Académique Documents
Professionnel Documents
Culture Documents
Ce document, en cours d’élaboration, est destiné aux étudiants du module Analyse fonctionnelle
SMA6. Il est conçu pour les introduire dans la théorie, très riche, des espaces de Hilbert. Après
chaque section on propose des exercices pour consolider la compréhension du lecteur. Les étudiants
sont invités à le lire attentivement et à faire les exercices proposés avant de regarder les solutions
proposées.
Ce chapitre avait été traı̂té dans le cours vivant du Professeur A. Oueldguejdi ainsi que toute la
partie du programme d’analyse fonctionnelle de SMA6 qui l’a précédée : espaces vectoriels normés,
équivalences des normes en dimension finie, applications linéaires continues, Théorème de Hahn
Banach, espace de Hilbert et dualité...
O. EL-Mennaoui – A.Oueldguejdi
1
Les espaces de Hilbert
1 Définitions et exemples
Définition 1.1 Soit E un espace vectoriel sur le corps K = R ou C. On dit qu’une application
h·, ·i : E × E → K (1)
Théorème 1.3 (Inégalité de Cauchy-Schwarz ) Soit (E, h·, ·i) un espace préhilbertien. Alors
2
Preuve 1 Soit α ∈ K.
hx,yi
car z + z = 2a si z = a + ib. Choisissons α := − hx,xi et tenons compte du fait que z · z = |z|2 nous
obtenons
|hx, yi|2
0 ≤ hαx + y, αx + yi = hy, yi − (7)
hx, xi
La première affirmation s’en suit. Observons que l’inégalité ci-dessus devient une égalité si et seule-
ment si x + αy = 0.
Une structure naturelle d’espace vectoriel normé peut être définie dans les espaces préhilbertiens.
Preuve 2 Puisque hx, xi ≥ 0 alors kxk > 0 pour tout x 6= 0 et kxk = 0 pour x = 0. Par suite
d’où le résultat.
Tout produit scalaire donne ainsi lieu à une norme. La réciproque est vraie si la norme vérifie
l’identié du parallélogramme.
Définition 1.5 Un espace préhibertien (E, k · k) est un espace de Hilbert si il est complet (= de
Banach) pour la norme k · k.
La théorie des espaces de Hilbert (David Hilbert) s’est développée dans les années 20 du siècle
précèdent avec les travaux de Hilbert sur `2 (N). La définition ci-dessus est dûe à Marshall Stone en
1932 dans les espaces séparable.
Les espaces de Hilbert seront le plus souvent désignés par la lettre initiale H du nom Hilbert.
3
Exemple 1.6 1. (Kn , h·, ·iKn ) est un espace de Hilbert.
2. (`2 (N), h·, ·i`2 (N) ) est un espace Hilbert.
3. L2 (Ω) est un espace Hilbert pour le produit scalaire h·, ·i2 .
4. C([a, b]) et L∞ (a, b) ne sont pas complets pour le produit scalaire h·, ·i2 , et ne constituent donc
pas des espaces de Hilbert .
Proposition 1.7 (Identité du parallélogramme) Soit (H, h·, ·i) un espace de Hilbert. Pour tout
x, y ∈ H on a
Réciproquement, si l’identité du parallélogramme (11) est vérifiée par la norme d’un espace de Banach
(H, k · k) alors la norme de H est induite par un produit scalaire : ce résultat fût démontré en 1935
par le physicien Pascal Jordan et le mathématicien John von Neumann. Un résultat comparable avait
été obtenu peu avant par Maurice René Fréchet, raison pour laquelle il est dénommé Théorème de
Fréchet-Jordan-von Neumann.
Théorème 1.8 Si (H, k · k) est un espace de Banach dont la norme satisfait (11), alors H est un
espace de Hilbert pour le produit scalaire
1
kx + yk2 − kx − yk2 ,
hx, yi := (12)
4
si K = R, et
1
kx + yk2 − kx − yk2 + ikx + yk2 − ikx − yk2 ,
hx, yi := (13)
4
si K = C.
