >
2
1 1 1 1
= a(u, u) + a(v − u, v − u) + a(u, v − u) + a(v − u, u)
2 2 2 2
− Re < L, u > −Re < L, v − u >
1
sym. 1 1 1
= a(u, u) + a(v − u, v − u) + a(u, v − u) + a(u, v − u)
2 2 2 2
− Re < L, u > −Re < L, v − u >
1 1
= a(u, u) + a(v − u, v − u) + Re a(u, v − u)
2 2
− Re < L, u > −Re < L, v − u > (23)
1
= J (u) + a(v − u, v − u) + Re a(u, v − u) − Re < L, v − u >
2
sym. 1
= J (u) + a(v − u, v − u) + Re a(v − u, u) − Re < L, v − u >
2
1
2
(18) 1 1
= J (u) + a(v − u, v − u) + 0 = J (u) + a(v − u, v − u)
2 2
sym. 1
= J (u) + Re a(v − u, v − u)
2
Ainsi A. FARINA Analyse Fonctionnelle 47 / 70
Exemples

1
J (v) = J (u + (v − u)) =
a u + (v − u), u + (v − u) − Re < L, u + (v − u) >
2
1 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1
sym. 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1 1
= a(u, u) + a(v − u, v − u) + Re a(u, v − u)
2 2
− Re < L, u > −Re < L, v − u > (23)
1
2
sym. 1
2
1
2
(18) 1 1
= J (u) + a(v − u, v − u) + 0 = J (u) + a(v − u, v − u)
2 2
sym. 1
= J (u) + Re a(v − u, v − u)
2
Exemples

1
J (v) = J (u + (v − u)) =
a u + (v − u), u + (v − u) − Re < L, u + (v − u) >
2
1 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1
sym. 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1 1
= a(u, u) + a(v − u, v − u) + Re a(u, v − u)
2 2
− Re < L, u > −Re < L, v − u > (23)
1
2
sym. 1
2
1
2
(18) 1 1
= J (u) + a(v − u, v − u) + 0 = J (u) + a(v − u, v − u)
2 2
sym. 1
= J (u) + Re a(v − u, v − u)
2
Exemples

1
J (v) = J (u + (v − u)) =
a u + (v − u), u + (v − u) − Re < L, u + (v − u) >
2
1 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1
sym. 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1 1
= a(u, u) + a(v − u, v − u) + Re a(u, v − u)
2 2
− Re < L, u > −Re < L, v − u > (23)
1
2
sym. 1
2
1
2
(18) 1 1
= J (u) + a(v − u, v − u) + 0 = J (u) + a(v − u, v − u)
2 2
sym. 1
= J (u) + Re a(v − u, v − u)
2
Exemples

1
J (v) = J (u + (v − u)) =
a u + (v − u), u + (v − u) − Re < L, u + (v − u) >
2
1 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1
sym. 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1 1
= a(u, u) + a(v − u, v − u) + Re a(u, v − u)
2 2
− Re < L, u > −Re < L, v − u > (23)
1
2
sym. 1
2
1
2
(18) 1 1
= J (u) + a(v − u, v − u) + 0 = J (u) + a(v − u, v − u)
2 2
sym. 1
= J (u) + Re a(v − u, v − u)
2
Exemples

1
J (v) = J (u + (v − u)) =
a u + (v − u), u + (v − u) − Re < L, u + (v − u) >
2
1 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1
sym. 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1 1
= a(u, u) + a(v − u, v − u) + Re a(u, v − u)
2 2
− Re < L, u > −Re < L, v − u > (23)
1
2
sym. 1
2
1
2
(18) 1 1
= J (u) + a(v − u, v − u) + 0 = J (u) + a(v − u, v − u)
2 2
sym. 1
= J (u) + Re a(v − u, v − u)
2
Exemples

1
J (v) = J (u + (v − u)) =
a u + (v − u), u + (v − u) − Re < L, u + (v − u) >
2
1 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1
sym. 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1 1
= a(u, u) + a(v − u, v − u) + Re a(u, v − u)
2 2
− Re < L, u > −Re < L, v − u > (23)
1
2
sym. 1
2
1
2
(18) 1 1
= J (u) + a(v − u, v − u) + 0 = J (u) + a(v − u, v − u)
2 2
sym. 1
= J (u) + Re a(v − u, v − u)
2
Exemples

1
J (v) = J (u + (v − u)) =
a u + (v − u), u + (v − u) − Re < L, u + (v − u) >
2
1 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1
sym. 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1 1
= a(u, u) + a(v − u, v − u) + Re a(u, v − u)
2 2
− Re < L, u > −Re < L, v − u > (23)
1
2
sym. 1
2
1
2
(18) 1 1
= J (u) + a(v − u, v − u) + 0 = J (u) + a(v − u, v − u)
2 2
sym. 1
= J (u) + Re a(v − u, v − u)
2
Exemples

