数学におけるヒルベルト空間（ヒルベルトくうかん、英: Hilbert space）は、ダフィット・ヒルベルトにその名を因む、ユークリッド空間の概念を一般化したものである。これにより、二次元のユークリッド平面や三次元のユークリッド空間における線型代数学や微分積分学の方法論を、任意の有限または無限次元の空間へ拡張して持ち込むことができる。ヒルベルト空間は、内積の構造を備えた抽象ベクトル空間（内積空間）になっており、そこでは角度や長さを測るということが可能である。ヒルベルト空間は、さらに完備距離空間の構造を備えている（極限が十分に存在することが保証されている）ので、その中で微分積分学がきちんと展開できる。

ヒルベルト空間は、典型的には無限次元の関数空間として、数学、物理学、工学などの各所に自然に現れる。そういった意味でのヒルベルト空間の研究は、20世紀冒頭10年の間にヒルベルト、シュミット、リースらによって始められた。ヒルベルト空間の概念は、偏微分方程式論、量子力学、フーリエ解析（信号処理や熱伝導などへの応用も含む）、熱力学の研究の数学的基礎を成すエルゴード理論などの理論において欠くべからざる道具になっている。これら種々の応用の多くの根底にある抽象概念を「ヒルベルト空間」と名付けたのは、フォン・ノイマンである。ヒルベルト空間を用いる方法の成功は、関数解析学の実りある時代のさきがけとなった。古典的なユークリッド空間はさておき、ヒルベルト空間の例としては、自乗可積分関数の空間 L2、自乗総和可能数列の空間 ℓ 2 {\displaystyle \ell ^{2}} 、超関数からなるソボレフ空間 H s {\displaystyle H^{s}} 、正則関数の成すハーディ空間 H 2 {\displaystyle H^{2}} などが挙げられる。

ヒルベルト空間論の多くの場面で、幾何学的直観は重要である。例えば、三平方の定理や中線定理（の厳密な類似対応物）は、ヒルベルト空間においても成り立つ。より深いところでは、部分空間への直交射影（例えば、三角形に対してその「高さを潰す」操作の類似対応物）は、ヒルベルト空間論における最適化問題やその周辺で重要である。ヒルベルト空間の各元は、平面上の点がそのデカルト座標（直交座標）によって特定できるのと同様に、座標軸の集合（正規直交基底）に関する座標によって一意的に特定することができる。このことは、座標軸の集合が可算無限であるときには、ヒルベルト空間を自乗総和可能な無限列の集合と看做すことも有用であることを意味する。ヒルベルト空間上の線型作用素は、ほぼ具体的な対象として扱うことができる。条件がよければ、空間を互いに直交するいくつかの異なる要素に分解してやると、線型作用素はそれぞれの要素の上では単に拡大縮小するだけの変換になる（これはまさに線型作用素のスペクトルを調べるということである）。
定義と導入
動機付けとなる例

最もよく知られたヒルベルト空間の例の一つは、三次元の空間ベクトル全体の成すユークリッド空間 R 3 {\displaystyle \mathbb {R} ^{3}} にドット積を考えたものであろう。二つのベクトル x , y {\displaystyle {\boldsymbol {x}},{\boldsymbol {y}}} のドット積 x ⋅ y {\displaystyle {\boldsymbol {x}}\cdot {\boldsymbol {y}}} は実数を与える。 x , y {\displaystyle {\boldsymbol {x}},{\boldsymbol {y}}} がデカルト座標系であらわされているときには、ドット積は ( x 1 , x 2 , x 3 ) ⋅ ( y 1 , y 2 , y 3 ) := x 1 y 1 + x 2 y 2 + x 3 y 3 {\displaystyle (x_{1},x_{2},x_{3})\cdot (y_{1},y_{2},y_{3}):=x_{1}y_{1}+x_{2}y_{2}+x_{3}y_{3}}

として定まる。このドット積は、条件
対称性: x ⋅ y = y ⋅ x . {\displaystyle {\boldsymbol {x}}\cdot {\boldsymbol {y}}={\boldsymbol {y}}\cdot {\boldsymbol {x}}.}

第一引数に関する線型性: ( a x 1 + b x 2 ) ⋅ y = a x 1 ⋅ y + b x 2 ⋅ y ∀   a , b ∈ R ,   ∀   x 1 , x 2 ∈ R 3 . {\displaystyle (a{\boldsymbol {x}}_{1}+b{\boldsymbol {x}}_{2})\cdot {\boldsymbol {y}}=a{\boldsymbol {x}}_{1}\cdot {\boldsymbol {y}}+b{\boldsymbol {x}}_{2}\cdot {\boldsymbol {y}}\quad \forall \ a,b\in \mathbb {R} ,\ \forall \ {\boldsymbol {x}}_{1},{\boldsymbol {x}}_{2}\in \mathbb {R} ^{3}.}