Académique Documents
Professionnel Documents
Culture Documents
1.1 NORME.
1° DEFINITION 1.1
Une norme est une application de E dans R+, qui associe à tout vecteur x de E un nombre
réel positif ou nul noté ‖x‖ et qui satisfait les trois axiomes suivants:
a) ‖x‖ = 0 ⇔ x = 0E.
c) ‖x + y‖≤‖x‖+‖y‖.
Lorsque l’axiome a) est remplacé par x = 0E ⇒‖x‖=0 , on dit que l’on a une semi-norme.
2° EXEMPLES
√∑
n
i2
‖x‖= |x |
x = (x1,....,xn)∈ Kn, i=1
n
On peut aussi définir sur K les normes suivants:
n
‖x‖∞= sup |x | ‖x‖1=∑ |xi|
i
1≤i≤n et i =1 .
b) Soit B(E,R) l’espace vectoriel sur R des fonctions numériques réelles définies sur E et
f ↦‖f‖=sup |f (x )|
qui sont bornées sur E. L’application x∈ E est une norme sur B(E,R).
‖.‖ ‖.‖
Deux normes 1 et 2 définies sur un même espace vectoriel E sont dites équivalentes
lorsqu’il existe deux constantes réelles a et b strictement positives telles que :
∀ x ∈ E ,b‖x‖1≤‖x‖2 ≤a‖x‖1 .
48
Les normes sur Kn dans l’exemple a) sont équivalentes .Plus généralement sur un espace
vectoriel de dimension finie toutes les normes sont équivalentes.
1.3 DEFINITION D’UN E.V.N.
Un espace vectoriel E muni d’une norme ‖.‖ est appelé espace vectoriel normé (en abrégé
E.V.N).
On munit un E.V.N d’une distance en posant :
∀ ( x , y ) ∈ E2 , d ( x , y )=‖x− y‖.
Considérons n E.V.N : E1,......,En définis sur K. Chaque E.V.N Ei est muni de la norme
‖.‖i , alors l’espace produit E = E1 ×⋯× E n est un E.V.N sur K lorsqu’on le munit de l’une
des normes suivantes:
√∑
n n
‖X‖∞ = sup ‖xi‖i ‖X‖1 =∑ ‖x i‖i
2
‖X‖= ‖x i‖i
Si X =( x 1 ,… , x n )
où x i ∈ Ei , i=1 , 1≤i≤n , i=1
(∑ )
n 1
‖X‖p = ‖x i‖p p
p≥1
, i=1 .
La topologie métrique associée à la norme d’un E.V.N est compatible avec le structure
d’espace vectoriel i.e. les applications ( x , y ) ↦ x + y de E×E dans E et ( λ , x ) ↦ λ . x de
K¿ E dans E sont continues .On dit qu’un E.V.N est un espace vectoriel topologique.
Démonstration
Rappelons que la topologie de l'espace produit E×E est associée à la norme ‖.‖∞ , tandis que
la topologie de K¿ E est associée à la norme
‖( λ ,x )‖∞=sup {|λ|,‖x‖} .
Alors
( ∀ ε >0 ) , ( ∃α=inf 1 ,
{ ε
1+‖x 0‖+|λ 0| }) tels que
(‖( λ , x )−( λ0 , x 0 )‖∞ < α ) ⇒ (‖λ . x−λ 0 . x 0‖< α ( 1+‖x 0‖+|λ0|) < ε ) .
On rappelle que si E est de dimension finie, toute les normes définies sur E sont équivalentes
à la norme ‖.‖∞ . Soit ( ei ) 1≤i≤n une base de E et la norme de E est ‖.‖∞ définie par
n
‖∑ ξi . e i‖∞ = sup |ξi|
i=1 1≤i≤n
n n
x=∑ ξ e i i
y=∑ ηi e i
Quels que soient les vecteurs i =1 et i=1 de E la linéarité de f
entraîne
n
f ( x )−f ( y )=f ( x− y )=∑ ( ξi −ηi ) ei
i =1
On a donc
n n
‖f ( x )−f ( y )‖≤∑ |ξ i−ηi|.‖f ( ei )‖≤‖x− y‖∞ . ∑ ‖f (e i )‖
i=1 i =1
ce qui prouve que
n
k =∑ ‖f ( e i )‖=const
‖f ( x)−f ( y )‖≤k.‖x− y‖∞ , avec i =1
ceci implique que f est continue et même uniformément continue.
