Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret
|
|
|
- Jean-Sébastien St-Germain
- il y a 10 ans
- Total affichages :
Transcription
1 Notes de cours M2 Équations aux dérivées partielles elliptiques Hervé Le Dret 4 mars 2010
2 2
3 Table des matières 1 Rappels en tous genres Les théorèmes de convergence de Lebesgue La convolution Les distributions Les espaces de Sobolev Dualité et convergences faibles Formulations variationnelles et leur interprétation Appendice : topologies de D et D Théorèmes de point fixe et applications Les théorèmes de point fixe de Brouwer et de Schauder Résolution d un problème modèle par une méthode de point fixe Les opérateurs de superposition Les opérateurs de superposition dans L p (Ω) Les opérateurs de superposition dans H 1 (Ω) Opérateurs de superposition et trace au bord La méthode de Galerkin Résolution du problème modèle par la méthode de Galerkin La méthode de Galerkin pour la mécanique des fluides Principe du maximum, régularité elliptique et applications Le principe du maximum fort Le principe du maximum faible Résultats de régularité elliptique Méthode des sur- et sous-solutions Calcul des variations et problèmes quasi-linéaires Rappels d analyse fonctionnelle et convexe abstraites
4 4 TABLE DES MATIÈRES 6.2 Application aux problèmes aux limites quasilinéaires scalaires Calcul des variations dans le cas vectoriel Calcul des variations et points critiques Pourquoi rechercher des points critiques? La condition de Palais-Smale et le lemme d Ekeland Le lemme de déformation, le principe du min-max et le théorème du col Opérateurs monotones et inéquations variationnelles Opérateurs monotones, définitions et premières propriétés Exemples d opérateurs monotones Inéquations variationnelles Exemples d inéquations variationnelles Opérateurs pseudo-monotones Exemples, les opérateurs de Leray-Lions
5 TABLE DES MATIÈRES 5 Une brève bibliographie Adams, R.A., Sobolev Spaces, Academic Press, New York, Brezis, H., Analyse fonctionnelle. Théorie et applications, Masson, Paris, Ekeland, I. et Temam, R., Analyse convexe et problèmes variationnels, Dunod, Paris, Evans, L.C., Weak convergence methods for nonlinear partial differential equations, Regional Conference Series in Mathematics 74, AMS, Gilbarg, D. et Trudinger, N.S., Elliptic Partial Differential Equations of Second Order, second edition, Springer-Verlag, Berlin, Kavian, O., Introduction à la théorie des points critiques et applications aux problèmes elliptiques, Springer-Verlag, Paris, New York, Le Dret, H., Notes de cours de maîtrise : Outils de base en analyse appliquée , ~ ledret/obaa pdf Meyer, Y. et Coifman, R.R., Opérateurs multilinéaires, Hermann, Paris, Rudin, W., Analyse réelle et complexe, Masson, Paris, Schwartz, J.T., Nonlinear Functional Analysis, Lecture notes, , Courant Institute of Mathematical Sciences, New York, 1965.
6 6 TABLE DES MATIÈRES
7 Chapitre 1 Rappels en tous genres Dans ce chapitre, on passe rapidement en revue les résultats d analyse dont on se servira le plus souvent dans le reste du cours. On en trouvera des démonstrations dans la plupart des ouvrages qui traitent de ces questions. On pourra également jeter un œil à ~ ledret/obaa pdf et à ~ ledret/m1/complementsm1approxedp.pdf pour certains détails. 1.1 Les théorèmes de convergence de Lebesgue Soit (X, µ) un espace mesuré. La plupart du temps, X sera un ouvert de R N et µ la mesure de Lebesgue, définie sur la complétion de la tribu borélienne. À la base de tout se trouve le théorème suivant, que l on utilise rarement tel quel. Théorème 1 (Convergence monotone de Lebesgue) Soit f n une suite croissante de fonctions mesurables sur X à valeurs dans R +. Cette suite converge simplement vers une fonction mesurable f et l on a f n dµ fdµ quand n +. X X Une conséquence immédiate du théorème de convergence monotone est le lemme de Fatou, que l on peut voir comme un résultat de semi-continuité inférieure de l intégrale de Lebesgue. Théorème 2 (Lemme de Fatou) Soit f n une suite de fonctions mesurables de X dans R +. On a (lim inf f n)dµ liminf f n dµ. X n n X 7
8 8 CHAPITRE 1. Rappels en tous genres Une conséquence presque immédiate du lemme de Fatou est le théorème de convergence dominée de Lebesgue, qui est de loin le plus employé dans la pratique. Théorème 3 (Convergence dominée de Lebesgue) Soit f n une suite de fonctions mesurables sur X à valeurs dans C telle que f n (x) f (x) quand n + presque partout dans X, et telle qu il existe une fonction g sur X à valeurs dans R +, intégrable, telle que l on ait f n (x) g(x) presque partout dans X. Alors f est intégrable et l on a f n f dµ 0 quand n +. En particulier, X X f n dµ X fdµ. Le théorème de convergence dominée existe aussi en version L p. Théorème 4 Soit p [1,+ [ et f n une suite de fonctions de L p (X,dµ) telle que f n (x) f (x) quand n + presque partout dans X, et telle qu il existe une fonction g L p (X,dµ) telle que l on ait Alors f L p (X,dµ) et l on a f n (x) g(x) presque partout dans X. f n f L p (X,dµ) 0 quand n +. On fera un usage répété de la réciproque partielle du théorème de convergence dominée. Théorème 5 Soit p [1,+ [ et f n une suite de fonctions de L p (X,dµ) telle que f n f L p (X,dµ) 0 quand n +. Alors on peut extraire une sous-suite n telle qu il existe g L p (X,dµ) avec f n (x) f (x) quand n + presque partout dans X, et f n (x) g(x) presque partout dans X.
9 1.2. La convolution 9 Attention! L extraction d une sous-suite est obligatoire dans ce théorème. Ce résultat moins connu que le théorème direct, mais très utile, est un sous-produit de la démonstration usuelle du fait que L p (X,dµ) est complet. À propos de sous-suites, on utilisera aussi souvent la petite astuce d unicité suivante. Lemme 1 Soit X un espace topologique et x n une suite de cet espace qui a la propriété qu il existe x X tel que de toute sous-suite de cette suite, on peut extraire une nouvelle sous-suite qui converge vers x. Alors la suite entière x n converge vers x. Démonstration. On raisonne par l absurde. Supposons que la suite ne converge pas vers x. Il existe donc un voisinage V de x et une sous-suite x n telle que x n / V pour tout n. Extrayons de cette sous-suite une nouvelle sous-suite x n qui converge vers x. Il existe donc un n 0 tel que pour tout n n 0, x n V, contradiction. Un dernier résultat de théorie de la mesure que nous utiliserons assez souvent est le théorème des points de Lebesgue, dans le cas particulier suivant. Théorème 6 Soit f une fonction mesurable localement intégrable sur R N muni de la mesure de Lebesgue. Il existe un ensemble de mesure nulle N telle que si x / N, on a 1 f (y) f (x) dy 0 quand ρ 0. mesb(x,ρ) B(x,ρ) 1 En particulier, mesb(x,ρ) B(x,ρ) f (y)dy f (x). Remarquons que l ensemble des points x, aussi appelés points de Lebesgue, où la suite du membre de gauche converge ne dépend que de la classe d équivalence de f modulo l égalité presque partout. Ce théorème nous permet de donc de définir un représentant précisé d une classe d équivalence f Lloc 1 (RN ). 1.2 La convolution La convolution est une technique de base dont les applications sont nombreuses. Nous nous en servirons principalement comme outil de régularisation des fonctions. Pour la convolution, on travaille dans R N (ou on s y ramène d une façon ou d une autre) avec la mesure de Lebesgue.