1
J (v) = J (u + (v − u)) =
a u + (v − u), u + (v − u) − Re < L, u + (v − u) >
2
1 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1
sym. 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1 1
= a(u, u) + a(v − u, v − u) + Re a(u, v − u)
2 2
− Re < L, u > −Re < L, v − u > (23)
1
2
sym. 1
2
1
2
(18) 1 1
= J (u) + a(v − u, v − u) + 0 = J (u) + a(v − u, v − u)
2 2
sym. 1
= J (u) + Re a(v − u, v − u)
2
Exemples

1
J (v) = J (u + (v − u)) =
a u + (v − u), u + (v − u) − Re < L, u + (v − u) >
2
1 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1
sym. 1 1 1
2 2 2 2
− Re < L, u > −Re < L, v − u >
1 1
= a(u, u) + a(v − u, v − u) + Re a(u, v − u)
2 2
− Re < L, u > −Re < L, v − u > (23)
1
2
sym. 1
2
1
2
(18) 1 1
= J (u) + a(v − u, v − u) + 0 = J (u) + a(v − u, v − u)
2 2
sym. 1
= J (u) + Re a(v − u, v − u)
2
Exemples
1
∀v ∈ H J (v) = J (u) + Re a(v − u, v − u)
2
coerc. 1
≥ J (u) + αkv − uk2 ≥ J (u)
2
ce qui prouve que u minimise la fonctionnelle J sur H.
Enfin, si u1 ∈ H est un minimiseur J sur H alors
(23) 1
J (u) = J (u1 ) = J (u) + Re a(u1 − u, u1 − u)
2
coerc. 1
≥ J (u) + αku1 − uk2
2
=⇒ ku1 − uk2 ≤ 0 =⇒ u1 = u.
Ce qui montre que u est bien l’unique élément de H qui minimise la fonctionnelle J
sur H.

Exemples
1
∀v ∈ H J (v) = J (u) + Re a(v − u, v − u)
2
coerc. 1
≥ J (u) + αkv − uk2 ≥ J (u)
2
ce qui prouve que u minimise la fonctionnelle J sur H.
Enfin, si u1 ∈ H est un minimiseur J sur H alors
(23) 1
J (u) = J (u1 ) = J (u) + Re a(u1 − u, u1 − u)
2
coerc. 1
≥ J (u) + αku1 − uk2
2
=⇒ ku1 − uk2 ≤ 0 =⇒ u1 = u.
Ce qui montre que u est bien l’unique élément de H qui minimise la fonctionnelle J
sur H.

Exemples
Définition 3
Soit {xj }j∈J une famille de vecteurs d’un espace préhilbertien H.
La famille {xj }j∈J est
i) orthogonale si ses éléments sont orthogonaux deux à deux, i.e.,
∀ j, k ∈ J, j ̸= k, (xj , xk ) = 0,
ii) orthonormée si ses éléments sont orthogonaux deux à deux et s’ils sont
tous de norme unité, i.e.,
∀ j, k ∈ J (xj , xk ) = δj,k ,
iii) totale si l’ensemble des combinaisons linéaires finies d’éléments de {xj }j∈J
est dense dans H, i.e.,
VectK < xj : j ∈ J > = H.

Exemples
Proposition 2
Soit H un espace préhilbertien.
1 Théorème de Pythagore (généralisé)
Soit k ≥ 2 et soit {x1 , ..., xk } une famille orthogonale de H. Alors
X
k
2 X
k
xj = kxj k2 .
j=1 j=1
2 Toute famille orthonormée de H est libre.

3 Soit {x1 , ..., xk } une famille orthonormée finie de H et soit V := VectK hx1 , ..., xk i.
Alors
X k
∀x ∈ H PV (x) = (x, xj )xj
j=1
4 Inégalité de Bessel
Soit (xn )n≥1 une suite orthonormée de H et soit y ∈ H. Alors
∞
X
|(y, xn )|2 ≤ kyk2 .
n=1

Exemples
(1) Déjà vu (cf. le point (5) du Théorème 3).
(2) Soit {xj }j∈J une famille orthonormée

P de H.
Soient I ⊂ J, I fini et λj ∈ K t.q. j∈I λj xj = 0.
La famille finie {λj xj } est orthogonale et donc
X 2 (1) X X
0= λ j xj = ∥λj xj ∥2 = |λj |2 =⇒ λj = 0 ∀ j ∈ I.
j∈I j∈I j∈I

Exemples
(1) Déjà vu (cf. le point (5) du Théorème 3).
(2) Soit {xj }j∈J une famille orthonormée

P de H.
Soient I ⊂ J, I fini et λj ∈ K t.q. j∈I λj xj = 0.
La famille finie {λj xj } est orthogonale et donc
X 2 (1) X X
0= λ j xj = ∥λj xj ∥2 = |λj |2 =⇒ λj = 0 ∀ j ∈ I.
j∈I j∈I j∈I