Preuve 4 Soit (H, k · k) un espace de Banach. On traı̂te le cas K = R, le cas K = C peut être traı̂té
de manière similaire. On suppose (11), montrons que (12) definit un produit scalaire sur H, voir la
Définition 1.1
Conditions (iii),(iv),(v) sont bien vérifiées pour toute norme. Montrons (i), observons que
4
et que
Par conséquent :
α 7→ hαx, yi , (19)
α 7→ αhx, yi , (20)
sont continues de R dans R (voir Exercice 2.4). Elles seront identiques si elles coincident sur un
sous-ensemble dense dans R. Reprenons la preuve de (i)on voit bien que (ii) est vérifiée pour α ∈ N
et α = −1. L’homogénèité de la norme l’implique pour α ∈ Z. Si α = m
n
∈ Q alors
nhαx, yi = hnαx, yi
= hmx, yi = mhx, yi (21)
= nαhx, yi .
2 Exercices
5
E 2.2 Montrer l’identié du parallélogramme (11).
E 2.4 Montrer que les fonctions definies par (19) et (20) sont continue de R vers R.
E 2.5 Soit (H, h·, ·i) un epace de Hilbert. On suppose que xn → x et yn → y dans H. Montrer que
(le produit scalaire est continue) :
hx, yi = lim hxn , yn i . (22)
n→∞
La norme naturelle des espaces de Hilbert provient donc d’un produit scalaire. La géométrie des
espaces de Hilbert est beaucoup plus riche que celle, plus générale, des espaces de Banach. Les
notions d’angle entre deux vecteurs et, en particulier, leur orthogonalité se généralisent facilement
aux espaces de Hilbert mais beaucoup plus difficilement aux espaces de Banach.
Définition 3.1 Soit (H, h·, ·i) un espace de Hilbert et A ⊂ H un sous-ensemble. On dit que x ∈ H
est
1. orthogonal à y si hx, yi = 0 : dans ce cas on écrit x ⊥ y (lire x est perpendiculaire à y) ;
2. orthogonal à A si hx, zi = 0 pour tout z ∈ A ; et dans ce cas on écrit x ⊥ A.
6
Preuve 5 1) Puisque kxk = 0 ssi x = 0, (1) découle de (8).
Si (xn )n∈N ⊂ A⊥ est une suite de Cauchy, comme (H, h·, ·i) est de Hilbert, il existe x ∈ H tel que
limn→∞ xn = x. De plus, pour tout y ∈ A,
4) Obsevons que
En d’autres termes, C est convexe ssi le segment qui joint deux points quelconque x et y de C reste
inclus dans C.
Soit A ⊂ H non vide et x ∈ H, tout point y ∈ A tel que kx − yk = inf{kx − zk, z ∈ A}, si il
existe, est appelé meilleurs approximant de x dans A. Obsevons les deux cas :
(i) H = R2 , x = (0, 0) et A = B((0, 2), 1) la boule ouverte du plan de centre (0, 2) et de rayon 1.
Dans ce cas x n’admet aucun meilleur approximant dans A.
(ii) H = R2 , x = (0, 0) et A = {z ∈ H, 1 ≤ kxk ≤ 2} la couronne fermée du plan de centre (0, 0) et
de rayons 1 et 2. Dans ce cas tout point y ∈ H tel que kyk = 1 est meilleur approximant de x
dans A.
La proposition suivante qui concerne le cas où A = C est un convexe fermé montre l’existence et
l’unicité d’un meilleur approximant.
