ATLAS Ouvrir dans l'atlas →

Théorème 4Analyse fonctionnelle

Familles orthonormales et bases hilbertiennes ⋆

⋆ Axiome du choix

L'existence d'une famille orthonormale maximale dans un espace quelconque, en (iv), repose sur le lemme de Zorn. Les points (i) à (iii) ne font aucun choix : en (ii), la projection sur FF est obtenue directement comme somme de la série, sans le théorème de projection et sa suite minimisante. Dans un espace séparable, une suite dense étant fixée, le procédé de Gram-Schmidt construit donc une base hilbertienne sans aucun choix.

Comme au nœud Espaces de Hilbert, une famille (ei)i∈I(e_i)_{i \in I} d'un espace de Hilbert HH est orthonormale si ⟨ei,ej⟩\langle e_i, e_j \rangle vaut 11 pour i=ji = j et 00 sinon. C'est une base hilbertienne si, de plus, le sous-espace qu'elle engendre est dense dans HH.

Énoncé

(i) Bessel. Pour toute famille orthonormale et tout xx, ∑i∈I⟨x,ei⟩2⩽∥x∥2\sum_{i \in I} \langle x, e_i \rangle^2 \leqslant \|x\|^2, la somme étant prise dans [0,+∞]{[0, +\infty]}.

(ii) Soit (en)n∈ℕ(e_n)_{n \in {\mathbb N}} orthonormale. Pour tout xx, la série ∑n⟨x,en⟩en\sum_n \langle x, e_n \rangle e_n converge, vers la projection de xx sur l'adhérence FF du sous-espace engendré. Sont équivalents : (en)(e_n) est une base hilbertienne ; x=∑n⟨x,en⟩enx = \sum_n \langle x, e_n \rangle e_n pour tout xx ; Parseval : ∥x∥2=∑n⟨x,en⟩2\|x\|^2 = \sum_n \langle x, e_n \rangle^2 pour tout xx ; le seul vecteur orthogonal à tous les ene_n est 00.

(iii) Gram-Schmidt. Si HH contient une suite dense, il a une base hilbertienne finie ou indexée par ℕ\mathbb N.

(iv) Tout espace de Hilbert a une famille orthonormale maximale, et le seul vecteur orthogonal à tous ses éléments est 00.

Démonstration

(i) Pour J⊂IJ \subset I fini, x−∑j∈J⟨x,ej⟩ejx - \sum_{j \in J} \langle x, e_j \rangle e_j est orthogonal à chaque eje_j, d'où, en développant, ∥x∥2=∥x−∑J⟨x,ej⟩ej∥2+∑J⟨x,ej⟩2⩾∑J⟨x,ej⟩2.\begin{aligned} \|x\|^2 &= \Big\|x - \sum_J \langle x, e_j \rangle e_j\Big\|^2 \\ &\quad + \sum_J \langle x, e_j \rangle^2 \\ &\geqslant \sum_J \langle x, e_j \rangle^2. \end{aligned} On passe à la borne supérieure sur JJ.

(ii) Pour p<qp < q, on a ∥∑p<n⩽q⟨x,en⟩en∥2=∑p<n⩽q⟨x,en⟩2,\Big\|\sum_{p < n \leqslant q} \langle x, e_n \rangle e_n\Big\|^2 = \sum_{p < n \leqslant q} \langle x, e_n \rangle^2, reste d'une série convergente par (i) : les sommes partielles SN=∑n⩽N⟨x,en⟩enS_N = \sum_{n \leqslant N} \langle x, e_n \rangle e_n forment une suite de Cauchy, de limite s∈Fs \in F.

Pour tout kk, ⟨x−s,ek⟩=lim⁡N⟨x−∑n⩽N⟨x,en⟩en,ek⟩=0,\begin{aligned} \langle x - s, e_k \rangle &= \lim_N \langle x - \sum_{n \leqslant N} \langle x, e_n \rangle e_n, e_k \rangle \\ &= 0, \end{aligned} donc x−sx - s est orthogonal à l'espace engendré, et par continuité à FF.

Pour y∈Fy \in F, le vecteur s−ys - y est dans FF, donc orthogonal à x−sx - s, et ∥x−y∥2=∥x−s∥2+∥s−y∥2.\|x - y\|^2 = \|x - s\|^2 + \|s - y\|^2. Ainsi ss est l'unique point de FF le plus proche de xx : c'est la projection pF(x)p_F(x) (Espaces de Hilbert, (ii)), obtenue ici sans suite minimisante.