10 10 CHAPITRE 1. Rappels en tous genres Théorème 7 Soient f et g deux fonctions de L 1 (R N ). Alors, pour presque tout x de R N, la fonction y f (x y)g(y) est intégrable et la fonction F définie par F(x)= f (x y)g(y)dy RN appartient à L 1 (R N ). Elle est appelée la convoluée de f et de g et notée f g. L opération de convolution ainsi définie est une application bilinéaire continue de L 1 (R N ) L 1 (R N ) dans L 1 (R N ), avec l estimation De plus, on a f g = g f. f g L 1 (R N ) f L 1 (R N ) g L 1 (R N ). La valeur de la fonction F en x peut être vue comme une moyenne des valeurs de f autour de x pondérée par celles de g (en brisant la symétrie entre f et g, et autour de x pouvant signifier sur R N entier, naturellement). Plus généralement, on peut définir la convolution de deux fonctions si elles appartiennent à des espaces L p (R N ) convenables. Plus précisément : Théorème 8 Soit (p,q,r) un triplet de [1,+ ] tel que r = 1 p + 1 q Alors, pour presque tout x de R N, la fonction 1 avec la convention = 0 (1.1) + y f (x y)g(y) est intégrable et la fonction f g définie sur R N par f g(x)= f (x y)g(y)dy RN appartient à L r (R N ). L application ( f,g) f g est bilinéaire continue de L p (R N ) L q (R N ) dans L r (R N ) avec f g L r (R N ) f L p (R N ) g L q (R N ). Il est instructif d explorer les couples (p, q) admissibles pour la convolution, c est-à-dire tels qu il existe r [1, + ] satisfaisant la relation (1.1), et quelles sont les valeurs de r correspondantes. Notre intérêt premier pour la convolution vient ici des deux résultats suivants dont la conjonction permet de régulariser les fonctions (la convolution a bien sûr nombre d autres applications).
11 1.2. La convolution 11 Théorème 9 Soit k N. Si g appartient à C k (R N ) et est à support compact, alors pour tout f L 1 loc (RN ),f g C k (R N ) et l on a α ( f g) = f α g pour tout multi-indice α tel que α k. Si g appartient à C (R N ) et est à support compact, alors f g C (R N ). On rappelle que la longueur d un multi-indice α =(α 1,α 2,...,α N ) N N est donnée par α = N i=1 α i et que α g = α g x α 1 1 xα 2 2 xα N. N Théorème 10 Soient g une fonction de L 1 (R N ) d intégrale 1 et p [1,+ [. Posons x g ε (x)=ε N g ε On a alors, pour toute fonction f appartenant à L p (R N ), lim g ε f f L ε 0 p (R N ) = 0. Pour approcher une fonction f de L p (R N ) au sens de la norme de L p (R N ) par une suite de fonctions C, il suffit donc de construire une fonction C à support compact et d intégrale égale à 1. Cela n est pas très difficile. Lemme 2 Soit θ la fonction de R dans R définie par θ(t)=e 1 t 1 si t < 1 et θ(t)=0 sinon, et g: R N R par g(x)= 1 B(0,1) θ( y 2 )dy θ( x 2 ). Alors g est C sur R N à support égal à B(0,1) et d intégrale 1. On remarque dans ce cas que le support de g ε est B(0,ε). La fonction g ε se concentre dans cette boule en gardant une intégrale égale à 1 grâce au facteur ε N. La suite g ε est appelée suite régularisante. La remarque suivante va permettre de travailler dans des ouverts quelconques. Lemme 3 Soit F le support de f L 1 loc (RN ) et F ε = {x R N ;d(x,f) ε}. Alors le support de g ε f est inclus dans F ε. Démonstration. En effet, on rappelle que le support d une fonction f est un fermé, c est le complémentaire de la réunion des ouverts où f est nulle presque partout. Si d(x, F) > ε, alors B(x, ε) F = /0. Par conséquent, f = 0 presque partout dans B(x,ε). Or g ε f (x)= R N g ε(x y) f (y)dy = B(x,ε) g ε(x y) f (y)dy = 0, vu que le support de g ε (x ) est exactement B(x,ε). Donc g est identiquement nulle sur le complémentaire de F ε.
12 12 CHAPITRE 1. Rappels en tous genres Comme l effet de la convolution par g ε est de «lisser les aspérités» des valeurs de f, un peu comme on estompe un dessin fait au crayon, ceci se fait au prix d une petite expansion d au plus ε du support de f. Une image noir et blanc est représentée par une fonction de R 2 à valeurs dans [0,1]. Le blanc correspond à la valeur 0, le noir à la valeur 1, et les nuances de gris aux valeurs intermédiaires. À gauche on voit la fonction caractéristique du carré unité, à droite une régularisation par convolution. Soit maintenant Ω un ouvert quelconque de R N. On note alors D(Ω) l espace des fonctions C à support compact dans Ω. Théorème 11 L espace D(Ω) est dense dans L p (Ω) pour tout p [1,+ [. Démonstration. En deux mots, on prend une suite exhaustive de compacts de Ω, K n (une suite de compacts tels que K n K n+1 et Ω = n N K n. Il en existe une dans tout ouvert de R N ). Pour tout f L p (Ω), on a f 1 Kn f quand n + dans L p (Ω) par le théorème de convergence dominée (1 Kn désigne la fonction caractéristique de K n ). On prolonge f 1 Kn par 0 à R N tout entier. Alors g ε f 1 Kn f 1 Kn quand ε 0 dans L p (R N ), c est une suite de fonctions C, et pour ε < d(k n,r N \ Ω), g ε f 1 Kn est à support dans (K n ) ε Ω et compact. On conclut par un argument de double limite. Ce résultat est bien sûr faux pour p =+. L adhérence de D(Ω) dans L (Ω) est C 0 ( Ω), l espace des fonctions continues sur Ω nulles au bord et qui tendent vers 0 à l infini. 1.3 Les distributions Dans la pratique des équations aux dérivées partielles, il n est pas nécessaire de maîtriser totalement les détails de la topologie naturelle de l espace D(Ω) (la topologie limite inductive d une famille d espaces de Fréchet). Il suffit d en connaître les suites convergentes.