50
Une application f de (E, d) dans (F,δ ) est dite lipschitzienne par rapport à k si pour tout
x, y de E on a: δ ( f ( x ), f ( y ) )≤k . d ( x , y ) , où k est une constante positive. Il est évident que toute
application lipschitzienne est continue.
Toute application linéaire d’un E.V.N de dimension finie dans un autre E.V.N
quelconque est lipschitzienne.
1
‖f ( x )‖ ≤k .‖x‖ k=
peut dire que pour tout vecteur x ∈ E , F E , où h .
1° REMARQUE
2° CONSEQUENCE
Deux normes définissant la même structure topologique sur un même espace vectoriel E
sont équivalentes.
Démonstration.
‖.‖
Désignons par 1 et par
‖.‖2 deux normes de l'espace E définissant la même structure
topologique sur E , dans ce cas l'application identique de E dans E x → x est une application
51
bicontinue de ( E ,‖.‖1 ) sur ( E ,‖.‖2 ) . Il existe alors deux constantes positives k 1 et k 2 tels que
‖x‖2≤k 1 .‖x‖1 et ‖x‖1≤k 2 .‖x‖2 pour tout vecteur x ∈ E . Les deux normes sont donc
équivalentes.
1° DEFINITION 2.2
Les espaces E et F sont deux E.V.N sur un même corps commutatif K, on note Lc(E,F)
l’ensemble des applications linéaires continues de E dans F, il constitue un espace vectoriel sur
K.
2° PROPRIETES
‖f ( x )‖F
|‖f .‖|=sup = sup ‖f ( x )‖F
x≠0 ‖x‖E ‖x‖=1
f Lc(E,F), ,
d’où:
b)
‖f ( x)‖F ≤|‖f‖|.‖x‖E .
3 ESPACE DE BANACH.
3.1. DEFINITION.1.1
Un espace de Banach, ou tout simplement un Banach , est un E.V.N complet pour la
distance associée à la norme.
1° PROPRIETES IMPORTANTES
Si E est un espace de Banach pour deux normes ‖.‖1 et ‖.‖2 et si pour tout x de E,
‖x‖1≤k .‖x‖2 (k>0), alors les deux normes sont équivalentes.
2° PRODUIT DE BANACHS
52
Lc(E,F) muni de la norme |‖.‖| est un Banach lorsque E est un espace vectoriel normé et F
un Banach. En particulier le dual topologique E’ d’un E.V.N E est un Banach.
Démonstration.
Soit{ f n }n≥1 une suite de Cauchy de Lc(E,F). Alors pour tout ε > 0 il existe N ( ε) tel que
|‖f n−f m‖|<ε dès que n , m > N ( ε ) . On en déduit que la suite numérique positive ou nulle
{|‖f n‖|}n≥1 est convergente donc bornée,
|‖f n‖|≤k ( k > 0 ) et que pour tout x de E on a:
‖f n ( x )−f m ( x )‖F≤|‖f n −f m‖|.‖x‖E<ε .‖x‖E , ce qui signifie que la suite { f n ( x )}n≥1 est de
Cauchy donc convergente car l'espace F est un Banach.
f ( x )= lim f n ( x )
Posons pour tout x de E: n→+∞ et montrons que f est une application
E
linéaire et continue de dans . F
La linéarité est immédiate:
Etant donné que ε > 0 est arbitraire on obtient ‖f ( x )‖F ≤k , i.e. d'après le théorème
2.2 f est continue.
2° THEOREME 3.2.
Soient E et F deux espaces de Banach et f une application linéaire continue de E dans F :
Démonstration.