Si F=HF = H, le vecteur x−sx - s est orthogonal à lui-même, donc s=xs = x ; alors ∥x∥2=lim⁡∥SN∥2=∑⟨x,en⟩2\|x\|^2 = \lim \|S_N\|^2 = \sum \langle x, e_n \rangle^2. Parseval entraîne que le seul vecteur orthogonal à tous les ene_n est nul, puisqu'il a une norme nulle. Enfin, si cette dernière condition est vérifiée, elle s'applique à x−sx - s : on a x=s∈Fx = s \in F pour tout xx, donc F=HF = H.

(iii) Soit (xk)(x_k) dense. On parcourt la suite en ne retenant que les xkx_k qui ne sont pas dans l'espace engendré par les précédents ; on obtient une suite (ym)(y_m), finie ou non, de même espace engendré, dont toute sous-famille finie est libre.

On pose e0=y0/∥y0∥e_0 = y_0/\|y_0\| et em=zm/∥zm∥e_{m} = z_m/\|z_m\|, où zm=ym−∑j<m⟨ym,ej⟩ejz_m = y_m - \sum_{j < m} \langle y_m, e_j \rangle e_j est non nul. Par récurrence sur mm, supposons e0,…,em−1e_0, \dots, e_{m-1} orthonormaux, d'espace engendré Vect⁡(y0,…,ym−1)\operatorname{Vect}(y_0, \dots, y_{m-1}). Pour i<mi < m, ⟨zm,ei⟩=⟨ym,ei⟩−⟨ym,ei⟩=0,\langle z_m, e_i \rangle = \langle y_m, e_i \rangle - \langle y_m, e_i \rangle = 0, et zm≠0z_m \neq 0 puisque ymy_m n'est pas dans Vect⁡(y0,…,ym−1)=Vect⁡(e0,…,em−1)\operatorname{Vect}(y_0, \dots, y_{m-1}) = \operatorname{Vect}(e_0, \dots, e_{m-1}). Ainsi eme_m est unitaire et orthogonal aux précédents ; comme ∥zm∥ em=ym−w\|z_m\|\,e_m = y_m - w avec w∈Vect⁡(e0,…,em−1)w \in \operatorname{Vect}(e_0, \dots, e_{m-1}), on a Vect⁡(e0,…,em)=Vect⁡(y0,…,ym)\operatorname{Vect}(e_0, \dots, e_m) = \operatorname{Vect}(y_0, \dots, y_m).

Les eme_m sont donc orthonormaux et engendrent le même espace que les ymy_m, c'est-à-dire que les xkx_k, qui est dense.

(iv) Les familles orthonormales, vues comme parties de HH, forment un ensemble ordonné par inclusion, où la réunion d'une chaîne est encore orthonormale. Le lemme de Zorn donne une famille maximale. Si x≠0x \neq 0 était orthogonal à tous ses éléments, on pourrait lui adjoindre x/∥x∥x/\|x\|.

□
Remarque

Dans ℓ2{\ell^2}, les suites ene_n, nulles sauf un 11 en position nn, forment une base hilbertienne, et Parseval n'est autre que la définition de la norme. L'erreur la plus répandue est de confondre base hilbertienne et base algébrique : un élément de ℓ2\ell^2 comme (1,12,13,… )(1, \frac12, \frac13, \dots) n'est pas combinaison linéaire finie des ene_n ; il en est seulement la somme d'une série convergente.

Remarque

Dans L2([0,1]){L^2}([0, 1]), pour la mesure de Lebesgue, le système de Haar, formé des fonctions valant ±2j/2\pm 2^{j/2} sur les deux moitiés d'un intervalle dyadique de longueur 2−j2^{-j} et nulles ailleurs, complété par la constante 11, est une base hilbertienne : c'est le théorème de Haar, démontré au nœud suivant (Système de Haar) au moyen du critère (ii). Le système trigonométrique, plus célèbre, demande les fonctions cos⁡\cos et sin⁡\sin de l'analyse réelle (Cosinus et sinus sur ℝ) ; qu'il soit lui aussi une base hilbertienne est démontré en analyse de Fourier.

Ouvrir dans l'atlas interactif →