13 1.3. Les distributions 13 Proposition 1 Une suite ϕ n de fonctions de D(Ω) converge vers ϕ D(Ω) si et seulement si i) Il existe un compact K Ω tel que le support de ϕ n est inclus dans K pour tout n, ii) Pour tout multi-indice α, α ϕ n α ϕ uniformément sur K. En fait, on peut voir cette proposition comme une définition de travail, largement suffisante dans la pratique. De même, il n est nul besoin de connaître les détails de la topologie de son dual D (Ω), l espace des formes linéaires continues sur D(Ω), i.e. l espace des distributions sur Ω. On doit être capable de reconnaître une distribution. Proposition 2 Une forme linéaire T sur D(Ω) est une distribution si et seulement si pour tout compact K de Ω, il existe un entier n et une constante C telles que pour tout ϕ D(Ω) à support dans K T,ϕ C max α ϕ(x). α n,x K En fait, cette propriété de continuité se trouve être équivalente à la continuité séquentielle. Proposition 3 Une forme linéaire T sur D(Ω) est une distribution si et seulement si pour toute suite ϕ n D(Ω) qui converge vers ϕ au sens de D(Ω), on a T,ϕ n T,ϕ. De même, la convergence d une suite de distribution dans l espace D (Ω) s exprime de façon particulièrement simple. Proposition 4 Une suite de distributions T n converge vers une distribution T au sens de D (Ω) si et seulement si pour tout ϕ D(Ω), on a T n,ϕ T,ϕ. La plupart des espaces de fonctions raisonnables s injectent dans les distributions. En particulier, Proposition 5 L application ι : Lloc 1 (Ω) D (Ω) définie par ϕ D(Ω), ι( f ),ϕ = f ϕ dx, est une injection continue. Ω
14 14 CHAPITRE 1. Rappels en tous genres On identifie donc les fonctions localement intégrables donc a fortiori toutes les fonctions L p, les fonctions continues à des distributions sans autre forme de procès. On dérive indéfiniment les distributions par dualité. Proposition 6 Soit T une distribution sur Ω. La forme linéaire définie par T ϕ D(Ω),,ϕ = T, ϕ x i x i est une distribution. Si T se trouve être une fonction de classe C 1, alors sa dérivée partielle au sens des distributions coïncide avec sa dérivée partielle au sens classique. Enfin, l application T T/ x i est continue de D (Ω) dans D (Ω). On multiplie les distributions par des fonctions C par dualité également. Proposition 7 Soit T une distribution sur Ω et v C (Ω). La forme linéaire définie par ϕ D(Ω), vt,ϕ = T,vϕ est une distribution. Si T se trouve être une fonction de Lloc 1, alors vt coïncide avec le produit au sens classique. Grâce à ces deux propositions, on peut donc appliquer n importe quel opérateur différentiel linéaire à coefficients C à n importe quelle distribution. Quelques mots d avertissement : une distribution n est en général pas une fonction (sauf quand c en est une au sens précédent, of course), penser par exemple à la masse de Dirac. Elle n a pas de valeurs ponctuelles ou presque partout. On ne l intègre pas sur Ω. Écrire une formule comme Ω T (x)ϕ(x)dx à la place d un crochet de dualité est un crime grave si on ne s est pas assuré au préalable que T est en fait dans Lloc 1. La convergence au sens des distributions n est pas une manipulation magique susceptible de justifier n importe quoi. Remarquons quand même que si une distribution ne prend pas de valeurs ponctuelles, elle conserve néanmoins un caractère local. En particulier, on peut restreindre une distribution définie sur Ω à un ouvert plus petit. Deux distributions sur Ω 1 et Ω 2 qui coïncident au sens précédent sur Ω 1 Ω 2 peuvent se recoller en une distribution sur Ω 1 Ω 2 (on dit que les distributions forment un faisceau). 1.4 Les espaces de Sobolev Une bonne partie de l analyse des équations aux dérivées partielles se déroule dans les espaces de Sobolev. Une autre partie se déroule dans les espaces de Hölder, ainsi que dans plusieurs autres espaces fonctionnels plus sophistiqués dont nous ne parlerons pas ici.
15 1.4. Les espaces de Sobolev 15 Il existe plusieurs caractérisations des espaces de Sobolev. Dans le cas des espaces de Sobolev d ordre entier positif k N, on retiendra que W k,p (Ω)={u L p (Ω); α u L p (Ω) pour tout multi-indice α tel que α k}, muni de la norme u W k,p (Ω) = α u p 1/p L p (Ω) α k pour p [1,+ [ et u W k, (Ω) = α u L (Ω) α k pour p =+. On utilise parfois la notation k,p,ω pour désigner ces normes. Les dérivées partielles sont naturellement prises au sens des distributions. Les espaces W k,p (Ω) sont des espaces de Banach. Dans le cas p = 2, on note W k,2 (Ω)=H k (Ω) qui est un espace de Hilbert pour le produit scalaire (u v) H k (Ω) = ( α u α v) L 2 (Ω). α k On utilise parfois la notation k,ω pour désigner la norme sur H k. Notons que W 0,p (Ω)=L p (Ω) d où la notation 0,p,Ω parfois employée pour la norme L p, qui devient 0,Ω pour L 2. Clairement, les fonctions C à support compact sont dans W k,p (Ω), et l on note W k,p 0 (Ω) l adhérence de D(Ω) dans W k,p (Ω), pour p < +. On note bien sûr W k,2 (Ω). C est un sous-espace vectoriel fermé (donc complet) de 0 (Ω) =H0 k W k,p (Ω), qui est en général un sous-espace strict pour k 1. Les exceptions à cette règle sont Ω = R N, ou bien R N privé d un ensemble «petit», la signification précise de ce «petit» dépendant des valeurs de k et p. Par définition, on peut approcher tout élément de W k,p 0 (Ω) au sens de W k,p (Ω) par une suite de fonctions de D(Ω) pour n importe quel ouvert Ω. Dans le même ordre d idées, Théorème 12 (Théorème de Meyers-Serrin) L espace C (Ω) W k,p (Ω) est dense dans W k,p (Ω), pour tout p [1,+ [. Il se démontre à l aide de convolutions astucieusement menées. Naturellement, les fonctions de C (Ω) n ont aucune propriété d intégrabilité sur Ω, d où l intersection dans le théorème de Meyers-Serrin. La question de la densité des fonctions régulières jusqu au bord dans W k,p (Ω) dépend quant à elle de la régularité de l ouvert Ω lui-même. Rappelons la définition d un ouvert Lispchitzien de R N.