Exemples
(3) Pourt tout x ∈ H et pour 1 ≤ ℓ ≤ k on a
X
k k
X
x− (x, xj )xj , xℓ = (x, xℓ ) − (x, xj )xj , xℓ
j=1 j=1
X
k X
k (24)
=(x, xℓ ) − (x, xj )(xj , xℓ ) = (x, xℓ ) − (x, xj )δj,ℓ
j=1 j=1
=(x, xℓ ) − (x, xℓ ) = 0.
Pk
Ainsi x − j=1 (x, xj )xj est orthogonal à tout élément de V = VectK ⟨x1 , ..., xk ⟩.
P
D’où PV (x) = kj=1 (x, xj )xj grâce à la caractérisation (12) et à la remarque qui
suit (12).

Exemples
(4) Pour tout k ≥ 1 on note Vk := VectK ⟨x1 , ..., xk ⟩. Alors
∀y ∈ H y = PVk (y) + (y − PVk (y)), PVk (y) ⊥ (y − PVk (y)),
d’où
(1)
∀y ∈ H ∥y∥2 = ∥PVk (y)∥2 + ∥y − PVk (y)∥2 ≥ ∥PVk (y)∥2
(3) X
k
(1) X
k X
k
=∥ (y, xn )xn ∥2 = |(y, xn )|2 ∥xn ∥2 = |(y, xn )|2
n=1 n=1 n=1
et l’inégalité de Bessel suit en faisant k −→ +∞.

Exemples
(4) Pour tout k ≥ 1 on note Vk := VectK ⟨x1 , ..., xk ⟩. Alors
∀y ∈ H y = PVk (y) + (y − PVk (y)), PVk (y) ⊥ (y − PVk (y)),
d’où
(1)
∀y ∈ H ∥y∥2 = ∥PVk (y)∥2 + ∥y − PVk (y)∥2 ≥ ∥PVk (y)∥2
(3) X
k
(1) X
k X
k
=∥ (y, xn )xn ∥2 = |(y, xn )|2 ∥xn ∥2 = |(y, xn )|2
n=1 n=1 n=1
et l’inégalité de Bessel suit en faisant k −→ +∞.

Exemples
Définition 4
Soit H un espace préhilbertien. On appelle base hilbertienne toute
famille orthonormée totale de H.
Exemple 1.
Tout espace de Hilbert H de dimension finie N ≥ 1 possède une base
hilbertienne.
Tout K-espace de Hilbert H de dimension finie N ≥ 1 est isomorphe et
isométrique à KN muni de son produit scalaire usuel.

Exemples
Définition 4
Soit H un espace préhilbertien. On appelle base hilbertienne toute
famille orthonormée totale de H.
Exemple 1.
Tout espace de Hilbert H de dimension finie N ≥ 1 possède une base
hilbertienne.
Tout K-espace de Hilbert H de dimension finie N ≥ 1 est isomorphe et
isométrique à KN muni de son produit scalaire usuel.

Exemples
Dans ce cas une base hilbertienne est simplement une base orthonormée de
H, dont on montre l’existence soit par récurrence sur la dimension, soit en
orthonormalisant une base algébrique quelconque par la procedure
d'orthonormalisation de Gram-Schmidt, que nous rappelons ci-dessous :
Soit {x1 , · · · , xN } une base algébrique de l’espace vectoriel H.

On lui associe e1 := ∥xx11 ∥ . Les ej étant construits jusqu’à j = m ≥ 1,
P
xm+1 − m (xm+1 ,ej )ej
on pose em+1 := Pj=1 .
∥xm+1 − mj=1 (xm+1 ,ej )ej ∥
On rappele alors que :


∀ j = 1, · · · , N
 {e1 , · · · , ej } est orthonormée,
VectK ⟨e1 , ..., ej ⟩ = VectK ⟨x1 , ..., xj ⟩,


(ej , xj ) > 0.
Ceci prouve bien que {e1 , · · · , eN } est une base orthonormée de H, et donc une
base hilbertienne de H.

Exemples

P
∥xm+1 − mj=1 (xm+1 ,ej )ej ∥


∀ j = 1, · · · , N


(ej , xj ) > 0.

Exemples

P
∥xm+1 − mj=1 (xm+1 ,ej )ej ∥


∀ j = 1, · · · , N


(ej , xj ) > 0.

Exemples

P
∥xm+1 − mj=1 (xm+1 ,ej )ej ∥


∀ j = 1, · · · , N


(ej , xj ) > 0.

