Université de Bourgogne Licence de Mathématiques Département de Mathématiques Compléments d’analyse Chapitre 3: Les espaces de Hilbert 1. Produit scalaire et espaces de Hilbert Définition (Produit scalaire) Soit H un espace vectoriel sur K = C ou K = R. Un produit scalaire sur H est une application H × H −→ K notée (x, y) 7→ (x|y) telle que: 1) ∀y ∈ H, x 7→ (x|y) est linéaire de H vers K, 2) ∀x, y ∈ H, (y|x) = (x|y), 3) ∀x ∈ H, (x|x) ≥ 0 et (x|x) = 0 =⇒ x = 0. On dit aussi que (x, y) 7→ (x|y) est une forme sesquilinéaire définie positive. Un espace H muni d’un produit scalaire est un espace préhilbertien (réel ou complexe). Si dim(H) < ∞, on dit que H est un espace euclidien (si K = R) ou hermitien (si K = C). Si H est un espace préhilbertien, il est normé par x 7→ kxk = p (x|x). En effet: Lemme (Inégalité de Schwarz) Soit H un espace préhilbertien et x, y deux vecteurs de H. Alors: |(x|y)| ≤ kxk.kyk. Preuve Si (x|y) = 0, cette inégalité est évidente. Sinon, on écrit pour tout t réel: 0≤ x−t (x|y) (x|y) y | x−t y |(x|y)| |(x|y)| = (x|x) − 2t|(x|y)| + t2 (y|y). Ce trinôme en t est toujours positif, son discriminant réduit est donc négatif ou nul: ∆0 = |(x|y)|2 − (x|x)(y|y) ≤ 0. 1 Corollaire (k k est une norme) L’application x 7→ kxk véruifie les axiomes d’une norme: pour tout x, kxk ≥ 0 et kxk = 0 =⇒ x = 0, pour tout x et tout λ, kλxk = |λ|kxk, pour tout x et tout y, kx + yk ≤ kxk + kyk. Preuve Le premier point est évident, q p On a kλxk = (λx|λx) = λλ(x|x) = |λ|kxk. On a: kx + yk2 = (x + y|x + y) = (x|x) + (x|y) + (y|x) + (y|y) = kxk2 + 2Re(x|y) + kyk2 2 ≤ (kxk + kyk) . Lemme (Egalité du parallélogramme) Si H est un espace préhilbertien, sa norme satisfait l’égalité du parallélogramme: kx + yk2 + kx − yk2 = 2kxk2 + 2kyk2 ∀x, y. C’est un simple calcul: kx + yk2 + kx − yk2 = (x|x) + (x|y) + (y|x) + (y|y) + (x|x) − (x|y) − (y|x) + (y|y). Définition (Espace de Hilbert) Un espace de Hilbert est un espace préhilbertien complet (pour la distance associée à sa norme). Exemples 1) Cn muni du produit scalaire: (x|y) = n X xi yi i=1 est un espace préhilbertien complet. Les espaces de Hilbert de dimension finie s’appellent des espaces euclidiens s’ils sont réels, hermitiens s’ils sont complexes. 2) L’espace Kn avec l’une des normes: kxk1 = n X |un |, kxk∞ = sup |ui | 0≤i≤n i=1 n’est pas un espace de Hilbert car l’égalité du parallélogramme n’est pas vraie pour ces normes. 3) L’espace `2 des suites de carrés sommable est un espace de Hilbert: ∞ ∞ n o X X `2 = u = (un )nN , |un |2 < ∞ , (u|v) = un vn . n=0 n=0 2 4) L’espace C([0, 1]) des fonctions continues sur [0, 1] avec le produit scalaire: Z 1 (f |g) = f (t)g(t) dt 0 est un espace préhilbertien non complet: la suite de fonctions: 1 si t ≤ 12 fn (t) = 0 si t ≥ 12 + n1 1 − n(t − 12 ) si 12 < t < 12 + 1 n est de Cauchy mais n’a pas de limite dans C([0, 1]) pour la norme s Z kf k2 = 1 |f (t)|2 dt. 0 5) L’espace C([0, 1]) avec l’une des normes: Z kf k1 = 1 |f (t)| dt, kf k∞ = sup |f (t)| t∈[0,1] 0 n’est pas un espace de Hilbert car l’égalité du parallélogramme n’est pas vraie pour ces normes (voir l’exemple 2). Remarque Si (E, k k) est un espace normé dont la norme vérifie l’égalité du parallélogramme, alors, E est un espace préhilbertien: on peut définir ‘par