7
Théorème 3.3 Soit C ⊂ H un sous-ensemble convexe et fermé dans un espace de Hilbert H. Pour
tout x ∈ H, il existe un et un seul élément y ∈ C tel que
ky − xk = inf kz − xk . (28)
z∈C
Preuve 6 Montrons d’abord l’unicité : supposons que y1 , y2 ∈ C sont tout les deux meilleurs ap-
proximants de x ∈ H. Considérons la fonction :
g(t) : = k(y1 + t(y2 − y1 )) − xk2 − kx − y1 k2
= t2 ky2 − y1 k2 + 2t · Re hy2 − y1 , y1 − xi (29)
+ kxk2 + ky1 k2 − 2Re hy1 , xi − kx − y1 k2 .
g : [0, 1] → R est une fonction quadratique telle que g(0) = g(1) = 0 et qui admet un minimum
global en t = 1/2. Par suite k(y2 − y1 )/2 − xk < kx − y1 k. D’où la contradiction avec y1 , y2 meilleurs
approximants de x dans C. ((y2 − y1 )/2 ∈ C par convexité).
Montrons l’existence : Par définition de la borne inférieure il existe une suite (xn )n∈N d’éléments
de C telle que kxn −xk → d := inf z∈A kz −xk. Montrons que (xn )n∈N est une suite Cauchy. L’identité
du parallélogramme (11) s’applique :
2kxm − xk2 + 2kxn − xk2 = kxn + xm − 2xk2 + kxn − xm k2 , (30)
par conséquent,
kxn − xm k2 = 2kxm − xk2 + 2kxn − xk2 − kxn + xm − 2xk2 . (31)
Puisque (xn + xm )/2 ∈ C on a
k(xn + xm )/2 − xk2 ≤ d2 (32)
D’où,
kxn − xm k2 ≤ 2kxm − xk2 + 2kxn − xk2 − 4d2 . (33)
Or kxm − xk2 → d2 , il s’en suit que (xn )n∈N une suite de Cauchy. Il existe donc z ∈ H tel que xn → z
et comme C est fermé, alors z ∈ C. De plus
d ≤ kz − xk = kz − xn + xn + xk ≤ kz − xn k + kx − xk → d , (34)
D’où le résultat.
Remarque 3.4 En général le Théorème 3.3 n’est pas valable dans les espaces de Banach qui ne sont
pas des espaces de Hilbert. En effet, dans (R2 , k · k∞ ) l’ensemble
C =: {x ∈ R2 : kxk∞ ≤ 1} . (35)
est un sous-ensemble convexe et fermé mais z := (2, 0) admet une infinité de meilleurs approximants !
En effet soit (x, y) ∈ C. Alors
k(x, y) − (2, 0)k∞ = k(x − 2, y)k∞ ≥ 1 (36)
tout les points (1, y) avec |y| ≤ 1, vérifient k(1, y) − (2, 0)k∞ = 1.
8
Lorsque le C ⊂ H est en plus un sous-espace vectoriel le meilleur approximant n’est autre que la
projection orthogonale.
Théorème 3.5 Soit (H, h·, ·i)un espace de Hilbert and F ⊂ H un sous-espace fermé et x ∈ H un
point quelconque. Il existe un point unique y ∈ F meilleur approximant de x dans F et caractérisé
par
x − y ∈ F⊥ . (37)
y est la projection orthogonale of x sur F .
kz − yk2 = hz − y, z − yi
= hx + z − y − x, z − yi
(41)
= hx − y, z − yi + hz − x, z − yi = 0 .
| {z } | {z }
=0 car z−y∈A =0
Par conséquent z = y.
Une relation plus importante existe entre les sous-espaces fermés C ⊂ H et les projections orthogo-
nales. Soient A, B ⊂ H, on écrit A ⊥ B si x ⊥ y pour tout x ∈ A et tout y ∈ B.
Définition 3.6 Soit (H, h·, ·i) un espace de Hilbert. Une application linéaire P : H → H est appelée
projecteur si
P ◦P =P , (42)
elle est appelée projecteur orthogonal si en plus
9
Théorème 3.7 Soit (H, h·, ·i) un espace Hilbert et F un sous-espace fermé de H. Alors il existe un
et un seul projecteur orthogonal P tel que
x = x1 + x2 , x1 ∈ F, x2 ∈ F ⊥ , (45)
Preuve 8 On montre qu’une décomposition du type (45) existe et elle est unique. Soit x ∈ H et
y ∈ F son meilleur approximant dans F . Soit z = x − y alors
P : H 3 x 7→ y ∈ H , (49)
où y ∈ F est le meilleur approximant de x dans F . Le Théorème sera démontré si on montre que
P est un projecteur orthogonal tel que F = Im(P ) et F ⊥ = ker(P ). La linéarité de P est laissée à
titre d’ exercice (voir Exercice 4.2). L’inclusion Im P ⊂ A découle de la définition et F ⊂ ran P est
vérifié puisque, si z ∈ F , alors P z = z. Par conséquent, Im P = A.