Exemples
PN
Puisque tout x ∈ H s’écrit de façon unique sous la forme x = j=1 xj ej ,
xj ∈ K, l’application L : H −→ KN définie par L(x) = (x1 , · · · , xN ) est un
isomorphisme. De plus L est isométrique car
X
N X
N N
X X
N
∥x∥2H = (x, x)H = xj ej , xk e k = xj e j , xk ek
H H
j=1 k=1 j=1 k=1
X
N X
N X
N
= (xj ej , xk ek )H = xj xk (ej , ek )H = xj xk δj,k
j,k=1 j,k=1 j,k=1
X
N
= xj xj = ∥(x1 , · · · , xN )∥2KN .
j=1
Ceci prouve que L est une isométrie.

Exemples
Exemple 2. La suite canonique (en )n≥1 est une base hilbertienne de ℓ2

(qui n’est pas une base algébrique de ℓ2 ).
En effet,
P∞
• la famille (en )n≥1 est orthonormée, car (en , em ) = n m
j=1 ej ej = δn,m
et
• la famille (en )n≥1 est totale car,
si V := VectK ⟨en : n ≥ 1⟩, alors V⊥ = {0}. P∞
Soit y ∈ V⊥ , alors pour tout n ≥ 1 on a 0 = (y, en ) = j=1 yj enj = yn . Ce
qui implique y = 0.
•• La famille (en )n≥1 n’est pas une base algébrique de ℓ2 car la suite
y = ( n1 )n≥1 ∈ ℓ2 , mais elle n’est visiblement pas une combinaison linéaire
finie d’éléments de la famille (en )n≥1 .

Exemples

En effet,
P∞
j=1 ej ej = δn,m
et
qui implique y = 0.

Exemples

En effet,
P∞
j=1 ej ej = δn,m
et
qui implique y = 0.

Exemples

En effet,
P∞
j=1 ej ej = δn,m
et
qui implique y = 0.

Exemples

En effet,
P∞
j=1 ej ej = δn,m
et
qui implique y = 0.

Exemples
On sait que l’espace ℓ2 est séparable et on vient de voir qu’il possède une
base hilbertienne dénombrable.
Ceci n’est pas un hasard, comme le montre le résultat suivant.
Théorème 5
Soit H un espace préhilbertien de dimension infinie. Alors
H est séparable ⇐⇒ H possède une base hilbertienne dénombrable.
Dans ce cas toutes les bases hilbertiennes de H sont dénombrables.
• ⇐= Soit {en : n ≥ 1} une base hilbertienne de H, alors

VectK′ ⟨en : n ≥ 1⟩ est une partie dénombrable et dense de H.
Donc H est séparable.

Exemples
Théorème 5


Exemples
Théorème 5


Exemples
• =⇒ Soit D := {xn : n ≥ 1} une partie dénombrable et dense de H.

On pose
(
n1 := min{n ≥ 1 : xn ̸= 0},
∀p ≥ 1 np+1 := min{n ≥ 1 : xn ̸∈ VectK ⟨xn1 , · · · , xnp ⟩}
et on observe que, par construction, la famille dénombrable {xnp }p≥1 est

libre et, qu’elle engendre le même sous-espace vectoriel que D.
Ainsi {xnp }p≥1 est totale.
On conclut en appliquant le procédé d’orthonormalisation de
Gram-Schmidt aux sous-espaces vectoriels Vnp := VectK ⟨xn1 , · · · , xnp ⟩,
p ≥ 1.

Exemples

On pose
(
n1 := min{n ≥ 1 : xn ̸= 0},

p ≥ 1.

Exemples

On pose
(
n1 := min{n ≥ 1 : xn ̸= 0},

p ≥ 1.

Exemples
Soit {xj : j ∈ J} une base hilbertienne de H séparable de dimension

infinie.
Pour conclure il suffit de démontrer que #(J) ≤ #(N) (en dimension
infinie une base hilbertienne est toujours de cardinal infini, car elle est
totale). Pour cela on observe d’abord que
∥xj − xk ∥2 = ∥xj ∥√ 2
+ ∥xk ∥2 = 1 + 1 = 2, pour tout j, k ∈ J t.q. j ̸= k, i.e.,
que ∥xj − xk ∥ = 2 pour tout j, k ∈ J t.q. j ̸= k, et on pose
Oj := BH (xj , 12 ).
Si #(J) > #(N) on aurait alors trouvé une famille non dénombrable
{Oj : j ∈ J} d’ouverts deux à deux disjoints, ce qui contredit la
séparabilité de H (cf. lemma 2 (critère de non séparabilité), section 3, ch.
4).

Exemples

infinie.
∥xj − xk ∥2 = ∥xj ∥√ 2
Oj := BH (xj , 12 ).
4).

Exemples

infinie.
∥xj − xk ∥2 = ∥xj ∥√ 2
Oj := BH (xj , 12 ).
4).