polarisation’ un produit scalaire (x, y) 7→ (x|y) tel p que kxk = (x|x) pour tout x de E. Ce produit scalaire est d’ailleurs unique. Proposition (Continuité du produit scalaire) Soit H un espace préhilbertien muni de sa norme. Alors les applications x 7→ (x|y) et y 7→ (x|y) sont uniformément continues sur H, l’application H × H −→ K est continue. Preuve On a: |(x1 |y) − (x2 |y)| = |(x1 − x2 |y)| ≤ kx1 − x2 kkyk. On a aussi: |(x1 |y1 ) − (x2 |y2 )| = |(x1 − x2 |y1 ) + (x1 |y1 − y2 ) − (x1 − x2 |y1 − y2 )| ≤ kx1 − x2 kky1 k + kx1 kky1 − y2 k + kx1 − x2 kky1 − y2 k. 2. Orthogonalité Définition (Vecteurs orthogonaux) Deux vecteurs x et y d’un espace préhilbertien H sont dits orthogonaux si (x|y) = 0. 3 Ceci a un sens puisque (x|y) = 0 si et seulement si (y|x) = 0 donc si x est orthogonal à y, y est orthogonal à x. Si A est une partie de H, on note A⊥ l’ensemble de tous les vecteurs orthogonaux à A: A⊥ = {x ∈ H tels que (a|x) = 0, ∀a ∈ A} . Par construction, A⊥ est toujours un sous-espace vectoriel fermé de H: x1 ∈ A⊥ et x2 ∈ A⊥ =⇒ λ1 x1 + λ2 x2 ∈ A⊥ et xn ∈ A⊥ ∀n et xn → x =⇒ x ∈ A⊥ . Proposition (Convexes complets de H) Soit A une partie convexe et complète de H. Alors A contient un élément x0 et un seul de norme minimale. Preuve C’est une conséquence de l’égalité du parallélogramme, c’est à dire de la forme des boules de H. Soit δ la distance de 0 à A: δ = inf{kxk, x ∈ A}. Existence de x0 . Par définition, on peut trouver une suite (xn ) de points de A telle que kxn k → δ. On écrit l’égalité du parallélogramme pour les vecteurs 21 xn et 12 xm : 2 2 2 1 xn + 1 xm + 1 xn − 1 xm = xn + xm + 1 kxn − xm k2 = 2 1 kxn k2 + 2 1 kxm k2 . 2 2 2 2 2 4 4 4 Donc: xn + xm 2 0 ≤ kxn − xm k = 2kxn k + 2kxm k − 4 2 2 2 2 ≤ 2kxn k2 + 2kxm k2 − 4δ 2 → 0 si n, m → ∞. On en déduit que la suite (xn ) est de Cauchy, comme A est complet, (xn ) converge vers un vecteur x de A, comme la norme est continue, kxk = δ. Unicité de x0 . Si x et y sont deux points de A qui vérifient kxk = kyk = δ, alors le même calcul donne: x + y 2 1 1 1 2 2 2 + kx − yk2 ≥ δ 2 + 1 kx − yk2 . δ = kxk + kyk = 2 2 2 4 4 Donc kx − yk2 = 0 et x = y. Théorème (Projection orthogonale) Soit E un sous-espace vectoriel complet de l’espace préhilbertien H (dans la pratique, on se limite aux cas H complet et E fermé ou H quelconque et E de dimension finie). Soit x un vecteur de H. Alors: 1) Il existe un unique vecteur de E, noté P (x) tel que x − P (x) soit de norme minimale: kx − P (x)k = inf {kx − yk, y ∈ E} , 2) P (x) est l’unique vecteur y de E tel que x − y soit orthogonal à E: y ∈ E et x − y ∈ E ⊥ ⇐⇒ y = P (x), 4 3) On a H = E ⊕ E ⊥ et la décomposition de x ∈ H dans cette somme directe est: x = P (x) + (id − P )(x), P est la projection orthogonale sur E et id − P est la projection orthogonale sur E ⊥ , 4) On a, pour tout x de H, kxk2 = kP (x)k2 + k(id − P )(x)k2 . Preuve 1) On pose A = E − x = {y − x, y ∈ E}. A est convexe et complet. Il existe donc un vecteur et un seul a = P (x) − x de A de norme minimale. Par définition, P (x) ∈ E. 2) Soit z 6= 0 un vecteur non nul quelconque de E. Par définition de P (x), si y = P (x) − x, on a pour tout α ∈ C, kP (x) − xk2 = kyk2 ≤ ky − αzk2 = (y|y) − α(y|z) − α(z|y) + |α|2 (z|z). Prenons α = (y|z) (z|z) , ceci nous dit: 