16 16 CHAPITRE 1. Rappels en tous genres Définition 1 On dit qu un ouvert Ω est Lipschitzien s il est borné et si l on peut recouvrir sa frontière Ω par un nombre fini d hypercubes ouverts C j chacun associé à un système de coordonnées cartésiennes orthonormées, y j =(y j 1,yj 2,...,y j N ), de telle sorte que C j = {y R N ; y j i < a j pour i = 1,...,N}, et qu il existe une fonction ϕ j : R N 1 R Lipschitzienne telle que l on ait Ω C j = {y C j ;y j N < ϕ j((y j ) )}, avec la notation R N 1 (y j ) =(y j 1,yj 2,...,y j N 1 ). On note C ( Ω) l espace des fonctions C qui admettent, ainsi que toutes leurs dérivées partielles à tous ordres, un prolongement continu à Ω. Théorème 13 Soit Ω un ouvert Lipschitzien. Alors l espace C ( Ω) est dense dans W 1,p (Ω), pour tout p [1,+ [. Mentionnons un résultat de première importance : les injections de Sobolev pour Ω = R N ou bien Ω ouvert régulier (disons C, c est-à-dire que les fonctions ϕ j sont de classe C. C est une hypothèse un peu trop forte, mais du moins avec elle on est sûr de ne pas avoir de mauvaise surprise...) Théorème 14 Soit k 1 et p [1,+ [. Alors i) Si 1 p k N > 0, on a W k,p (Ω) L q (Ω) avec 1 q = 1 p k N, ii) Si 1 p k N = 0, on a W k,p (Ω) L q (Ω) pour tout q [p,+ [ (mais pas pour q =+ si p > 1), iii) Si 1 p k N < 0, on a W k,p (Ω) L (Ω). Dans ce dernier cas, si k N p > 0 n est pas un entier, alors W k,p (Ω) C l,β ( Ω) (l espace des fonctions de classe C l dont les dérivées l-èmes sont Höldériennes d exposant β) où l = k N p et β = k N p l sont respectivement la partie entière et la partie fractionnaire de k N p. Toutes ces injections sont continues. Sans hypothèse de régularité sur Ω, les injections de Sobolev restent vraies localement, i.e. dans tout ouvert compactement inclus dans Ω. En d autres termes, on a W k,p (Ω) L q loc (Ω), etc. Elles restent vraies globalement si l on remplace W m,p (Ω) par W m,p 0 (Ω). Il est utile de réécrire ce théorème dans le cas k = 1 et Ω borné, régulier.
17 1.4. Les espaces de Sobolev 17 Théorème 15 Soit p [1, + [. Alors i) Si 1 p < N, on a W 1,p (Ω) L p (Ω) avec 1 p = 1 p 1 N, ou encore p = Np N p, ii) Si p = N, on a W 1,N (Ω) L q (Ω) pour tout q [1,+ [, iii) Si p > N, on a W 1,p (Ω) C 0,β ( Ω) où β = 1 N p. Notons que si Ω est borné régulier, alors W 1, (Ω) s identifie algébriquement et topologiquement à l espace C 0,1 ( Ω) des fonctions Lipschitziennes sur Ω. On peut également jouer avec les injections de Sobolev ci-dessus pour obtenir par exemple que pour p < N, W k,p (Ω) W k 1,p (Ω), et ainsi de suite. Bien sûr, p > p. Un autre résultat de première importance est un résultat de compacité que l on regroupe sous le terme générique de théorème de Rellich-Kondrašov. Théorème 16 Soit Ω borné, régulier et p [1,+ [. Alors les injections i) W 1,p (Ω) L q (Ω) avec 1 q < p, si 1 p < N, ii) W 1,p (Ω) L q (Ω) avec 1 q < +, si p = N, iii) W 1,p (Ω) C 0,γ ( Ω) avec 0 γ < β, si p > N, sont des injections compactes. En particulier, l injection W 1,p (Ω) L p (Ω) est compacte. Sans hypothèse de régularité sur Ω, mais toujours avec Ω borné, les injections restent compactes à condition de considérer les espaces L q loc, etc., à l arrivée, ou bien en remplaçant W 1,p (Ω) par W 1,p 0 (Ω). Nous allons maintenant nous intéresser au comportement des fonctions de W 1,p (Ω) au bord de Ω. Dans le cas où p N, les éléments de W 1,p (Ω) ne sont pas nécessairement continus. Il s agit de classes d équivalence modulo l égalité presque partout et l on ne peut pas aisément définir de façon raisonnable les valeurs qu elles pourraient prendre sur Ω. Le bord Ω d un ouvert Lipschitzien est muni d une mesure naturelle (N 1)- dimensionnelle, que nous noterons dσ et d un vecteur normal au bord, unitaire, extérieur n, défini presque partout par rapport à cette mesure, que l on peut calculer à l aide des fonctions ϕ j de la définition 1. Pour contourner de façon naturelle le problème des valeurs au bord, on dispose du théorème de trace suivant. Théorème 17 Soit Ω un ouvert Lipschitzien et p [1, + [. Il existe une unique application linéaire continue γ 0 : W 1,p (Ω) L p ( Ω) qui prolonge l application de restriction u u Ω définie sur le sous espace dense C 1 ( Ω). Cette application, appelée application trace, n est pas surjective. Son image est notée W 1 1/p,p ( Ω), ou bien H 1/2 ( Ω) pour p = 2 (il s agit d espaces de
18 18 CHAPITRE 1. Rappels en tous genres Sobolev d ordre fractionnaire que l on n a pas définis en tant que tels ici). Son noyau n est autre que W 1,p 0 (Ω). On définit aussi des traces d ordre supérieur sur W k,p (Ω) pour k > 1 qui prolongent par continuité la dérivée normale u n et ainsi de suite. À ce propos, il convient de bien distinguer les espaces W k,p 0 (Ω) et W k,p (Ω) W 1,p 0 (Ω) quand k > 1. Dans le premier espace, toutes les traces jusqu à l ordre k 1 sont nulles (moralement, u = u n = = 0 sur Ω) alors que dans le second, seule la première trace est nulle. Notons la formule d intégration par parties : u,v H 1 (Ω), Ω u vdx= u v dx+ γ 0 (u)γ 0 (v)n i dσ, x i Ω x i Ω où n i est la i-ème composante du vecteur normal n. Cette formule porte des noms variés (formule de Green, etc.) et donne naissance à tout un tas d autres formules par applications répétées. On l établit d abord pour des fonctions C 1 ( Ω), puis on conclut par densité. Mentionnons le cas particulier important u H 1 (Ω), Ω u dx = γ 0 (u)n i dσ. x i Ω Pour conclure ces brefs rappels sur les espaces de Sobolev, mentionnons l inégalité de Poincaré. Théorème 18 Soit Ω un ouvert borné dans une direction. Il existe une constante C telle que u W 1,p 0 (Ω), u L p (Ω) C u L p (Ω;R N ). Il s agit encore d un résultat que l on montre d abord sur les fonctions régulières, puis que l on étend par densité. Il implique clairement que, dans un ouvert borné 1,p dans une direction, la semi-norme u L p (Ω;R N ) définit une norme sur W0 (Ω) équivalente à la norme de W 1,p (Ω). On note parfois u 1,p,Ω = u L p (Ω;R N ) cette semi-norme. 1.5 Dualité et convergences faibles On rappelle que pour tout p [1,+ [, le dual de L p (X,dµ) s identifie isométriquement à L p (X,dµ) où la relation 1 p + p 1 = 1 définit une paire d exposants conjugués, par l intermédiaire de la forme bilinéaire (u,v) X uvdµ. Par contre, L 1 (X,dµ) est un sous-espace strict de L (X,dµ), en tout cas pour la plupart des mesures µ qui peuvent nous intéresser ici. Le plus souvent, par exemple quand