Exemples
Théorème 6
Soit H un espace de Hilbert et soit (xn )n≥1 une suite orthonormée de H. Les
propriétés suivantes sont équivalentes.
1) (xn )n≥1 est une base hilbertienne.
P
2) ∀ y ∈ H y= ∞ n=1 (y, xn )xn dans H
3) Identité de Bessel-Plancherel :
X
∞
∀y ∈ H ∥y∥2 = |(y, xn )|2
n=1
4) Identité de Parseval :
X
∞
∀ x, y ∈ H (x, y) = (x, xn )(y, xn )
n=1

Exemples
• 1) =⇒ 2)
Soit y ∈ H. Il suffit de démontrer que
X
k
lim y− (y, xn )xn = 0.
k→+∞ H
n=1
Soit ε > 0, puisque (xn )n≥1 est totale dans H, il existe

yε ∈ VectK ⟨xn : n ≥ 1⟩ t.q. ∥y − yε ∥ < ε.
Il existe donc k̄ = k̄(y, ε) ≥ 1 t.q. yε ∈ VectK ⟨xn : 1 ≤ n ≤ k̄⟩.
Il s’ensuit que yε ∈ VectK ⟨xn : 1 ≤ n ≤ k⟩ =: Vk pour tout k ≥ k̄, et donc
X
k
∀ k ≥ k̄ y− (y, xn )xn = ∥y − PVk (y)∥
n=1
= min ∥y − vk ∥ ≤ ∥y − yε ∥ < ε.
vk ∈Vk

Exemples
• 1) =⇒ 2)
X
k
k→+∞ H
n=1

X
k
∀ k ≥ k̄ y− (y, xn )xn = ∥y − PVk (y)∥
n=1
= min ∥y − vk ∥ ≤ ∥y − yε ∥ < ε.
vk ∈Vk

Exemples
• 1) =⇒ 2)
X
k
k→+∞ H
n=1

X
k
∀ k ≥ k̄ y− (y, xn )xn = ∥y − PVk (y)∥
n=1
= min ∥y − vk ∥ ≤ ∥y − yε ∥ < ε.
vk ∈Vk

Exemples
• 1) =⇒ 2)
X
k
k→+∞ H
n=1

X
k
∀ k ≥ k̄ y− (y, xn )xn = ∥y − PVk (y)∥
n=1
= min ∥y − vk ∥ ≤ ∥y − yε ∥ < ε.
vk ∈Vk

Exemples
• 2) =⇒ 3)
∀ k ≥ 1, ∀ y ∈ H ∥y∥2 =∥PVk (y) + (y − PVk (y))∥2
Phyt.
= ∥PVk (y)∥2 + ∥y − PVk (y)∥2
X
k
2 X
k
2
= (y, xn )xn + y− (y, xn )xn
n=1 n=1
Phyt. X X
k k
2
= |(y, xn )|2 + y − (y, xn )xn
n=1 n=1
et donc
X
k X
k
2
∀ k ≥ 1, ∀ y ∈ H |(y, xn )|2 = ∥y∥2 − y − (y, xn )xn .
n=1 n=1
Pk
Or, l’hypothèse 2) implique que limk→+∞ y − n=1 (y, xn )xn = 0, ainsi
X
k
∀y ∈ H lim |(y, xn )|2 = ∥y∥2 + 0 = ∥y∥2
k→+∞
n=1
et l’identité de Bessel-Plancherel est satisfaite.

Exemples
• 2) =⇒ 3)
∀ k ≥ 1, ∀ y ∈ H ∥y∥2 =∥PVk (y) + (y − PVk (y))∥2
Phyt.
= ∥PVk (y)∥2 + ∥y − PVk (y)∥2
X
k
2 X
k
2
= (y, xn )xn + y− (y, xn )xn
n=1 n=1
Phyt. X X
k k
2
= |(y, xn )|2 + y − (y, xn )xn
n=1 n=1
et donc
X
k X
k
2
∀ k ≥ 1, ∀ y ∈ H |(y, xn )|2 = ∥y∥2 − y − (y, xn )xn .
n=1 n=1
Pk
X
k
∀y ∈ H lim |(y, xn )|2 = ∥y∥2 + 0 = ∥y∥2
k→+∞
n=1

Exemples
• 2) =⇒ 3)
∀ k ≥ 1, ∀ y ∈ H ∥y∥2 =∥PVk (y) + (y − PVk (y))∥2
Phyt.
= ∥PVk (y)∥2 + ∥y − PVk (y)∥2
X
k
2 X
k
2
= (y, xn )xn + y− (y, xn )xn
n=1 n=1
Phyt. X X
k k
2
= |(y, xn )|2 + y − (y, xn )xn
n=1 n=1
et donc
X
k X
k
2
∀ k ≥ 1, ∀ y ∈ H |(y, xn )|2 = ∥y∥2 − y − (y, xn )xn .
n=1 n=1
Pk
X
k
∀y ∈ H lim |(y, xn )|2 = ∥y∥2 + 0 = ∥y∥2
k→+∞
n=1