Supposons démontrée cette propriété et montrons que f est ouverte. Soit U un ouvert
de E . Pour chaque x dans U , il existe t >0 tel que B( x ; t ]⊂ U et l'on a
f ( x )+t . B ' (0 ; r [⊂ f ( x )+t . f ( B ) .
On en déduit que B ( f ( x ) ; tr [ ⊂ f ( B( x ; t ] ) ⊂ f ( U ) .
'
Donc f ( U ) est voisinage de chacun de ses points et, par suite, f ( U ) est un ouvert.
Montrons la propriété (1). Pour cela on montre d'abord qu'il existe r >0 tel que
'
B ( 0 ; r ]⊂ f ( B ) .
Soit y un élément de F. Comme f est surjective, il existe x dans E avec f(x)=y. Il existe
un entier n tel que ‖x‖≤n , donc les fermés f ( B(0 ;n ] ) pour n≥1 ont une réunion égale à F,
comme F est complet, il résulte du théorème de Baire qu'il existe n≥1 tel que f ( B(0 ;n ] )
contienne une boule B (a ; ρ ] , avec ρ >0 (on a pris les adhérences pour pouvoir appliquer le
'
théorème de Baire).
ρ
r=
Posons n , on va montrer que f ( B ) contienne B' (0 ; r ] . D'abord, comme la multiplication
1
par n est un homéomorphisme
( f ( B ) )= 1 f ( B(0 ; n ])= 1 ( f ( B(0 ; n ] ) ) ⊃ 1 B ' ( a; ρ]=B' (a ; r ]
n n n
1 1
' y= ( y + a ) + ( y− a )
Soit maintenant y ∈ B ( 0 ; r ] , on peut écrire 2 2 , avec
' '
y +a ∈ B ( a ; r ] ⊂ f ( B ) et − y +a ∈ B ( a; r ] ⊂ f ( B ) .
Soit ε > 0 , il existe et x deux éléments de B tels que
'
x
1
‖y − f ( x−x )‖=‖y −f
2
' 1
2
( x −x' ) ‖≤ε (
, avec
1
2
'
‖x− x ‖≤1 )
'
donc y ∈ f ( B ) et B (0 ; r ]⊂ f ( B ) .
Il reste à montrer que B ( 0 ; r [⊂ f ( B ) . Soit z ∈ B ( 0; r [ , comme 0=f ( 0 ) , on peut
' '
supposer z≠0 . Puisque ‖z‖< r , on peut écrire ‖z‖=r ( 1−μ ) , avec 0< μ< 1 .
z
y=
Considérons 1−μ . On a ‖y‖=r donc y ∈ B' ( 0 ; r ] , par suite y ∈ f ( B ) et il existe
y 1 ∈ f ( B ) tel que ‖y 1 − y‖≤μ .r .
B ( y n ; μn r ]=ϕ ( B ( 0 ; r ] ) ⊂ ϕ ( f ( B ) ) ⊂ ϕ ( f ( B ) )
' '
y ∈ B ( y n ; μn r ]⊂ y n + μ n f ( B ) .
'
et il en résulte
n n+1
( )
Donc il existe y n+1 dans y n + μ f B tel que ‖y n+1 − y‖≤μ . r . Et y n+1 est
construit. Pour chaque n≥1 , on a alors
y n+1 − y n ∈ μ n . f ( B )=f ( B( 0 ; μ n ] )
‖x n‖≤μ n et y n + 1 − y n =f ( x n )
pour n≥0
3° CONSEQUENCE 1.
Si deux normes sur un espaces vectoriel sont comparables et si E complet pour chacune
d’elle, alors ces normes sont équivalentes.
Démonstration.
Soient
‖.‖1 et ‖.‖2 deux normes sur E pour lesquelles E est complet. On dit que ces deux
Démonstration.
Soit E un espace vectoriel réel. On appelle produit scalaire sur E toute forme bilinéaire f
sur E symétrique et définie positive. Le nombre f(x,y) est noté généralement ⟨ x, y⟩ .