19 1.5. Dualité et convergences faibles 19 X est un ouvert de R N muni de la mesure de Lebesgue, L 1 (X,dµ) n est pas un dual. On déduit de ce qui précède que pour 1 < p < +, l espace L p (X,dµ) est réflexif. Par conséquent, de toute suite u n bornée dans L p (X,dµ), on peut extraire une sous-suite u n faiblement convergente. On rappelle que u n u dans L p (X,dµ) si et seulement si X u nvdµ X uvdµ pour tout v Lp (X,dµ). Pour p =+, X ouvert de R N et µ la mesure de Lebesgue, alors on peut extraire une sous-suite faiblement-étoile convergente, car dans ce cas le prédual de L, qui n est autre que L 1, est séparable. On rappelle que u n u si et seulement si X u nvdµ X uvdµ pour tout v L 1 (X,dµ). Enfin, une suite bornée dans L 1 (X,dµ) n a en général pas de propriété de convergence faible vis-à-vis de L 1 sans hypothèse supplémentaire (il existe plusieurs caractérisations des compacts faibles de L 1 ). Pour X ouvert de R N et µ la mesure de Lebesgue, ces convergences faible ou faible-étoile impliquent trivialement la convergence au sens des distributions. Intéressons nous maintenant à la dualité des espaces de Sobolev. Tout d abord, les espaces W 1,p (Ω), 1< p < +, sont réflexifs. On peut donc extraire de tout suite bornée une suite faiblement convergente. Malheureusement pour nous, le dual de W 1,p (Ω) n est pas si facile à identifier à un autre espace fonctionnel concret. Qu à cela ne tienne, on a la caractérisation suivante de la convergence faible. Proposition 8 Une suite u n converge faiblement vers u dans W 1,p (Ω), si et seulement si u n u faiblement dans L p (Ω) et u n / x i g i faiblement dans L p (Ω), i = 1,...,N. Dans ce cas, on a g i = u/ x i. On a une caractérisation analogue avec des étoiles dans le cas p =+. Grâce au théorème de Rellich, on a en prime que u n u dans L p loc (Ω) fort. Le cas de H 1 (Ω) est particulier, puisqu il s agit d un espace de Hilbert. Il est donc isométrique à son dual par l intermédiaire de son produit scalaire (théorème de Riesz). On peut donc dire que u n u faiblement dans H 1 (Ω) si et seulement si, pour tout v dans H 1 (Ω), Ω (u nv + u n v)dx Ω (uv + u v)dx. Mais l un dans l autre, la caractérisation de la proposition 8 est plus commode. La dualité de W 1,p 0 (Ω) est en un sens plus simple. En effet, D(Ω) est dense dans W 1,p 0 (Ω) par définition. Il s ensuit que toute forme linéaire continue sur W 1,p 0 (Ω) définit une distribution et une seule. En d autres termes, on a une injection canonique de (W 1,p 0 (Ω)) dans D (Ω). On note W 1,p (Ω) l image de cette injection canonique (c est un espace de Sobolev d ordre négatif, que nous n avons pas défini comme tel ici). Il est clair qu une distribution T appartient à W 1,p (Ω) si et seulement si il existe une constante C telle que ϕ D(Ω), T,ϕ C ϕ 1,p,Ω,
20 20 CHAPITRE 1. Rappels en tous genres car elle se prolonge alors en une forme linéaire continue sur W 1,p 0 (Ω) grâce à l inégalité de Poincaré. La norme de T dans W 1,p (Ω), notée T 1,p,Ω, est la borne inférieure des constantes C pouvant apparaître dans l inégalité ci-dessus. On peut également caractériser l espace W 1,p (Ω) à l aide de dérivées partielles premières de fonctions de L p (Ω) =W 0,p (Ω), ce qui explique un peu la notation. Dans le cas p = 2, on note H 1 (Ω) le sous-espace de D (Ω) ainsi identifié à (H0 1(Ω)). Attention : l espace H0 1 (Ω) est un espace de Hilbert, et peut donc être identifié à son dual par l intermédiaire de son produit scalaire (il suffit de prendre le produit scalaire des gradients par l inégalité de Poincaré). Cette identification, qui dit que pour toute forme linéaire continue sur H0 1(Ω), il existe un unique v H1 0 (Ω) tel que (u)= Ω u vdx pour tout u H1 0 (Ω), est tout aussi légitime que la précédente, mais ce n est pas la même! En particulier, elle n est pas compatible avec l identification de dual de L 2 (Ω) avec lui-même par son produit scalaire, identification qui ne fait guère débat. Par contre, l identification (H0 1(Ω)) H 1 (Ω) est compatible avec l identification du dual de L 2 avec lui-même précédente, ainsi que l identification de L 2 à un sous-espace de D. En effet, si T L 2 (Ω), alors ϕ D(Ω), T,ϕ = T ϕ dx T 0,Ω ϕ 0,Ω CT 0,Ω ϕ 1,Ω, Ω par l inégalité de Cauchy-Schwarz d abord, puis celle de Poincaré, montre que L 2 (Ω) H 1 (Ω) canoniquement (alors que L 2 n est absolument pas inclus dans H 1 0!). Quand on utilise H 1, on a donc droit à l harmonieux diagramme D(Ω) H 1 0 (Ω) L 2 (Ω) H 1 (Ω) D (Ω) où toutes les injections sont continues, denses et canoniques. Dans la pratique, on préfère le plus souvent H 1 (Ω), pour la raison qui précède, mais il arrive de temps à autre qu il soit plus avantageux d utiliser l identification (H0 1(Ω)) H0 1 (Ω) du théorème de Riesz. Plus généralement, quand on a affaire à deux espaces de Hilbert V H avec injection continue et dense, pour identifier leurs duaux de façon compatible, on procède le plus souvent selon le même schéma V H H V. Enfin, au niveau des espaces de traces, on note H 1/2 ( Ω)=(H 1/2 ( Ω)). Ce n est pas seulement une notation, c est aussi un espace de Sobolev fractionnaire négatif sur une hypersurface. 1.6 Formulations variationnelles et leur interprétation