Exemples
• 3) =⇒ 4)
Dans le cas réel l’identité de polarisation implique que
3) X
∞ X
∞
∀ x, y ∈ H 4(x, y) =∥x + y∥2 − ∥x − y∥2 = |(x + y, xn )|2 − |(x − y, xn )|2
n=1 n=1
X
∞ X∞
= |(x, xn ) + (y, xn )|2 − |(x, xn ) − (y, xn )|2
n=1 n=1
X∞
= |(x, xn )|2 + |(y, xn )|2 + 2(x, xn )(y, xn )
n=1
X
∞
− |(x, xn )|2 + |(y, xn )|2 − 2(x, xn )(y, xn )
n=1
X∞
4 (x, xn )(y, xn )
n=1
et l’identité de Parseval est ainsi démontrée dans le cas réel.

Le cas complexe se traite de la même manière et il est laissé en exercice.

Exemples
• 4) =⇒ 1)
Il suffit de démontrer que la famille (xn )n≥1 est totale.
Soit V := VectK ⟨xn : n ̸= 1⟩ et soit y ∈ V⊥ alors
∞
X ∞
X
2 4) y∈V⊥
∥y∥ = (y, y) = (y, xn )(xn , y) = 0·0=0 =⇒ y = 0.
n=1 n=1
Ainsi, V⊥ = {0} et le corollaire (critère de densité) implique que V est

dense dans H.

Exemples
• 4) =⇒ 1)
Il suffit de démontrer que la famille (xn )n≥1 est totale.
Soit V := VectK ⟨xn : n ̸= 1⟩ et soit y ∈ V⊥ alors
∞
X ∞
X
2 4) y∈V⊥
∥y∥ = (y, y) = (y, xn )(xn , y) = 0·0=0 =⇒ y = 0.
n=1 n=1
Ainsi, V⊥ = {0} et le corollaire (critère de densité) implique que V est

dense dans H.

Exemples
Théorème (unicité du développement)
Soit (xn )n≥1 une base hilbertienne dénombrablePd’un espace préhilbertien H et

soit (an )n≥1 une suite de scalaires t.q. la série ∞
n=1 an xn converge dans H vers
un élément y.
Alors, an = (y, xn ) pour tout n ≥ 1.
Par hypothèse on a
X
k
k→∞
yk := an xn −→ y dans H
n=1

k→∞
∀n ≥ 1 (yk , xn ) −→ (y, xn )
car |(yk , xn ) − (y, xn )| = |(yk − y, xn )| ≤ ∥yk − y∥∥xn ∥ −→ 0, lorsque k → +∞.
D’autre part, pour tout n ≥ 1 fixé, la suite de scalaires (yk , xn ) est constante
égale à an pour tout k ≥ n. Ainsi, elle converge vers an et donc an = (y, xn ), par
unicité de la limite dans K.

Exemples
Théorème (unicité du développement)
Soit (xn )n≥1 une base hilbertienne dénombrablePd’un espace préhilbertien H et

soit (an )n≥1 une suite de scalaires t.q. la série ∞
n=1 an xn converge dans H vers
un élément y.
Alors, an = (y, xn ) pour tout n ≥ 1.
Par hypothèse on a
X
k
k→∞
yk := an xn −→ y dans H
n=1

k→∞
∀n ≥ 1 (yk , xn ) −→ (y, xn )
car |(yk , xn ) − (y, xn )| = |(yk − y, xn )| ≤ ∥yk − y∥∥xn ∥ −→ 0, lorsque k → +∞.
D’autre part, pour tout n ≥ 1 fixé, la suite de scalaires (yk , xn ) est constante
égale à an pour tout k ≥ n. Ainsi, elle converge vers an et donc an = (y, xn ), par
unicité de la limite dans K.

Exemples
On a vu que tout K-espace de Hilbert de dimension finie N ≥ 1 est isomorphe

et isométrique à KN muni de son produit scalaire usuel. Le théorème suivant
étend ce résultat aux espaces de Hilbert séparables de dimension infinie. Il nous
dit que ℓ2 est le prototype universel de l’espace de Hilbert séparable de
dimension infinie.
Théorème (de Riesz-Fischer)

Soit H un espace de Hilbert possédant une base hilbertienne dénombrable, que
l’on note (xn )n≥1 . Alors, l’application
L :H −→ ℓ2

y −→ (y, xn )
n≥1
est une isométrie.

En particulier, tout espace de Hilbert séparable de dimension infinie est
isomorphe et isométrique à ℓ2 .