Soit x ∈ ker P . Alors 0 ∈ F est le meilleur approximant de x et à l’aide de l’équation (37) on conclut
que x ∈ F ⊥ . De plus, ker P ⊂ F ⊥ . D’autre part, si x ∈ F ⊥ , alors 0 ∈ F est le meilleur approximant
de x, ce qui implique P x = 0 et donc x ∈ ker P . Par conséquent, A⊥ = ker P .
10
L’inégalité 50 implique que le produit scalaire du vecteur − → := x − y avec un veceur −
yx → := z − y
yz
est inférieur ou égal à zéro. En d’autre termes, l’angle entre ces deux vecteurs est supérieur ou égal
à π/2 et vaut π/2 seulement si z = y.
Le Théorème 3.7 permet de décrire le dual de (H, h·, ·i). En effet, pour tout y ∈ H considérons la
form linéaire sur H définie par
fy (x) := hx, yi , x ∈ H. (51)
L’inégalié de Cauchy-Schwarz implique
implique que fy est continue. Dans les espaces de Hilbert , toute forme linéaire contińue est de cette
forme ! Ce résultat fût démontré independamment en 1907 par Maurice René Fréchet et Frigyes Riesz.
Théorème 3.9 (Théorème de Représentation de Fréchet-Riesz) Soit (H, h·, ·i) un espace de
Hilbert. Pour tout f ∈ H 0 il existe un et un seul y ∈ H tel que
f (x) = f (x1 + x2 )
= f (x2 ) = λf (y) , (55)
=λ,
hx,yi
où x = x1 + x2 est l’unique décomposition du (54) et λ ∈ K est tel que x2 = λy. On a λ = kyk2
. D’où
le résultat.
Corollaire 3.10 Soit (H, h·, ·i) un espace de Hilbert et (H 0 , k · kH 0 ) son espace dual : l’espace des
formes linéaires continue sur H. L’application Φ : H → H 0 , [Φ(y)](·) := h·, yi est une isométrie
anti-linéaire dans le sens où Φ(αx + y) = αΦ(x) + Φ(y) pour tout x, y ∈ H, α ∈ C.
11
Preuve 11 On applique le Théorème 3.9. L’application
est une bijection. Les propriétés du produit scalaire impliquent Φ(αy) = αΦ(y). Il reste à montrer
l’isométrie. Soit y ∈ H tel que kyk = 1. Alors
Une suite (xn )n∈N ⊂ H converge faiblement vers x ∈ H si hy, xn − xi → 0 pour tout y ∈ H, voir
Exercice 4.1.
Corollaire 3.12 Soit (H, h·, ·i) un espace de Hilbert. Le dual (H 0 , k · kH 0 ) est aussi un espace de
Hilbert.
Preuve 12 On sait bien (H 0 , k · kH 0 ) est un espace de Banach. Il reste à montrer que la norme k · kH 0
est induite par un produit scalaire. On définit
Puisque h·, ·iH est un produit scalaire, on obtient un résultat analogue pour h·, ·iH 0 .
Il découle des Corollaires (3.10) et (3.12) que les espaces de Hilbert sont réflexifs.
Corollaire 3.13 Tout espace de Hilbert (H, h·, ·i) est réflexif.
12
4 Exercices
E 4.2 Montrer que l’application P definie dans la preuve du Théorème 3.7 est linèaire.