Soit E un espace vectoriel réel. Si E est muni d’un produit scalaire, on dit que E est un
espace euclidien.
Un espace euclidien est un espace vectoriel normé en posant pour tout x de E:
‖x‖=√ ⟨x , x⟩ . (4.1)
existe une base B =( e ' i ) 1≤i≤n de E orthonormale et telle que pour tout entier p ∈ {1 ,… , n } le
'
Démonstration.
Posons
k −1
e k − ∑ ⟨e k , ei ⟩. e ' i
'
i=1
e 'k= k −1
e
‖e k − ∑ ⟨e k , ei ⟩. e ' i‖
'
e ' 1= 1
‖e1‖ et i=1 pour k = 2, 3,…,n (4.2)
Il est facile de vérifier que B =( e ' i ) 1≤i≤n est une base orthonormée et que
'
4.5. REMARQUE
'
Il existe une seule base B déduite de B par orthonormalisation et telle que
'
( ∀ p=1 ,…, n ) , ⟨e p , e p ⟩>0
1° DEFINITION 4.1
¿
Un endomorphisme u de E est dit adjoint de l’endomorphisme u si
et seulement si:
2 ¿
∀(x, y )∈E ,⟨u(x ), y⟩=⟨x,u ( y)⟩
.
2° THEOREME 4.2.
3° THEOREME 4.3.
57
4° THEOREME 4.4.
5° REMARQUE
On a (idE)* = idE .
1° THEOREME 4.5.
2
a) ∀ ( x , y ) ∈ E ,⟨u( x),u( y)⟩=⟨ x, y⟩ .
b) ∀ x ∈ E ,‖u(x )‖=‖x‖
¿
c)
u ∘u=id E
d)
u ∘u¿ =id E .
−1 ¿
e) u est inversible et u =u .
Démonstration.
Démontrons que b) a) (pour les autres démonstrations voir théorème 4.2). D'un côté on a:
De l'autre côté
2° DEFINITION 4.2
3° THEOREME 4.6.
1° THEOREME 4.7.
Les propriétés suivantes sont équivalentes:
t
a) A⋅A=I n
t
b) A⋅ A=I n
c) A est inversible et A−1 =t A
2° DEFINITION 4.3
Une matrice carrée A qui vérifie l’une des propriétés précédentes est appelée matrice
orthogonale.
3° THEOREME 4.8.
1° DEFINITION 4.5
L’ensemble des opérateurs orthogonaux d’un espace euclidien E de dimension finie n est
un sous-groupe de GLn(R) appelé groupe orthogonal et noté O(n).
2° REMARQUE
Si u-1 = u* et det(u) = +1, on dit que u est une rotation. Il est clair que les rotations de E
décrivent un sous-groupe de O(n) appelé groupe des rotations.
L’ensemble des matrices orthogonales A telles que det A = +1 décrivent un groupe noté
O+(n) ou SO(n) isomorphe au groupe des rotations de E.
1° THEOREME 4.10.
b) u = u*.
2° DEFINITION 4.6
3° DIAGONALISATION
Démonstration.
¿
forme bilinéaire non dégénérée, alors F ⊕ F= E .
Il existe une base orthonormée de F { b2 ,… , bn } , il est évident que { b1 , b2 , …, bn } est une
¿ ' ' ' '
¿
base orthonormée de E . D'après la propriété b) F est stable par l'endomorphisme u , on peut
'
donc définir l'endomorphisme u =u|F induit par u sur F , qui est aussi un opérateur
¿
¿
'
symétrique. De même tout vecteur propre de u est vecteur propre de u . En appliquant
l'hypothèse de récurrence il existe pour F une base orthonormée { b 2 ,… ,b n } formée de
¿
vecteurs propres de u donc de u et, par suite, { b 1 , b2 , …, bn } est une base orthonormée de
'
Soit f une forme bilinéaire symétrique sur un espace euclidien E de dimension finie n
et A la matrice de f ou de l'opérateur symétrique u dans une base orthonormée quelconque de
E , on a:
i=1 , i=1
i =1 , i =1 , (4.3)
avec λ i≠0 ( 1≤i≤ r ) .