Exemples
On a vu que tout K-espace de Hilbert de dimension finie N ≥ 1 est isomorphe

et isométrique à KN muni de son produit scalaire usuel. Le théorème suivant
étend ce résultat aux espaces de Hilbert séparables de dimension infinie. Il nous
dit que ℓ2 est le prototype universel de l’espace de Hilbert séparable de
dimension infinie.
Théorème (de Riesz-Fischer)

Soit H un espace de Hilbert possédant une base hilbertienne dénombrable, que
l’on note (xn )n≥1 . Alors, l’application
L :H −→ ℓ2

y −→ (y, xn )
n≥1
est une isométrie.

En particulier, tout espace de Hilbert séparable de dimension infinie est
isomorphe et isométrique à ℓ2 .

Exemples
L’application L est bien définie et linéaire (par construction). Elle est

isométrique grâce à l’identité de Bessel-Plancherel, et donc injective aussi.
Il ne reste qu’à démontrer qu’elle est surjective.
P
Soit (αn ) ∈ ℓ2 et soit, pour tout k ≥ 1, Sk := kn=1 αn xn ∈ H .
La suite (Sk )k≥1 est de Cauchy dans H. En effet,
X
n
2
∀ n, m ≥ 1, m < n ∥Sn − Sm ∥2 = αl xl
l=m+1
Phyt. X
n X
n
m,n→∞
= ∥αl xl ∥2 = |αl |2 −→ 0
l=m+1 l=m+1
car c’est le reste de Cauchy d’unePsérie convergente (on rappelle que (αn ) ∈ ℓ2 ).
Ainsi il existe y ∈ H tel que y = ∞ n=1 αn xn dans H.
Mais alors αn = (y, xn ) pour tout n ≥ 1, grâce au théorème précédent.
C’est-à-dire, L(y) = (αn ) et L est surjective.
La dernière affirmation est alors conséquence du Théorème 5 et de ce que l’on
vient de démontrer.

Exemples

P
X
n
2
∀ n, m ≥ 1, m < n ∥Sn − Sm ∥2 = αl xl
l=m+1
Phyt. X
n X
n
m,n→∞
= ∥αl xl ∥2 = |αl |2 −→ 0
l=m+1 l=m+1

Exemples

P
X
n
2
∀ n, m ≥ 1, m < n ∥Sn − Sm ∥2 = αl xl
l=m+1
Phyt. X
n X
n
m,n→∞
= ∥αl xl ∥2 = |αl |2 −→ 0
l=m+1 l=m+1

Exemples

P
X
n
2
∀ n, m ≥ 1, m < n ∥Sn − Sm ∥2 = αl xl
l=m+1
Phyt. X
n X
n
m,n→∞
= ∥αl xl ∥2 = |αl |2 −→ 0
l=m+1 l=m+1

Exemples

P
X
n
2
∀ n, m ≥ 1, m < n ∥Sn − Sm ∥2 = αl xl
l=m+1
Phyt. X
n X
n
m,n→∞
= ∥αl xl ∥2 = |αl |2 −→ 0
l=m+1 l=m+1

Exemples

P
X
n
2
∀ n, m ≥ 1, m < n ∥Sn − Sm ∥2 = αl xl
l=m+1
Phyt. X
n X
n
m,n→∞
= ∥αl xl ∥2 = |αl |2 −→ 0
l=m+1 l=m+1

Exemples

P
X
n
2
∀ n, m ≥ 1, m < n ∥Sn − Sm ∥2 = αl xl
l=m+1
Phyt. X
n X
n
m,n→∞
= ∥αl xl ∥2 = |αl |2 −→ 0
l=m+1 l=m+1

Exemples

P
X
n
2
∀ n, m ≥ 1, m < n ∥Sn − Sm ∥2 = αl xl
l=m+1
Phyt. X
n X
n
m,n→∞
= ∥αl xl ∥2 = |αl |2 −→ 0
l=m+1 l=m+1

Exemples
Remarque
Compte tenu des résultats que l’on vient de voir il est important de savoir
reconnaître si une norme ∥ · ∥ donnée sur un K-espace vectoriel E dérive d’un
produit scalaire, i.e., s’il existe un produit scalaire (·, ·) sur E t.q.
p
∀x ∈ E (x, x) = ∥x∥ .
Une telle norme est appelée norme Hilbertienne.

On sait qu’une norme induite par un produit scalaire vérifie nécéssairement
l’identité du parallélogramme. En effet, l’identité du parallélogramme caractérise
les normes hilbertiennes, comme le montre le résultat suivant (cf. TD)
Théorème (Fréchet, Von Neumann, Jordan)

Une norme ∥ · ∥ sur un K-espace vectoriel E est Hilbertienne si et seulement si
elle vérifie l’identité du parallélogramme. Ce produit scalaire est alors unique et,
il est déterminé par l’identité de polarisation.