E 4.3 Soit A ⊂ H un sous espace fermé et soit (xn )n∈N ⊂ A une suite qui converge faiblement vers
x. Montrer que x ∈ A.
E 4.5 (Le Théorème de Hahn-Banach pour les espaces de Hilbert) Soit H un espace de Hil-
bert et soit A ⊂ H un sous espace et f : A → K une forme linéaire telle que
Montrer que A est un sous ensemble convexe fermé (mais pas un sous espace vectoriel) et que, pour
tout f ∈ H, le meilleur approximant dans A est donné par
(
Re(f )(x) si Re(f )(x) ≥ 0
Re(f )+ (x) := (64)
0 si non .
5 Bases orthonormées
Tout vecteur x ∈ Rn de l’espace euclindien Rn s’exprime de manière unique sous la forme d’une
combinaison n
X
x= hx, ej iej , (65)
j=1
13
ej ∈ Rn étant le j-ième vecteur de la base canonique.
L’équation (66) implique que chaque vecteur ej est de longueur unité et que ej et ek sont orthogonaux
si j 6= k. La notion de base se généralise aux espaces de Hilbert séparables et de dimension infinie en
remplaçons les combinaisons linéaires finie par des combinaisons linéaires infinie (65) avec :
∞
X N
X
x= an en ⇐⇒ x − an en →0 , N →∞. (67)
n=1 n=1 H
.
Définition 5.1 Soit (H, h·, ·i) un espace de Hilbert. Soit S un sous-ensemble non vide de H. On dit
que S est :
(i) orthogonal si x ⊥ y pour tout x, y ∈ S,
(ii) orthonormal si S est orthogonal et kxkH = 1 pour tout x ∈ S,
(iii) un système orthonormal total si S est orthonormal et maximal au sens où : si S̃ est un
autre système orthonormal tel que S ⊂ S̃, alors S = S̃.
On montrera ci-dessous, à l’aide du Lemme de Zorn, qu’un système orthonormal total existe dans
tout espace de Hilbert .
Théorème 5.2 Soit (H, h·, ·i) un espace de Hilbert avec H 6= {0}. Alors, il existe un système ortho-
normal total S ⊂ H.
Preuve 13 On définit
M := {S ⊂ H : S est orthonormal} . (68)
Puisque H 6= {0} on vérifie que M est non-vide : on choisit un élément y ∈ H et on construit un
système orthonormal S = {y : kyk}. On munit Mde la relation d’ordre
14
Le résultat suivant donne une description plus explicite des systèmes orthonormaux et totales.
Proposition 5.3 Soit (H, h·, ·i) un espace Hilbert. Soit S ⊂ H un système orthonormal. Alors S est
total si et seulement si S ⊥ = {0}.
Preuve 14 Supposons que S ⊂ H est un système orthonormal tel que S ⊥ = {0} : Si S n’est pas total
il existerait S̃ système orthonormal tel que S ⊂ S̃, avec inclusion stricte. Ceci contredit l’ypothèse
S ⊥ = {0} puisque il existerait y ∈ H \ S avec y 6= 0 et y ⊥ x pour tout x ∈ S.
D’autre part, supposons que S ⊂ H est un système orthonormal tel que S ⊥ 6= {0}. Puisqu’il existe
y ∈ H \ S avec kykH = 1 tel que y ⊥ x pour tout x ∈ S. Par conséquent, S ∗ := S ∪ {y} est
orthonormal et contient S, contradiction.
Exemple 5.4 Considérons l’espace de Hilbert (`2 (N), k · k`2 (N) ) des suites réelles de carré sommable.
Soit S := {en : n ∈ N∗ }, où en est la suite dont seul le n-ième terme est non nul et vaut 1 . Alors
∞
X
hen , em i`2 (N) = (en )j (em )j
j=1
∞ (71)
X
= δnj δmj = δnm ,
j=1
(
1 sij = k
δjk :=
0 si non .