5 ESPACE HÉRMITIEN
Soit E un espace vectoriel complexe. On appelle produit scalaire hérmitien toute application f
de EE dans C vérifiant pour tout vecteur x, x’, y, y’ de E et pour tout scalaire de C :
Un espace vectoriel complexe E muni d’un produit scalaire hérmitien est appelé espace
hérmitien.
Démonstration
B) NORME ASSOCIÉE
5.4. EXEMPLES
A) ESPACE L2
L’espace complexe l2 des suites de nombres complexes x = (xn)n0
Vérifiant la condition :
+∞
∑ |x n|2 <+ ∞
n=0 (5.3)
B) ESPACE L2(G)
L’espace L2(G) des fonctions complexes, f, définies sur un domaine GR, s’appelle l’espace
des fonctions de carré intégrable sur G ; i.e. :
Deux vecteurs x et y d'un espace hérmitien E sont dits orthogonaux si leur produit
scalaire est égal à 0 , i.e. ⟨ x, y⟩=0 .
n
x=∑ ⟨ x ,e i ⟩. e i
(∀ x ∈ E ), i=1 (5.7)
A) DÉFINITION.
¿
Un endomorphisme u de E est dit adjoint de u si, et seulement si,
¿
( ∀ ( x , y ) ∈ E ) , ⟨u( x), y⟩=⟨x ,u ( y)⟩
B) THÉORÈME 4.11.
C) THÉORÈME 4.12.
( λ . u )¿ =λ .u ¿ , ( u+ v )¿=u ¿ + v ¿ , ( u ∘ v )¿ =v ¿ ∘ u¿
D) THÉORÈME 4.13.
¿
Si E est de dimension finie, u admet un endomorphisme adjoint u et l'on a:
¿
( u¿ ) =u , det ( u ) =det ( u¿ )
E) REMARQUE.
¿
On a : ( id E ) =id E .
5.8. OPÉRATEUR UNITAIRE.
A) THÉORÈME 4.14.
( ∀ x ∈ E ) , ‖u(x )‖=‖x‖.
¿
u ∘u=id E ¿
¿
u ∘u =id E .
¿
u est inversible et u =u−1
B) DÉFINITION
Un endomorphisme u de E qui vérifie l'une des propriétés précédentes est appelé opérateur
unitaire.
C) THÉORÈME 4.15.
D) THÉORÈME 4.16.
E) THÉORÈME 4.17.
B=( ei )1≤i ≤n
Si u est un endomorphisme et si est une base orthonormée de E, u est un
opérateur unitaire, si et seulement si, ( u ( e i ) )1≤i≤n est une base orthonormée de E.
8° MATRICES UNITAIRES.
A) THÉORÈME 4.18.
65
t
A×A=I
A×t A=I
Une matrice A , qui vérifie l'une des propriétés précédentes, est appelée matrice unitaire.
C) THÉORÈME 4.19.
6 ESPACE PRÉHILBERTIEN
6.1. DÉFINITION
Pour qu’un espace vectoriel normé ( E ,‖‖) soit un espace pré- hilbertien, il faut et il
suffit, pour tous vecteurs x et y de E, on ait la loi du parallélogramme.
