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 est un sous-espace, alors l’orthogonal de est
On dit que est orthogonal à si On remarque que
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 est un sous-espace de l’espace de Hilbert alors et on a la somme directe orthogonale
et alors et sont les projections associées à cette décomposition.
Ici est l’orthogonal de l’orthogonal.
Démonstration :
-
5.
On remarque d’abord que . En effet par définition de si , et donc comme c’est pour tout la définition du biorthogonal donne
-
6.
On remarque ensuite que . En effet, si alors donc (par l’axiome de séparation).
-
7.
Montrons ensuite que (les projections sont bien définies car on a des sous-espaces fermés l’espace de Hilbert donc on peut utiliser le théorème de projection). En effet, si la relation caractéristique de la projection othogonale dit que est orthogonal à donc dans et comme est orthogonal à , on doit avoir par caractérisation de la projection.
-
8.
On en déduit la somme (par l’inclusion du 1 et l’intersection du 2, on sait que cette somme doit être directe). Le point précédent donne la relation
ce qui montre que tout vecteur se décompose comme somme d’un vecteur de et d’un vecteur de . L’énoncé sur les projections associées à la décomposition est évident à partir de là.
-
9.
Il reste à voir que ce qui donne l’égalité avec le point 1. Mais si , par 1 et le fait fait que est un sous-espace vectoriel. Mais on vient de voir au 3 que Donc par le 2. donc , ce qui conclut.
□
3.2 Dualité: le théorème de représentation de Riesz
On en déduit maintenant le calcul du dual de (voir sous-section 9 pour des rappels).
Théorème 7.6 (théorème de représentation de Riesz).
Soit une forme linéaire continue sur un espace de Hilbert alors il existe un unique tel que
De plus, on a l’expression duale pour la norme :
Remarque 7.3.
(facultative) Dans le cas complexe, est une isométrie antilinéaire identifiant et (et donc identifiant linéairement H’ au conjugué ayant la même structure normique et de groupe mais si est la bijection/identité de notée pour le caractère suggestif de la relation à la conjugaison complexe). Dans la cas complexe on a donc et dans le cas réel
Démonstration :
Soit le noyau de . Si alors convient. On suppose donc . Soit donc et un vecteur de norme et orthogonal à . Comme est une forme linéaire, on s’attend à ce que et engendrent , sorte de généralisation du théorème du rang (on va voir cela plus loin en utilisant l’orthogonalité). En effet, soit , vérifie donc et avec
On montre donc que convient, en montrant l’égalité sur un quelconque en utilisant la forme précédente :
L’égalité des normes vient de Cauchy Schwarz qui implique que avec égalité en prenant si . □
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 et Si on considère l’ensemble des suites telles que . Il est facile de voir que et que La transposé de l’inclusion s’identifie à . Il vaut alors mieux identifier à (et pas ) en ayant une identification compatible avec les inclusions avec .