0≤− |(y|z)|2 (y|z) |(y|z)|2 |(y|z)|2 (z|z) = − (y|z) − + (z|z) (z|z) (z|z)2 (z|z) donc (y|z) = 0. C’est aussi vrai si z = 0, y est donc dans E ⊥ . Réciproquement, si u est un vecteur de E tel que (x − u) ∈ E ⊥ , alors: x = u + (x − u), x − P (x) = (u − P (x)) + (x − u), u − P (x) = (x − P (x)) − (x − u). Le vecteur u − P (x) appartient à E par définition et aussi à E ⊥ puisque (x − P (x)) et (x − u) sont tous deux dans E ⊥ . On en déduit que ce vecteur est orthogonal à lui-même: 0 = (u − P (x)|u − P (x)) = ku − P (x)k2 donc u = P (x). 3) Pour tout x de H, x = P (x) + (x − P (x)) appartient à E + E ⊥ et E ∩ E ⊥ = {0}, la somme est donc directe, H = E ⊕ E ⊥ . Ceci veut dire que P est la projection sur E parallélement à E ⊥ . On appelle donc cette application la projection orthogonale de H sur E. 4) Par définition: kxk2 = (P (x) + (x − P (x)|P (x) + (x − P (x)) = (P (x)|P (x)) + ((x − P (x)|P (x)) + (P (x)|(x − P (x)) + (x − P (x)|(x − P (x)) = kP (x)k2 + kx − P (x)k2 (Théorème de Pythagore). 3. Le dual d’un espace de Hilbert H Nous avons déjà vu que, pour tout vecteur y de l’espace de Hilbert H, la forme ϕy : H −→ K, ϕy : x 7→ (x|y) est une forme linéaire et continue. En fait toutes les formes de H sont de ce type: le gros avantage des espaces de Hilbert est que chacun d’eux est isomorphe à son dual. Théorème de Riesz-Fischer 5 Soit ϕ une forme linéaire et continue sur l’espace de Hilbert H. Alors il existe un vecteur y et un seul dans H tel que ϕ = ϕy . De plus on a kϕy kop = kyk et ϕy1 +y2 = ϕy1 + ϕy2 , ϕλy = λϕy . On dit que l’application y 7→ ϕy est un isomorphisme antilinéaire de H sur son dual. Preuve Prenons E = Kerϕ. E est un sous-espace vectoriel fermé de H. Si ϕ = 0, E = H, on prend y = 0, ϕ = ϕ0 . Sinon E 6= H, on écrit: H = E ⊕ E⊥ E ⊥ 6= 0. et Soit z 6= 0 un vecteur non nul de E ⊥ soit y le vecteur non nul de E ⊥ défini par: y= alors: |ϕ(z)|2 (z|z) ϕ(y) = ϕ(z) z ∈ E ⊥ \ {0} (z|z) et (y|y) = |ϕ(z)|2 (z|z) = ϕ(y). (z|z)2 Soit maintenant x un vecteur quelconque de H, on écrit: x=x− ϕ(x) ϕ(x) y+ y, (y|y) (y|y) puisque: ϕ(x) ϕ x− y (y|y) = ϕ(x) − ϕ(x) ϕ(y) = 0, (y|y) ϕ(x) ϕ(x) x − (y|y) y est dans E et (y|y) y est dans E ⊥ . On vient donc de décomposer x dans la somme directe E ⊕ E ⊥ . Comme y est dans E ⊥ , on a aussi: ϕ(x) ϕ(x) 0= x− y|y = (x|y) − (y|y) = (x|y) − ϕ(x) (y|y) (y|y) donc ϕ(x) = (x|y) pour tout x de H et ϕ = ϕy . Le vecteur y est unique puisque ϕy = ϕy0 implique: ϕy (y − y 0 ) = (y − y 0 |y) = ϕy0 (y − y 0 ) = (y − y 0 |y 0 ) donc 0 = ky − y 0 k2 , y = y 0 . Enfin il est clair que: |ϕy (x)| = |(x|y)| ≤ kykkxk donc kϕy kop ≤ kyk et puisque: ϕy (y) = (y|y) = kyk2 ≤ kϕy kop kyk, on a, si y 6= 0, kyk ≤ kϕy kop . Cette inégalité est aussi vraie si y = 0 et donc on a dans tous les cas kyk = kϕy kop . L’antilinéarité de y 7→ ϕy est évidente. 