‖x + y‖2 +‖x − y‖2 =2 (‖x‖2 +‖y‖2 ) (6.1)
Démonstration
1
ϕ ( x , y )=
4
[ (‖y +x‖2−‖ y−x‖2)−i (‖iy +x‖2−‖iy−x‖2 ) ]
=
1
[ (‖ x+ y‖2 −‖x− y‖2 ) −i (‖y−ix‖2 −‖ y+ix‖2 ) ]
=4 =
1
4
[ (‖ x+ y‖2−‖x− y‖2) −i (‖ix− y‖2−‖ix + y‖2 ) ]
= =
1
[ (‖ x+ y‖2 −‖x− y‖2 ) +i (‖ix+ y‖2−‖ix− y‖2 ) ]
=4 = ϕ( x , y )
On démontre que :
(x, y)2 et x’, (x + x’, y) + (x - x’, y) = 2(x, y),
d’où
(x + x’, y) + (x - x’, y) = 2(x, y)
(x’ + x, y) + (x’ - x, y) = 2(x’, y)
ϕ ( qp x , y)= p . ϕ ( 1q x, y )= pq qϕ ( 1q x, y )= qp ϕ ( x , y )
d’où pour tout Q,x, y) = (x, y) et, par suite, Q, f() = 0.
Or la fonction f étant continue sur R, alors f() 0 pour tout R.
D’après (1.19) on a f(i) = 0 et comme dans le cas des nombres réels , on démontre aussi
que pour tout réel , f(i) = 0, d’où en vertu de la linéarité de f pour tout C f() 0.
On a donc démontré que la fonction jouit de toutes les propriétés d’un produit scalaire
hérmitien.
On laisse à titre d’exercice la démonstration du cas, où E est un espace euclidien.
67
6.3. CONSÉQUENCE
y+z 2 1 1
‖x− ‖ + ‖y−z‖2 = (‖ x− y‖2 +‖x−z‖2 )
∀ x , y∈ E , 2 4 2 (6.3)
Démonstration
α= inf ‖x− y‖
et soit {
y n}
Soit y∈ M une suite d’éléments de M pour laquelle
lim ‖x− y n‖=α
n→+∞ .
y n+ y m y n+ y m
‖2 x− y n − y m‖ 2 4‖x− ‖≥4 α 2 ∈M
= 2 , car 2
2 ε2 2 2 2 ε
2
‖x− y n‖ ≤α + ‖x− y m‖ ≤α +
4 et 4 , où > 0
d’où
ε2
‖y n− y m‖ ≤4 α + =ε 2
2
4 ( 2
)
ce qui est équivalent à
‖y n− y m‖≤ε
par suite (
y n)
est une suite de Cauchy.
lim y n
Puisque M est complet, il existe c = n→+∞ appartenant à M, ce qui implique que
lim ‖x− y n‖=‖x−c‖
n→+∞ = et l’existence est démontrée.
Démontrons maintenant l’unicité de c. Supposons qu’il existe encore c’c tel que
‖x−c'‖= inf ‖x− y‖=α
y∈ M , alors de nouveau d’après la règle du parallélogramme :
Deux vecteurs x et y d’un espace préhilbertien E sont dits orthogonaux si leur produit
scalaire est nul, i.e. ⟨ x , y ⟩=0 .
¿
Soit M un sous-ensemble de E. On désigne par M l’ensemble de tous les vecteurs x
orthogonaux aux vecteurs de M.
M ⊥= { x ∈ E ; ⟨ x| y ⟩=0 , ∀ y ∈ M } (6.6)
Il est facile de démontrer que M est une variété linéaire, i.e. pour tout y 1 et y2 de M,
pour tout 1 et 2 de C 1y1+2y2 appartient à M.
Un système de vecteurs (
u n ) n≥1
d’un espace préhilbertien E est dit orthogonal si l’on a :
7 ESPACE DE HILBERT
7.1. DÉFINITION 1
1° THÉORÈME 7.1.
