3 Applications: Orthogonalité et Dualité

3.1 Orthogonalité

On peut définir dans un espace de Hilbert une notion d’orthogonal comme en dimension finie.

★ Définition 7.3.

Si F⊂H est un sous-espace, alors l’orthogonal de F est

F⟂={x∈H,∀y∈F,⟨x,y⟩=0}

On dit que x est orthogonal à F si x∈F⟂. On remarque que

F⟂=⋂y∈F(⟨y,⋅⟩)−1⁢({0})

est toujours un sous-espace fermé comme intersection de sous-espaces fermé, comme image inverse d’un sous-espace fermé par une application linéaire continue (le produit scalaire). La proposition suivante décrit la décomposition en somme directe orthogonale. Tout se passe comme en dimension finie pour les sous-espaces fermés, et sinon, il faut ajouter une adhérence.

★ Proposition 7.5.

Si F est un sous-espace de l’espace de Hilbert H alors F⟂⟂=F¯, et on a la somme directe orthogonale

H=F¯⊕F⟂

et alors pF et pF⟂=1−pF¯ sont les projections associées à cette décomposition.

Ici F⟂⟂=(F⟂)⟂ est l’orthogonal de l’orthogonal.

Démonstration : 
  1. 1.
    ​

    On remarque d’abord que F⊂F⟂⟂. En effet par définition de F⟂ si x∈F,y∈F⟂, ⟨x,y⟩=0 et donc comme c’est pour tout y∈F⟂ la définition du biorthogonal donne x∈F⟂⟂.

  2. 2.
    ​

    On remarque ensuite que F⟂⟂∩F⟂={0}. En effet, si x∈F⟂⟂∩F⟂ alors ⟨x,x⟩=0 donc x=0 (par l’axiome de séparation).

  3. 3.
    ​

    Montrons ensuite que pF⟂=1−pF¯ (les projections sont bien définies car on a des sous-espaces fermés l’espace de Hilbert H donc on peut utiliser le théorème de projection). En effet, si y∈H la relation caractéristique de la projection othogonale dit que y−pF¯⁢(y) est orthogonal à F¯ donc dans F⟂ et comme y−(y−pF¯⁢(y))=pF¯⁢(y) est orthogonal à F⟂, on doit avoir y−pF¯⁢(y)=pF⟂⁢(y) par caractérisation de la projection.

  4. 4.
    ​

    On en déduit la somme H=F¯+F⟂ (par l’inclusion du 1 et l’intersection du 2, on sait que cette somme doit être directe). Le point précédent donne la relation

    y=pF⟂⁢(y)+pF¯⁢(y)

    ce qui montre que tout vecteur H se décompose comme somme d’un vecteur de F¯ et d’un vecteur de F⟂. L’énoncé sur les projections associées à la décomposition est évident à partir de là.

  5. 5.
    ​

    Il reste à voir que F⟂⟂⊂F ce qui donne l’égalité avec le point 1. Mais si y∈F⟂⟂, y−PF¯⁢(y)∈F⟂⟂ par 1 et le fait fait que F⟂⟂ est un sous-espace vectoriel. Mais on vient de voir au 3 que y−PF¯⁢(y)=pF⟂⁢(y)∈F⟂. Donc y−PF¯⁢(y)∈F⟂⟂∩F⟂={0} par le 2. donc y=PF¯⁢(y)∈F¯, ce qui conclut.

□

3.2 Dualité: le théorème de représentation de Riesz

On en déduit maintenant le calcul du dual de H (voir sous-section 9 pour des rappels).

★ Théorème 7.6 (théorème de représentation de Riesz).

Soit ϕ une forme linéaire continue sur un espace de Hilbert H alors il existe un unique f∈H tel que

∀v∈H,ϕ⁢(v)=⟨f,v⟩.

De plus, on a l’expression duale pour la norme :

‖f‖=sup‖v‖≤1|⟨f,v⟩|.
Remarque 7.3.

(facultative) Dans le cas complexe, f↦⟨f,.⟩ est une isométrie antilinéaire identifiant H et H′ (et donc identifiant linéairement H’ au conjugué H¯ ayant la même structure normique et de groupe mais λ.v¯=λ¯⁢v¯ si v↦v¯ est la bijection/identité de H→H¯ notée .¯ pour le caractère suggestif de la relation à la conjugaison complexe). Dans la cas complexe on a donc H′≃H¯ et dans le cas réel H′≃H.

Démonstration : 

Soit K=ϕ−1⁢({0}) le noyau de ϕ. Si K=H alors f=0 convient. On suppose donc K≠H. Soit donc g0∉K et g=g0−PK⁢(g0)‖g0−PK⁢(g0)‖2 un vecteur de norme 1 et orthogonal à K. Comme ϕ est une forme linéaire, on s’attend à ce que K et g engendrent L2, sorte de généralisation du théorème du rang (on va voir cela plus loin en utilisant l’orthogonalité). En effet, soit v∈H, w=v−ϕ⁢(v)ϕ⁢(g)⁢g vérifie ϕ⁢(w)=ϕ⁢(v)−ϕ⁢(v)ϕ⁢(g)⁢ϕ⁢(g)=0 donc w∈K=K⁢e⁢r⁢ϕ et v=λ⁢g+w avec λ=ϕ⁢(v)ϕ⁢(g).

On montre donc que f=ϕ⁢(g)¯⁢g convient, en montrant l’égalité sur un v quelconque en utilisant la forme précédente :

⟨f,v⟩=ϕ⁢(g)⁢⟨g,v⟩=ϕ⁢(g)⁢⟨g,λ⁢g+w⟩=ϕ⁢(g)⁢λ⁢‖g‖22=ϕ⁢(g)⁢λ=ϕ⁢(v).

L’égalité des normes vient de Cauchy Schwarz qui implique que ≥ avec égalité en prenant v=f/‖f‖ si f≠0.   □

Remarque 7.4.

(facultative) Il n’est parfois pas judicieux d’identifier un espace de Hilbert à son dual, notamment quand plusieurs espaces de Hilbert sont considérés et que les identifications sont incompatibles à des relations de sous-espaces. Soit H=ℓ2⁢(ℕ) et K={u∈H,∑n∈ℕn2⁢|un|2<∞} Si on considère l’ensemble des suites telles que L={(un)⁢∑n∈ℕ1n2⁢|un|2<∞}. Il est facile de voir que K⊂H⊂L et que La transposé de l’inclusion K⊂H s’identifie à H≃H′⊂K′≃L. Il vaut alors mieux identifier K′ à L (et pas K) en ayant une identification compatible avec les inclusions avec H.