6 Exemple Le dual de l’espace de Hilbert `2 est donc exactement `2 : toute forme linéaire et continue ϕ : `2 −→ C s’écrit d’une façon unique sous la forme: ϕ(u) = ∞ X avec v = (vn )n∈N ∈ `2 et kϕkop = kvk2 . un vn n=0 4. Systèmes orthonormés Définition Soit E un espace préhilbertien. Soit (un ) une famille finie (0 ≤ n leqN ) ou infinie (n ∈ N ou n ∈ Z) de vecteurs de E. On dit que (un ) est un système orthonormé dans E si on a, pour tout p, q: ( 1 si p = q (up |uq ) = 0 si p 6= q . Alors les (un ) sont linéairement indépendants car si on a: v = λ1 un1 + λ2 un2 + · · · + λp unp = 0, alors, pour chque k = 1,..., p, λk = (v|unk ) = 0. Soit x un vecteur de E. Les nombres cn = (x|un ) s’appellent les composantes ou les coefficients de Fourier de x par rapport au système orthonormé (un ). Leur introduction répond à un probléme de meilleure approximation au sens de la norme. Lemme(Meilleure approximation quadratique) Soit I = {0, 1, ..., N } (resp. I = N, resp. I = Z) et (ui )i∈I un système orthonormé dans un espace préhilbertien E. Soient ui1 , ..., uip un nombre fini de vecteurs distincts de ce système, soient λ1 ,..., λp des scalaires. Soit x un vecteur de E. On a la relation: 2 2 kx − (λ1 ui1 + · · · + λp uip )k = kxk − p X 2 |cik | + k=1 p X |cik − λk |2 . k=1 Preuve C’est un calcul. 2 p p p X X X λk uik = x − λ k u ik | x − λ j u ij x − k+1 j=1 k=1 = (x|x) − p X λk (x|uik ) − = kuk − = kxk2 + p X k=1 p X λj (x|uij ) + j=1 k=1 2 p X λk cik + λk cik − λk λk p X k,j=1 X (cik − λk ) cik − λk − cik cik . k=1 k 7 λk λj (uik |uij ) Fixons alors x et (ui1 ,..., uip ). Posons la question suivante: “Comment choisir les nombres p X λ1 ,..., λp pour que l’erreur commise en remplaçant x par λi uik soit la plus petite possible (au k=1 sens de la norme)?” Notre lemme dit qu’il faut prendre pour λk les coefficients de Fourier cik de x par rapport aux p X 2 uik . La valeur de l’erreur est alors kxk − kcik |2 . k=1 Proposition (inégalité de Bessel) Soit E un espace préhilbertien. Soit (uP i )i∈I (I = {0, ..., N } ou N ou Z) un système orthonormé dans E. Soit x un vecteur de E. La série i |ci |2 est convergente et l’on a: X |ci |2 ≤ kxk2 . i∈I Preuve On vient de voir que pour toute partie finie J = {i1 , · · · , ip } de I, on avait: kxk2 − p X k=1 2 p X cik uik ≥ 0 |cik |2 = x − k=1 ou X |ci |2 ≤ kxk2 . i∈J D’où le résultat. Definition Soit (ui )i∈I (I = {0, ..., N } ou N ou Z) un système orthonormé dans un espace préhilbertien E. (ui )i∈I est total si tout x de E peut être approché au sens de la norme d’aussi près qu’on veut par des combinaisons linéaires finies des vecteurs ui : Ceci est équivalent à dire que l’espace vectoriel engendré par les (ui )i∈I est dense dans E. Donc quel que soit x de E, quel que soit ε > 0, il existe une partie finie J de I et des constantes λi , X λi ui < ε. i ∈ J telles que x − i∈J Théorème Soit E un espace préhilbertien et soit (ui )i∈I (I = {0, ..., N } ou N ou Z) un systéme orthonormé dans E. Les assertions suivantes sont équivalentes: 1) (ui )i∈I est total. P 2) pour tout x de E, la série i ci ui converge dans E vers x: x= N X cn un , (resp. x = lim N →∞ n=0 3) pour tout x de E, la série N X cn un ), (resp. x = lim N →∞ n=0 2 n |cn | converge et on a P X n∈I 8 N X cn un ). n=−N |cn |2 = kxk2 (égalité de Parseval). Preuve On ne la fait que lorsque I = N, les autres cas s’en déduisent facilement. 