INSA - ModIA, 4e année.
Années 2023-2024
Analyse Hilbertienne
1 Rappels sur les espaces de Hilbert
1.1 Espace de Hilbert
Définition - Produit scalaire
Soit E un espace vectoriel (K = R ou C).
On appelle un produit scalaire sur E, toute application E × E → K, notée
(x, y) 7→ ⟨x, y⟩, vérifiant les propriétés suivantes :
• ∀x, y ∈ E, x 7→ ⟨x, y⟩ et y 7→ ⟨x, y⟩ sont linéaires
• ∀x, y ∈ E, ⟨x, y⟩ = ⟨y, x⟩ (symétrie conjuguée)
• ∀x ∈ E, ⟨x, x⟩ ≥ 0
• ∀x ∈ E, ⟨x, x⟩ = 0 ⇔ x = 0
Définition - Norme
Soit E un espace vectoriel muni d’un produit scalaire ⟨·, ·⟩.
On appelle norme associée àqce produit scalaire, l’application E → R+ , notée
x 7→ ∥x∥, définie par ∥x∥ = ⟨x, x⟩.
Exemple :
• E = Cd muni du produit scalaire ⟨x, y⟩ =
Pd
i=1 xi y i
• E = Rd muni du produit scalaire ⟨x, y⟩ =
Pd
i=1 xi y i
• E = C([0, 1], C) muni du produit scalaire ⟨f, g⟩ = f (t)g(t)dt
R1
0
Remarque : (E, || · ||) est appelé un espace préhilbertien.
Propriété - Inégalité de Cauchy-Schwarz
Soit (E, || · ||) un espace préhilbertien.
Alors ∀x, y ∈ E, |⟨x, y⟩| ≤ ∥x∥ · ∥y∥.
▶ Texte Manquant
Propriété
• 2Re(⟨x, y⟩) = ||x + y||2 − ||x||2 − ||y||2 (identité de polarisation)
• ∥x + y∥2 + ∥x − y∥2 = 2∥x∥2 + 2∥y∥2 (identité de Parallelogramme)
Félix de Brandois 1
1.2 Orthogonalité
Définition - Orthogonalité
• Soit (x, y) ∈ E 2 .
On dit que x et y sont orthogonaux si ⟨x, y⟩ = 0.
• Soit A ⊂ E.
L’orthogonal de A est l’ensemble A⊥ = {x ∈ E | ∀y ∈ A, ⟨x, y⟩ = 0}.
• Une famille (xi )i=1,...,n est dite orthogonale si ∀i ̸= j, ⟨xi , xj ⟩ = 0.
Remarque :
• A⊥ est un sous-espace vectoriel de E.
• Si A = E, alors A⊥ = {0}.
• A⊥ = Vect(A)⊥ .
Remarque : Une famille orthogonale sans vecteur nul est libre.
Théorème - Théorème de Pythagore
Soit (E, || · ||) un espace préhilbertien, et (xi )i∈J1,nK une famille orthogonale.
Alors || ni=1 xi ||2 = ni=1 ||xi ||2 .
P P
Procédé d’orthogonalisation de Gram-Schmidt :
Soit (x1 , . . . , xn ) une famille libre d’un espace préhilbertien (E, ⟨·, ·⟩).
Il existe une famille orthogonale (v1 , . . . , vn ) telle que :
Vect(x1 , . . . , xn ) = Vect(v1 , . . . , vn ).
Construction :
v1 = x1
v2 = x2 − ⟨x||v21,v||12⟩ v1
v3 = x3 − ⟨x||v31,v||12⟩ v1 − ⟨x||v32,v||22⟩ v2
...
⟨xn ,vi ⟩
vn = xn − n−1
P
i=1 ||vi ||2 vi
1.3 Espace de Hilbert
Définition
Un espace de Hilbert (réel ou hermitien dans le cas complexe) est un espace
préhilbertien q complet pour la norme associée au produit scalaire :
|| · || : x 7→ ⟨x, x⟩.
Félix de Brandois 2
Remarque : Cela signifie :
∀(xn ) ⊂ H, si ∀ε > 0, ∃N ∈ N, ∀n ≥ N, ∀p ∈ N, ||xn − xp || ≤ ε, alors (xn )
converge dans H.
Exemple :
Texte Manquant
Propriété - Sommabilité
Soit H un espace de Hilbert, et (un ) une suite d’éléments de H.
Si la suite (un ) est composée d’éléments deux à deux orthogonaux et si ||un ||2
P
converge, alors la série un converge dans H.
P
De plus, si ||un || converge, alors un converge dans H.
P P
|un | converge ⇔ (Tn ) = nk=0 ||uk || converge.
P P
▶
un converge ⇔ (Sn ) = nk=0 uk converge.
P P
Si E complet, alors ||Sn − Sm || = || nk=m+1 uk || ≤ nk=m+1 ||uk || ≤
P P
Tn − Tm .
Donc (Tn ) converge ⇒ (Tn ) de Cauchy ⇒ (Sn ) de Cauchy dans un
complet ⇒ (Sn ) converge.
2 Théorème de projection sur un convexe et applications
2.1 Théorème de projection, projection orthogonale
Théorème
Soit H un espace de Hilbert, et C un convexe fermé non-vide de H.
Pour tout f ∈ H, il existe un unique point g ∈ C, appelé projection de f sur
C, tel que la distance entre f et g soit minimale.
Ce point est caractérisé par : ∀h ∈ C, Re(⟨f − g, h − g⟩) ≤ 0.
Remarque : d(f, C) = inf ||f − h|| = ||f − ΠC (f )||.
h∈C
▶ Unicité : Soient g1 , g2 ∈ C tels que ||f − g1 || = ||f − g2 || = d(f, C).
Texte Manquant
Corollaire :
Tout élément f ∈ H admet une unique décomposition f = g + h avec g ∈ C
et h ∈ C ⊥ .
On a donc : H = C ⊕ C ⊥ ; (C ⊥ )⊥ = C ; H ⊥ = {0}.
Si A ∈ H alors (A⊥ )⊥ = Vect(A) (adhérence).
▶ Texte Manquant
Remarque : A ⊂ H est total ⇔ Vect(A) = H ⇔ A⊥ = {0}.
Félix de Brandois 3
2.2 Théorème de représentation de Riesz
Théorème
Pour tout f ∈ H, l’application h 7→ ⟨f, h⟩ est une forme linéaire continue sur
H.
Réciproquement, si f˜ est une forme linéaire continue sur H, alors il existe un
unique f ∈ H tel que ∀h ∈ H, f˜(h) = ⟨f, h⟩.
▶ Texte Manquant
Remarque : Convolution :
Soit T : L2 (Rn ) → C00 (Rn ) un opérateur linéaire, continu, invariant par
transformation.
Il existe g ∈ L2 (Rn ) tel que T (f ) = f ∗ g.
Rappel :
C00 (Rn ) = {fonctions continues, limites nulles à l’infini}
L’application f 7→ T (f )(0) est une forme linéaire continue sur L2 (Rn ) donc il
existe g0 ∈ L2 (Rn ) tel que T (f )(0) = Rn f (x)g0 (x)dx.
R
De plus, τx (T (f )) = T (τx (f )) (τx : f 7→ f (x)).
T (f )(x) = τx (T (f ))(0) = T (τx (f ))(0)
Z
= f (x + y)g0 (y)dy
n
ZR
= f (y)g0 (y − x)dy
n
ZR
= f (y)g(x − y)dy
Rn
Félix de Brandois 4