Les vecteurs u1 , u2 ,…, uk d’un espace préhilbertien E sont dits linéairement dépendants
si, et seulement si, le déterminant suivant, appelé déterminant de Gramn, est nul
⟨u1 , u1 ⟩ ⟨u1 ,u 2 ⟩ ⋯ ⟨u 1 ,u k ⟩
⟨u , u ⟩ ⟨u2 ,u 2 ⟩ ⋯ ⟨u 2 , uk ⟩
| 2 1 |
⋯ ⋯ ⋯ ⋯
D ( u1 , u2 ,…, uk ) ⟨uk ,u1 ⟩ ⟨u k ,u 2 ⟩ ⋯ ⟨u k , uk ⟩
= (7.2)
Démonstration
Supposons que u1 , u2 ,…, uk soient linéairement dépendants dans E, alors il existe des
1
scalaires α , α 2 ,…, α k non tous nuls tels que :
α 1 .u 1 +α 2 .u 2 +⋯+α k . uk =0
dans E. Faisons les produits scalaires de cette somme par u1 , u2 ,…, uk successivement et
l’on obtient le système d’équations:
α 1 , α 2 ,…, α k ne sont pas tous nuls et ceci est possible si et, seulement lorsque,
D ( u1 , u2 ,…, uk )
, qui est le déterminant de (2.3), est nul.
En effet on a :
2° THÉORÈME 7.2
3° DÉFINITION 7.1.
4° THÉORÈME 7.3
Soit (
ei ) 1≤n≤+∞
un système orthonormé dans un espace de Hilbert H. Alors la série :
+∞
∑ an en
n=1 , (7.4)
71
n
où a sont des scalaires, converge dans H si, et seulement si, la série :
+∞
∑ |an|2
n=1 (7.4’)
converge.
Démonstration
Par définition la série (7.4) converge dans H, si et seulement si, la suite des sommes partielles
{ }
n
S n= ∑ a k e k
k =1 n≥1
converge dans H.
Puisque H est complet, la suite {
S n }n≥1
converge, si et seulement si, elle est de Cauchy, i.e. si et
seulement si,
De même la série (7.4') converge, si et seulement si, la suite numérique des sommes
{ }
n
σ n = ∑ |ak|2
k =1 n≥1
partielles est de Cauchy.
Pour la démonstration du théorème 2.4, il suffit donc de démontrer que la suite ( n ) n≥1
S
m n m
2 2
‖S m−S n‖ =‖∑ a e k − ∑ a e k‖ =‖ ∑ ak e k‖ =
2 k k
d'où (
S n ) n≥1
est de Cauchy dans H, si et seulement si, (
σ n ) n≥1
est de Cauchy dans R.
5° THÉORÈME 7.4.
x+ y
∈
Si A est un sous-ensemble convexe (i.e. si x , y ∈ A, alors 2 A) et fermé d'un espace
de Hilbert E, alors pour tout vecteur x de E il existe un vecteur unique y ∈ A le plus près de x.
Démonstration.
72
d= inf ‖x− y‖
Soit y∈ A , i.e. la distance du vecteur x à l'ensemble A et soit ( y n ) une suite
lim ‖x− y n‖=d
d'éléments de A, pour laquelle n→+∞ . Montrons que la suite ( y n ) est une suite de
Cauchy. Pour cela on aura besoin de l'identité de parallélogramme:
Or
2 y n+ y m 2 y n+ y m
‖2 x− y n − y m‖ =4‖x− ‖ ≥4 . d 2 ∈A
2 car 2 .
ε ε
‖x− y n‖2≤d 2 + ‖x− y m‖2 ≤d 2 +
4 et 4,
d'où
(
‖y n− y m‖2 < 4 d 2 +
ε
4)−4 d 2 =ε
y= lim y n
i.e. ( y n ) est une suite de Cauchy et, par suite il existe n→+∞ qui est un élément de A
car A est fermé, ce qui implique que
lim ‖x− y n‖=‖x− y‖=d
n→+∞
inf ‖x− y‖
‖ x−c ‖ = d(x, M) = y ∈M (7.1)
c’est la projection orthogonal de x sur M.
73
7° THEOREME 7.5.
or
' ‖x 2 −ty‖2−‖x 2‖2
ϕ ( 0 )=lim =2 ⟨ x 2 , y ⟩
t→ 0 t ,
¿
d'où
⟨ x2 , y ⟩=0 x ∈ F et x 2 + x 1 = x , puisque F et F ¿ sont orthogonaux, alors
et, par suite, 2
F∩F ¿= { 0 } , d'où E=F ⊕ F ¿ .