21 1.6. Formulations variationnelles et leur interprétation 21 On rappelle le résultat fondamental dans le contexte des EDP elliptiques linéaires, le théorème de Lax-Milgram. Théorème 19 Soit V un espace de Hilbert, une forme linéaire continue sur V et a une forme bilinéaire continue sur H telle qu il existe α > 0 tel que v V, a(v,v) αv 2 (on dit que a est V -elliptique). Alors le problème : trouver u V tel que v V, a(u,v)=(v), admet une solution unique. De plus, l application qui à associe u est linéaire continue de V dans V. Il s agit d un résultat hilbertien abstrait. Pour en déduire des résultats d existence pour des problèmes aux limites, on doit interpréter les problèmes variationnels. Donnons en deux exemples simples. Tout d abord, le problème de Dirichlet homogène. Soit Ω un ouvert borné de R N. On cherche une fonction u tel que u = f dans Ω et u = 0 sur Ω, où le second membre f est donné. On lui associe le problème variationnel suivant : V = H0 1 (Ω) qui incorpore la condition de Dirichlet homogène, a(u,v) = Ω u vdx et (v) = f,v en choisissant f H 1 (Ω). Le théorème de Lax-Milgram s applique, la V -ellipticité étant une conséquence immédiate de l inégalité de Poincaré. En quoi la fonction u ainsi trouvée satisfait-elle le problème aux limites de départ? Notons d abord que H0 1(Ω) D (Ω), donc u a un sens en tant que distribution. En fait, on voit facilement que est un opérateur continu de H 1 (Ω) dans H 1 (Ω). En effet, en utilisant la convention de sommation des indices répétés, u,ϕ = ii u,ϕ = i u, i ϕ = u ϕ dx, pour tout ϕ D(Ω), par définition de la dérivation au sens des distributions et l identification des fonctions L 2 à des distributions à l aide de l intégrale. Par conséquent, u,ϕ u 0,Ω ϕ 0,Ω, par l inégalité de Cauchy-Schwarz. On voit donc que u u est bien continue de H 1 (Ω) dans H 1 (Ω). Comme D(Ω) H0 1 (Ω), on peut de plus utiliser la formulation variationnelle avec ϕ comme fonction-test, qui nous dit que a(u,ϕ)=(ϕ) pour en conclure que u,ϕ = f,ϕ, Ω
22 22 CHAPITRE 1. Rappels en tous genres pour tout ϕ D(Ω), soit u = f au sens de D (Ω) (en fait de H 1 (Ω), espace auquel appartiennent les deux membres de l égalité). On a donc interprété la solution du problème variationnel en termes de problème aux limites. Réciproquement, supposons que l on nous donne une fonction u H0 1 (Ω) telle que u = f au sens de D (Ω). En remontant les calculs précédents, ceci signifie que ϕ D(Ω), a(u,ϕ)=(ϕ). Or, par définition, D(Ω) est dense dans H0 1(Ω). Pour tout v H1 0 (Ω), il existe une suite ϕ n D(Ω) telle que ϕ n v dans H0 1 (Ω). Comme a et sont continues, on passe à la limite et on obtient que u est solution du problème variationnel, donc est l unique solution donnée par le théorème de Lax-Milgram. En d autres termes, le problème aux limites n a pas d autre solution dans H0 1 (Ω) que u. Deuxième exemple un peu plus délicat, le problème de Neumann non homogène, u + u = f dans Ω et u n = g sur Ω, où f et g sont donnés. On suppose ici Ω régulier. On lui associe le problème variationnel suivant : V = H 1 (Ω),a(u,v)= ( u v+uv)dx et (v)= fvdx+g,γ 0 (v) H Ω Ω 1/2,H 1/2 en choisissant f L 2 (Ω) et g H 1/2 ( Ω). Le théorème de Lax-Milgram s applique trivialement. Interprétons ce problème. On commence par obtenir l EDP à l intérieur en prenant des fonctions-test dans D(Ω). Le calcul est analogue au précédent et donne u + u,ϕ = f,ϕ, c est-à-dire u+u = f au sens de D (Ω). En effet, γ 0 (ϕ)=0. Réécrivant u = f u, on voit que u L 2 (Ω) et l EDP a donc en fait lieu au sens de L 2 (Ω). Maintenant, et à la différence du problème de Dirichlet, D(Ω) n est pas dense dans H 1 (Ω). À tout w H 1 (Ω) tel que w L 2 (Ω), on associe une forme linéaire γ 1 (w) continue sur H 1 (Ω), définie par γ 1 (w),v = Ω w vdx+ v wdx. Ω Notons que si ϕ D(Ω), γ 1 (w),ϕ = 0, par définition de la dérivation au sens des distributions. Par conséquent, par densité γ 1 (w),v = 0 pour tout v H0 1(Ω). On en déduit que la forme linéaire γ 1 (w) passe au quotient modulo H0 1 (Ω), c està-dire qu elle est en fait une forme linéaire continue sur H 1/2 ( Ω). En effet, cet
23 1.7. Appendice : topologies de D et D 23 espace est l image de γ 0 et H 1 0 (Ω) est son noyau. En résumé, on a défini γ 1(w) H 1/2 ( Ω) par γ 1 (w),γ 0 (v) = Ω w vdx+ v wdx. Ω De plus, si w C 1 ( Ω), la formule de Green montre que γ 1 (w) = w n. On a donc étendu ainsi de façon naturelle la dérivée normale aux fonctions de H 1 dont le Laplacien est L 2. Reprenons alors notre problème variationnel, avec une fonction-test v arbitraire dans H 1 (Ω). On peut la réécrire Ω u vdx+ v udx+ (u u)vdx= fvdx+ g,γ 0 (v). Ω Ω Ω Or on a déjà établi que u u = f à l étape précédente. Il vient donc γ 1 (w),γ 0 (v) = g,γ 0 (v), pour tout v H 1 (Ω). Comme l application trace est surjective sur H 1/2 ( Ω), on en déduit que la condition de Neumann γ 1 (u) =g est satisfaite au sens de H 1/2 ( Ω). Naturellement, si on peut établir par ailleurs que u est plus régulière (voir plus loin les résultats de régularité elliptique), alors on obtient la forme classique de la condition de Neumann. Comme dans le cas du problème de Dirichlet, on peut remonter les calculs à partir des relations u + u = f et γ 1 (u)=g avec u H 1 (Ω), pour retomber sur l unique solution du problème variationnel. Un dernier mot d avertissement : les formulations du style «on multiplie l équation par une fonction-test et on intègre par parties...» sont informelles (curieusement, on dit souvent «on multiplie formellement etc.»). Elles sont utiles car elles permettent de guider l intuition dans la construction de formulations variationnelles mais ne constituent pas des raisonnements rigoureux. 1.7 Appendice : topologies de D et D Dans la littérature des équations aux dérivées partielles appliquées, on a l habitude de passer sous silence la description des topologies de D(Ω) et de D (Ω), car il n est pas crucial de les connaître pour travailler. Les propriétés séquentielles décrites plus haut suffisent amplement. On peut donc sans risque se passer de la lecture de cette section. Néanmoins, on peut aussi être légitimement curieux de ces topologies et avoir envie d en savoir un peu plus, même si cela demande un