Le système S est bien orthonormal. De plus, pour tout x = (x1 , x2 , ...) ∈ `2 (N) on a
∞
X
hx, en i`2 (N) = (x)j (en )j
j=1
∞ (72)
X
= xj δnj = xn .
j=1
Le résultat qui suit fût démontré en 1828 par Friedrich Wilhelm Bessel dans le cas des systèmes
trigonométriques.
Théorème 5.5 (L’inégalité de Bessel) Soit {xn : n ∈ N} un système orthonormal d’un espace
de Hilbert (H, h·, ·i). Alors, pour tout x ∈ H, on a
∞
X
|hx, xn i|2 ≤ kxk2 (73)
n=1
15
Preuve 15 Soit N ∈ N∗ arbitraire et soit
N
X
xN := x − hx, xn i xn . (74)
n=1
Lemme 5.6 Soit {xn : n ∈ N} un système orthonormal d’un espace de Hilbert (H, h·, ·i) et soit
y, z ∈ H. Alors
X∞
|hy, xn ihxn , zi| < ∞ . (76)
n=1
Lemme 5.7 Soit S ⊂ H un système orthonormal d’un espace de Hilbert (H, h·, ·i). alors l’ensemble
Sx := {y ∈ S : hx, yi =
6 0} (78)
est au plus dénombrable.
16
Le Théorème 5.5 se généralise au casPoù S est un système orthonormal non-dénombrable. Précisons
d’abord le sens d’objets de la forme y∈S xy .
pour la norme k · kE . Ce qui signifie que la limite ne dépend pas de l’ordre de la sommation.
Corollaire 5.9 (Inégalité de Bessel générale) Soit (H, h·, ·i) un espace de Hilbert et S ⊂ H
orthonormal. Alors, pour tout x ∈ H, on a
X
|hx, yi|2 ≤ kxk2 . (82)
y∈S
Preuve 18 D’après le Lemme 5.7 seul un ensemble au plus dénombrable de coéfficients hx, yi est
non nul. Soit I0 = {i1 , i2 , ...} cet ensemble. Le Théorème 5.5 implique le résultat.
Lemme 5.10 Soit (H, h·, ·i) un espace de Hilbert et S ⊂ H orthonormal. Alors pour tout x ∈ H, les
séries X
hx, eie (83)
e∈S
convergent inconditionellement.
d’après (d) de Proposition 3.2 en tenant compte du Théorème 5.5. Il s’en suit que les séries ∞
P
n=1 hx, en ien
convergent vers un y ∈ H. Le même raisonnement est valable pour toute permutation π : N → N∗ ,
les séries ∞
X
hx, eπ(n) ieπ(n) (85)
n=1
17
convergent vers yπ ∈ H. Il reste à montrer que y = yπ : pour tout z ∈ H,
N
DX E
hy, zi = lim hx, en ien , z
N →∞
n=1
∞
X
= hx, en ihen , zi
n=1
(86)
X∞
= hx, eπ(n) iheπ(n) , zi
n=1
= hyπ , zi ,
ce qui implique que y = yπ :la première et la dernière inégalité découlent de la continuité du produit
scalaire. Le Lemme 5.6 implique la convergence absolue de la séries de la ligne 2, ceci permet le
réarrangement pour obtenir la ligne 3.
Lemme 5.11 Soit (H, h·, ·i) un espace de Hilbert et S ⊂ H orthonormal. Alors l’application
X
P : x 7→ hx, eie (88)
e∈S
Preuve 20 P est bien défini d’après le Lemme 5.10. Soit x ∈ H, soit {e1 , e2 , ...} ⊂ {e ∈ S : hx, ei =
6
0}. Calculons
∞ DX
X ∞ E
P (P x) = hx, em iem , en en
n=1
|Pm=1 {z } (89)
∞
m=1 hx,em iδnm =hx,en i
= Px .
D’où, P est un projecteur. Soit y ∈ ker P . Alors
∞
X
hy, P xi = hx, en iH hy, en i
n=1
∞
X (90)
= hen , xihy, en i
n=1
= hP y, xi = 0 .
Par conséquent, P est un projecteur orthogonal (ker P ⊥ ran P ).