3) =⇒ 2) On a vu que pour tout N : kx − X cn un k2 = kxk2 − n≤N X |cn |2 . n≤N Donc, si on a 3), alors: ∀ε > 0, ∃N0 tel que 2 ∀N, N ≥ N0 =⇒ kxk − N X |cn |2 < ε2 n=0 donc ∀ε > 0, ∃N0 2 N X tel que ∀N, N ≥ N0 =⇒ x − cn un < ε2 , n=0 la suite P N n=0 cn un N ∈N converge vers x dans E. 2) =⇒ 1) N X Est évident, puisque chaque x est approché à moins de ε par cn un dès que N ≥ N0 . n=0 1) =⇒ 3) Soit x un vecteur de E et soit ε > 0. Il existe Nε et des scalaires λn , pour n ≤ Nε tels que: X √ x − ≤ ε. λ u n n n≤Nε Mais alors si N est tel que Nε ≤ N , 2 0 ≤ kxk − N X n=0 2 2 |cn | ≤ kxk − Nε X 2 2 |cn | ≤ kxk − n=0 Nε X n=0 2 |cn | + Nε X |cn − λn |2 n=0 2 Nε X ≤ x − λn u n ≤ ε . n=0 Donc P |cn |2 converge et sa somme est kxk2 . Exemples: 1 - Si E est de dimension finie N , dire d’un sytème orthonormé qu’il est total, c’est dire que c’est une base (orthonormée) de E ou encore qu’il est formé de N vecteurs. 2 - Dans C(T), l’espace des fonctions continues périodiques de période 2π avec: 1 (x|y) = 2π 2π Z x(t) y(t) dt, 0 9 l’ensemble des fonctions exponentielles un : t 7→ eint pour n dans Z est un système orthonormé. En fait il est total puisque l’on peut approcher uniformément toute fonction continue périodique f par un polynôme trigonométrique aussi près que l’on veut: ∀ε > 0, ∃P (t) = n X ak eikt , tel que kf − P k∞ < ε k=−n et que kf − P k2 ≤ kf − P k∞ . 3 - Soit `2I (I = N ou I = Z) l’espace défini ci-dessus. Pour tout i de I, on définit le vecteur ui de `2I comme la famille ui = (xj )j∈I telle que xj = 0 si j 6= i et xi = 1. Alors (ui )i∈I est un système orthonormé puisque: ( (ui |uj ) = 0 si i 6= j 1 si i = j Il est total car si x = (xi )i∈I est un vecteur de `2I , on a : (x|ui ) = xi et donc kxk2 = X |(x|ui )|2 i∈I ce qui est l’égalité de Parseval. Proposition (procédé d’orthogonalisation de Schmidt) : Soit E un espace préhilbertien. Soit (en ) (n ≥ 0) une famille finie ou dénombrable formée de vecteurs linéairement indédependants. Pour tout n, soit En le sous espace vectoriel de E, de dimension n, engendré par e0 ,..., en . Alors il existe un système orthonormé (un ) tel que, pour tout n, u0 , u1 ,..., un engendrent En . Preuve On construit explicitement les un par récurrence. On pose u0 = kee00 k . Soit n ≥ 1 et supposons qu’on ait construit u0 , u1 ,..., un−1 orthonormés tels que u0 ,..., un−1 engendrent En−1 . On pose alors: vn = en − (en |u0 )u0 − · · · − (en |un−1 )un−1 . On vérifie directement que: (vn |up ) = (en |up ) − (en |up ) = 0, (p = 0, · · · , n − 1). D’autre part vn 6= 0, sinon en serait dans En−1 et donc (e0 ,..., en ) serait lié. Posons un = Alors u0 ,..., un sont orthonormés et engendrent En . vn kvn k . Exemples 1 - Soit E un espace de Hilbert de dimension finie. En appliquant le procédé de Schmidt à une base quelconque de E, on obtient pour E une base orthonormée. 2 - Soit E = C([−1, 1]) l’espace vectoriel des fonctions complexes continues t 7→ f (t) muni du produit scalaire: Z 1 (f |g) = f (t) g(t) dt. −1 10 En appliquant le procédé de Schmidt à la suite de polyômes en (t) = tn (n ≥ 0), on obtient une suite de polynômes, les polynômes de Legendre. Voici les premiers: r √ 1 5 3 1 t, u2 (t) = (3t2 − 1) , u0 (t) = √ , u1 (t) = 2 2 2 2 r r 1 7 9 1 3 u3 (t) = (5t − 3t), u4 (t) = (35t4 − 30t2 + 3) , · · · 2 2 8 2 Le théorème de Weierstrass prouve que ce système est total. 3 - Soit E l’espace des fonctions polynomiales à coefficients complexes avec le produit scalaire: Z +∞ (x|y) = 2 x(t) y(t) e−t dt. −∞ En prenant les polynômes (tn )n≥0 , on obtient une suite de polynômes (un )n≥0 appelés polynômes de Hermite. 11