24 24 CHAPITRE 1. Rappels en tous genres peu plus d efforts, sans devoir absorber la totalité de la théorie abstraite des espaces vectoriels topologiques. Nous avons en effet affaire à des espaces vectoriels topologiques qui ne sont pas des espaces vectoriels normés, mais qui sont munis de topologies plus sophistiquées. Commençons donc par la notion d espace de Fréchet. On rappelle qu une semi-norme sur un espace vectoriel sur R est une application à valeurs dans R + positivement homogène et satisfaisant l inégalité triangulaire. Soit E un espace vectoriel sur R et (p n ) n N une famille dénombrable, croissante de semi-normes sur E telles que pour tout u = 0 de E, il existe n N tel que p n (u) > 0. Notons V n,α (u)={v E; p n (v u) < α} (V pour voisinage, bien sûr). On définit une famille O de parties de E par U O u U, n N,α R +,V n,α (u) U. Proposition 9 La famille O est une topologie d espace vectoriel topologique sur E. Cette topologie est métrisable et l application d(u,v)= définit une distance qui engendre cette topologie. 2 (n+1) min(1, p n (u v)) (1.2) n=0 Démonstration. Vérifions les axiomes de topologie. Trivialement, E O et /0 O, puisque dans ce dernier cas, la condition à remplir est vide. Soit (U i ) i=1,...,k une famille finie d éléments de O et U = k i=1 U i. Soit u U. Par définition, pour tout i = 1,...k, il existe n i,α i tels que V ni,α i (u) U i. Posons n = max{n i } N et α = min{α i } > 0. Comme la suite p n est croissante, les inégalités p ni (v u) p n (v u) < α α i, montrent que V n,α (u) V ni,α i (u) U i pour tout i. Par conséquent, V n,α (u) U, ce qui implique que U O. Soit (U λ ) λ Λ une famille quelconque d éléments de O et U = λ Λ U λ. Soit u U. Par définition, il existe λ Λ tel que u U λ. Choisissons le n et α associés à ce U λ. Trivialement, V n,α (u) U λ U et U O. On donc bien affaire à une topologie. Vérifions qu il s agit d une topologie d espace vectoriel topologique, c est-à-dire telle que les applications de E E dans E, (u,v) u + v et de E R dans E, (u,λ) λu soient continues. Pour l addition, il suffit de constater que V n,α/2 (0)+V n,α/2 (0) V n,α (0) par l inégalité triangulaire, pour en déduire la continuité en (0,0), puis la continuité sur E E par translation. Pour la multiplication par un scalaire, on note que µv λu = µ(v u)+(µ λ)u.
25 1.7. Appendice : topologies de D et D 25 Donnons-nous n N et α > 0. Il existe un voisinage V λ R de λ tel que pour tout µ V λ, on a µ λ p n (u) < α 2, et on peut choisir V λ borné. On prend ensuite v V n, α. Avec ces choix, il vient 2max V λ p n (µv λu) p n (µ(v u)) + p n ((µ λ)u) = µ p n (v u)+ µ λ p n (u) max V λ p n (v u)+ µ λ p n (u) < α 2 + α 2 = α, d où la continuité de la multiplication par un scalaire. Montrons maintenant que cette topologie d espace vectoriel topologique est métrisable. Pour cela, on s assure tout d abord trivialement que la formule (1.2) définit bien une distance sur E. Pour conclure, on doit montrer que tout ouvert de O contient une boule ouverte non vide associée cette distance et réciproquement. Comme toutes ces notions sont invariantes par translation, il suffit de se placer en u = 0. Donnons nous donc d abord n N et α > 0. On veut montrer qu il existe β > 0 tel que B(0,β) V n,α (0). Remarquons qu il suffit de considérer le cas α < 1, puisque V n,α (0) V n,α (0) dès que α α. Prenons β = 2 (n+1) α. Si v B(0,β), alors 2 (n+1) min(1, p n (v)) < 2 (n+1) α. Comme α < 1, on en déduit que p n (v) < α, c est-à-dire y V n,α (0), d où B(0,β) V n,α (0). Réciproquement, donnons-nous β > 0 et considérons la boule B(0, β). On a, pour tout n N, d(v,0)= n k=0 Comme min(1, p k (v)) 1, on a 2 (k+1) min(1, p k (v)) + k=n+1 2 (k+1) min(1, p k (v)) 2 (n+1). k=n+1 2 (k+1) min(1, p k (v)). Choisissons donc n tel que 2 (n+1) < β/2. Comme min(1, p k (v)) p k (v) et que la suite des semi-normes est croissante, on a n 2 (k+1) min(1, p k (v)) p n (v). k=0 On choisit alors α = β/2. On voit donc que, si v V n,α (0), alors d(v,0) p n (v)+ β/2 < β, c est-à-dire V n,α (0) B(0,β).
26 26 CHAPITRE 1. Rappels en tous genres Définition 2 On dit qu un espace vectoriel E muni d une famille de semi-normes comme ci-dessus est un espace de Fréchet s il est complet pour la distance (1.2). Remarque 1 Si la suite des semi-normes est stationnaire, c est-à-dire s il existe un n 0 N tel que p n = p n0 pour tout n n 0, alors on vérifie aisément que p n0 est une norme et que cette norme engendre la topologie ci-dessus. On n a donc introduit quelque chose de nouveau par rapport aux evn, respectivement par rapport aux espaces de Banach dans le cas complet, que si la suite p n est strictement croissante. Remarque 2 Les espaces de Fréchet fournissent un exemple de l utilité de la notion d espace métrisable : leur topologie est définie naturellement à l aide de voisinages. Il se trouve qu il existe une distance qui engendre cette topologie, mais cette distance n a rien de canonique. D ailleurs, on peut en donner d autres équivalentes. Quand on manipulera un espace de Fréchet, on n utilisera qu exceptionnellement la distance de façon explicite. Par contre, on utilisera les semi-normes et les voisinages qui leur sont associés. La topologie d un espace de Fréchet étant métrisable, elle se décrit également à l aide de suites convergentes. Ces suites admettent elles-mêmes une description fort simple. Proposition 10 Soit E un espace muni d une suite dénombrable, croissante de semi-normes comme plus haut. Une suite u n tend vers u au sens de E si et seulement si, p k (u n u) 0 quand n +, pour tout k N. Démonstration. Le résultat est presque évident. Une suite u n tend vers u si et seulement si, pour tout voisinage V de u, il existe n 0 tel que u n V pour tout n n 0. Ceci a donc lieu si et seulement si, pour tout k et tout α > 0, il existe n 0 tel que u n V k,α (u), c est-à-dire p k (u n u) < α pour tout n n 0. Naturellement, pour une telle suite, on a d(u n,u) 0 et réciproquement, un petit exercice facile si l on ne sait pas encore que les deux topologies coïncident. Arrêtons là les généralités sur les espaces de Fréchet pour introduire notre exemple principal dans le contexte des distributions. Proposition 11 Soit Ω un ouvert de R N et K un compact de Ω. L espace D K (Ω)={ϕ C (Ω);suppu K} des fonctions indéfiniment différentiables à support dans K, muni de la famille des semi-normes p n (ϕ)= max γ ϕ(x), (1.3) γ n,x K est un espace de Fréchet.