18
Introduisons la notion base hilbertienne.
Définition 5.12 Soit S ⊂ H orthonormal dans un espace de Hilbert H. On dit que S est une base
orthornormale ou base hilbertienne si
X
x= hx, eie pour tout x ∈ H .
e∈S
Nous allons montrer que tout système orthonormal total est une base hilbertienne et vice-versa.
Théorème 5.13 Soit (H, h·, ·i) un espace de Hilbert et S ⊂ H orthonormal. Les assertions suivantes
sont équivalentes.
(a) S orthonormal total ,
P
(b) x = e∈S hx, eie pour tout x ∈ H,
P
(c) hx, yi = e∈S hx, eihe, yi pour tout x, y ∈ H,
(d) kxk2 = e∈S |hx, ei|2 pour tout x ∈ H.
P
L’identité (d) est l’identité de Parseval. Marc-Antoine Parseval des Chnes a montré un résultat
comparable en 1799.
hx, yi = hP x, P yi ,
DX N N
X E
= lim hx, en ien , hy, ẽm iẽm ,
N →∞
n=1 m=1 (91)
XN
= lim hx, en ihy, ẽm ihen , ẽm i
N →∞
n,m=1
19
c) ⇒ d) Il suffit de prendre x = y.
d) ⇒ a) Supposons que S n’est pas total :il existe y ∈ H avec y 6= 0 tel que y ⊥ x pour tout x ∈ S.
Calculons
X
kxk2 + kyk2 = kx − yk2 = |hx − y, ei|2
e∈S (93)
2
= kxk ,
Le Théorème 5.13 nous dit que toute é‘lément x ∈ H d’un espace de Hilbert (H, h·, ·i) s’exprime
X
x= hx, eie , (94)
e∈S
Les séries de Fourier sont particulèrement intéressantes lorsqu’ elles sont associées á un système
orthonormal au plus dénombrable et c’est bien le cas dans les contextes les plus courants.
Lemme 5.14 Soit (H, h·, ·i) un espace de Hilbert de dimension infinie. Les assertions suivantes sont
équivalentes :
(a) (H, h·, ·i) est séparable ;
(b) tout système orthonormal total est fini ou dénombrable ;
(c) il existe un système orthonormal total fini ou dénombrable S.
c) ⇒ a) Puisque S ⊥ = {0} d’après la Proposition 5.3 l’ensemble S est dense et est au plus
dénombrable. D’où la séparabilité.
20
C2π est un espace préhilbertien pour le produit scalaire
Z π
1
hf, gi = f (t)g(t) dt . (96)
2π −π
On montre que {ek : k ∈ Z} est une base hilbertienne de L2 (−π, π) où ek est donné pour tout k ∈ N
par
ek (t) := eikt , t∈R.
La restriction de toute fonction f ∈ C2π à l’intervalle (−π, π) appartient à L2 (−π, π). Il en découle
que
+n
X
sn := ck ek (97)
k=−n
2) Reprenons l’exemple pécèdent en ne considérons que les fonctions à valeurs réelles. Dans l’es-
pace de Hilbert réel L2R (−1, 1), les parties réelles des ondes en constituent bien une base hilbertienne
.
1 1 1
√ ∪ √ cos(n·) : n ∈ N ∪ √ sin(n·) : n ∈ N .
2π π π
On peut en conclure que les espaces de Hilbert séparable et de dimension infinie sont tous isomorphes.
Lemme 5.16 Soit (H, h·, ·i) un espace de Hilbert de dimension infinie. On suppose en plus que H
est séparable. Alors
(H, h·, ·i) ∼
= (`2 (N), h·, ·i`2 (N) ) , (99)
c.a.d., H est isomorphe et isométrique à `2 (N).
Preuve 23 D’après le Lemma 5.14 tout système orthonormal total S de (H, h·, ·i) est dénombrable.