AnFunz Slides4!23!24 2

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

AnFunz Slides4!23!24 2

Transféré par

Droits d'auteur :

Formats disponibles

Espaces de Hilbert

A. FARINA Analyse Fonctionnelle 1 / 70

Soit H un R-espace vectoriel. Une forme bilinéaire sur H est une

∀ x, y, z ∈ H, ∀ α, β ∈ R φ(αx + βy, z) = αφ(x, z) + βφ(y, z)

De manière analogue, lorsque H un C-espace vectoriel, une forme

∀ x, y, z ∈ H, ∀ α, β ∈ C φ(αx + βy, z) = αφ(x, z) + βφ(y, z)

A. FARINA Analyse Fonctionnelle 2 / 70

A. FARINA Analyse Fonctionnelle 3 / 70

et il y a égalité dans (1) si et seulement si x et y sont colinéaires.

est une norme sur H, appelée norme induite ou norme associée.

A. FARINA Analyse Fonctionnelle 4 / 70

1 On démontre un résultat un peu plus général (utile aussi dans la

Soit H un K-espace vectoriel. Toute forme bilinéaire symétrique (resp.

En outre, si φ est définie positive, il y a égalité dans (3) si et seulement

A. FARINA Analyse Fonctionnelle 5 / 70

0 ≤ φ(αx − y, αx − y) = φ(αx, αx) + φ(αx, −y) + φ(−y, αx) + φ(−y, −y)

|φ(x, y)|2 |φ(x, y)|2

0 ≤ φ(αx − y, αx − y) = φ(αx, αx) + φ(αx, −y) + φ(−y, αx) + φ(−y, −y)

|φ(x, y)|2 |φ(x, y)|2

0 ≤ φ(αx − y, αx − y) = φ(αx, αx) + φ(αx, −y) + φ(−y, αx) + φ(−y, −y)

|φ(x, y)|2 |φ(x, y)|2

0 ≤ φ(αx − y, αx − y) = φ(αx, αx) + φ(αx, −y) + φ(−y, αx) + φ(−y, −y)

|φ(x, y)|2 |φ(x, y)|2

Supposons φ définie positive et qu’il y a égalité dans (3).

|φ(x, y)|2 |φ(x, y)|2 |φ(x, y)|2

A. FARINA Analyse Fonctionnelle 7 / 70

Supposons φ définie positive et qu’il y a égalité dans (3).

|φ(x, y)|2 |φ(x, y)|2 |φ(x, y)|2

A. FARINA Analyse Fonctionnelle 7 / 70

Supposons φ définie positive et qu’il y a égalité dans (3).

|φ(x, y)|2 |φ(x, y)|2 |φ(x, y)|2

A. FARINA Analyse Fonctionnelle 7 / 70

N2 (x + y) = (x + y, x + y) = (x, x) + (x, y) + (y, x) + (y, y)

A. FARINA Analyse Fonctionnelle 8 / 70

N2 (x + y) = (x + y, x + y) = (x, x) + (x, y) + (y, x) + (y, y)

A. FARINA Analyse Fonctionnelle 8 / 70

N2 (x + y) = (x + y, x + y) = (x, x) + (x, y) + (y, x) + (y, y)

A. FARINA Analyse Fonctionnelle 8 / 70

▶▶▶ Dorénavant on note N = ∥ · ∥.

On appelle K-espace préhilbertien un K-espace vectoriel muni d’un

A. FARINA Analyse Fonctionnelle 9 / 70

Le produit scalaire usuel sur KN ,N ≥ 1, est défini par :

Dans ce cas la norme induite coïncide avec la norme | · |2 sur KN , i.e.,

Ainsi, (KN , (·, ·)) est un K-espace de Hilbert.

A. FARINA Analyse Fonctionnelle 10 / 70

Soient (H1 , (·, ·)H1 ), . . . , (Hn , (·, ·)Hn ), n ≥ 2, des espaces

est un espace préhilbertien (resp. de Hilbert) muni du produit

En particulier, pour (H1 , (·, ·)H1 ) = · · · = (Hn , (·, ·)Hn ) = (K, | · |) on

A. FARINA Analyse Fonctionnelle 11 / 70

On munit le K-ev ℓ2 du produit scalaire (naturel) en posant

A. FARINA Analyse Fonctionnelle 12 / 70

Soit [a, b] ⊂ R un segment. On définit un produit scalaire sur le

La normeqinduite est la norme N2 définie par

A. FARINA Analyse Fonctionnelle 13 / 70

Soit [a, b] ⊂ R un segment. On définit un produit scalaire sur le

La normeqinduite est la norme N2 définie par

A. FARINA Analyse Fonctionnelle 13 / 70

Soit (X, T, µ) un espace mesuré et soit

et la norme induite est la norme ∥ · ∥L2

Soit (X, T, µ) un espace mesuré et soit

et la norme induite est la norme ∥ · ∥L2

A. FARINA Analyse Fonctionnelle 15 / 70

A. FARINA Analyse Fonctionnelle 15 / 70

A. FARINA Analyse Fonctionnelle 15 / 70