Soit S = {e1 , e2 , ...} un tel système et soit x ∈ H. Soit T : H → l2 (N) l’application définie par
(T x)n := hx, en i . (100)
D’après le Théorème 5.13 on a T x ∈ `2 (N) et kT xk`2 (N) = kxkH . D’après le Théorème 5.13, T est
injective. Montrons sa surjectivité. Si h ∈ `2 (N) un antécédent de h est donné par
∞
X
x := hn en ∈ H . (101)
n=1
21
6 Exercices
E 6.1 Soit (H, h·, ·i) un espace de Hilbert et soit S ⊂ H orthonormal. Montrer que S est un système
orthonormal total si et seulement si Vect(S) = H.
S = {en : n ∈ Z} (102)
M ⊥ ∩ N 6= {0} . (103)
Les opérateurs linéaires dans les espaces de Hilbert se laissent exprimer dans des bases comme
en dimension finie où ils se réduisent à des matrices. Pour commencer, soit S une base hilbertienne
d’un espace de Hilbert H. Rappelons que tout vecteur de H a une représentation unique sous forme
d’une série de de Fourier relativement à S.
Proposition 7.1 Soient H, K deux espaces de Hilbert et S une base hilbertienne de H. Un opérateur
T ∈ L(H, K) est complétement déterminé par ses valeurs sur S.
Définition 7.2 Soient H et K deux espaces de Hilbert, T ∈ L(H, K) et T 0 ∈ L(K 0 , H 0 ) son trans-
posé. L’ operateur T ∗ := φ−1 0
H T φK : H → K est appelé l’adjoint de T.
22
Le Corollaire 3.10 affirme que tout espace de Hilbert H est isomorphe isométrique à son dual. En
identifiant H et K, respectivement, avec H 0 et K 0 . L’ adjoint T ∗ : K → H est caractérisé par :
T0
K 0 −→ H 0
↑ ↑
T∗
K −→ H
MST = MS∗
kT k2 = sup kT xk2
kxk≤1
≤ sup kxkkT ∗ T xk
kxk≤1
≤ sup kT ∗ T xk = kT ∗ T k ,
kxk≤1
23
puisque kT ∗ T k ≤ kT ∗ kkT k = kT kkT k d’après 5). D’où, kT ∗ T k = k(T T ∗ )∗ k = kT T ∗ k d’après 1) et
4).
T x = 0 ⇔ hT x, yi = 0 ⇔ hx, T ∗ yi = 0.
Par suite ker T = (ran T ∗ )⊥ et
ker T ∗ = (ran T ∗∗ )⊥ = (ran T )⊥ ,
d’où 7).
24
Il est bien connu en algèbre linéaire que les matrices symétriques sont caractérisées par l’égalité
hx, M yiRn = hM x, yiRn , ∀x, y ∈ Rn . (110)
L’ existence d’un produit permet de donner un sens aux opérateurs symétrique dans les espaces de
Hilbert.
Définition 7.6 Soit H un espace de Hilbert. Un opérateur T ∈ L(H) est dit auto-adjoint ou
symétrique si T = T ∗ :
avec le noyau
k(t, s) := χ(0,t) (s), t, s ∈ (0, 1) ,
qui n’est pas symétrique (ici χ est la fonction caractéristique d’un ensemble). L’adjoint de V
est donné dans l’Exemple 7.5.
8. Soit Ω ⊂ Rn ouvert, H = L2 (Ω), et q ∈ L∞ (Ω). L’opérateur de multiplication Mq : H → H
defini par
Mq f := qf
est auto-adjoint ssi q est réelle. Un résultat analogue a lieu dans `∞ (N) pour l’opérateur de
multiplication `2 (N) défini par la multiplication par une suite (qn )n∈N ∈ `∞ (N).
25
8 Exercices
et
B(x, x) ≥ c2 kxk2H , pour tout x ∈ H . (113)
Montrer que, pour tout f ∈ H ∗ , il existe un et un seul y ∈ H tel que
(Hint : Appliquer 3.9 pour définir A : H → H avec A(y) = z et B(x, y) = hx, ziH . Se ramener ainsi
au cas où A is inversible.)
26