27 1.7. Appendice : topologies de D et D 27 Démonstration. On a clairement affaire à une famille dénombrable croissante de semi-normes, et p 0 étant une norme, on a aussi p 0 (ϕ) > 0 dès que ϕ = 0. La seule difficulté est la complétude. Soit donc ϕ k D K (Ω) une suite de Cauchy. On remarque que p n est en fait la norme dans CK n (Ω). Si ϕ k est de Cauchy dans D K (Ω), elle est donc a fortiori de Cauchy dans CK n (Ω) pour tout n. Or Cn K (Ω) est complet, et Cn K (Ω) Cn+1 K (Ω). Par conséquent, ϕ k converge dans CK n (Ω) vers un ϕ, lequel est le même pour tous les n. D après la proposition 10, ceci est équivalent à sa convergence vers ϕ dans D K (Ω). On remarque au passage que la proposition 10 se traduit dans ce cas particulier par le fait qu une suite converge dans D K (Ω) si et seulement si toutes ses dérivées partielles à tous ordres convergent uniformément sur K. Notons quand même que l espace D K (Ω) n est pas un espace normable. Il n existe aucune norme qui engendre sa topologie d espace de Fréchet, donc on n a pas travaillé pour rien. En effet, on a la proposition, un peu surprenante au premier abord, suivante. Proposition 12 Les fermés bornés de D K (Ω) sont compacts. Démonstration. On rappelle qu une partie A d un espace vectoriel topologique E est bornée si et seulement, pour tout voisinage V de 0, il existe un scalaire λ tel que A λv (on dit que A est absorbé par tout voisinage de 0). Soit A une partie bornée de D K (Ω). Pour tout n et tout α, il existe donc λ n,α tel que A λ n,α V n,α (0). Prenons α = 1 et notons λ n = λ n,1. On voit donc que ϕ A, p n (ϕ) λ n. Par le théorème des accroissements finis, ceci implique que γ A est une partie équicontinue de CK 0 (Ω) pour tout multi-indice γ n 1, et que max K γ ϕ λ n pour tout ϕ A. L ensemble K étant compact, on applique le théorème d Ascoli pour en déduire que ces ensembles sont relativement compacts dans CK 0 (Ω). Prenons maintenant une suite dans A. Utilisant la remarque si dessus, on en extrait une sous-suite qui converge dans tous les CK n (Ω) par le procédé diagonal. L ensemble A est donc relativement compact. Attention : la notion de partie bornée introduite ci-dessus n est pas une notion métrique. En fait, la distance d définie plus haut est elle-même bornée. Le diamètre de D K (Ω) est inférieur à 1 pour cette distance, mais ce n est évidemment pas cela que l on entend quand on veut parler de partie bornée d un espace vectoriel topologique. Les deux notions, borné dans un evt et borné au sens de la distance, coïncident par contre dans un evn quand on prend la distance canonique associée à la norme (pas celle de tout à l heure, qui reste bornée).
28 28 CHAPITRE 1. Rappels en tous genres Un espace qui a la propriété 12 et qui est réflexif est appelé espace de Montel. En raison du théorème de Riesz, un espace vectoriel normé de dimension infinie n est pas un espace de Montel. Or, quand K est d intérieur non vide, D K (Ω) est manifestement de dimension infinie (quand K est d intérieur vide, D K (Ω)={0}). Attention : ceci ne signifie pas que D K (Ω) est localement compact! En fait, une version plus complète du théorème de Riesz dit qu un espace vectoriel topologique séparé est localement compact si et seulement si il est de dimension finie. Simplement, ici les fermés-bornés = compacts de D K (Ω) sont d intérieur vide. Il convient enfin de ne pas perdre de vue que, comme D K (Ω) est de dimension infinie, on peut le munir de plusieurs topologies raisonnables différentes. La topologie que nous avons décrite jusqu ici est la topologie forte de D K (Ω). Identifions maintenant le dual de D K (Ω), que nous noterons D K (Ω). Proposition 13 Une forme linéaire T sur D K (Ω) est continue si et seulement si il existe n N et C R tels que ϕ D K (Ω), T,ϕ Cp n (ϕ), (1.4) si et seulement si, pour toute suite ϕ k ϕ dans D K (Ω), T,ϕ k T,ϕ. Démonstration. La deuxième caractérisation est triviale puisque D K (Ω) est métrisable. Pour la première, on commence par noter qu il suffit de considérer la continuité de T en 0 par linéarité. Soit T une forme linéaire qui satisfait (1.4). Comme ϕ k 0 implique que p n (ϕ k ) 0 pour tout n, on a trivialement T,ϕ k 0. Réciproquement, soit T DK (Ω). Comme c est une application continue de D K (Ω) dans R, l image réciproque de tout ouvert de R est un ouvert de D K (Ω). En particulier, comme 0 T 1 (] 1,1[), il existe n N et α > 0 tels que V n,α (0) T 1 (] 1,1[). En termes clairs, ceci signifie que si p n (ϕ) < α, alors T,ϕ < 1. Or, si ϕ = 0, on a p αϕ n 2p n (ϕ) < α par positivité homogène. On en déduit que pour tout ϕ non nul, αϕ T, 2p n (ϕ) < 1, soit T,ϕ 2 α p n (ϕ) pour tout ϕ (en effet 0 0 :-). Quelle topologie va-t-on mettre sur D K (Ω)? Encore une fois, on a le choix entre plusieurs possibilités. Le seule susceptible de nous intéresser ici est la topologie faible-étoile. Il s agit de la topologie la moins fine, c est-à-dire qui a le moins d ouverts possible, qui rend continues toutes les applications de la forme T T,ϕ quand ϕ parcourt D K (Ω). Arrêtons-nous un instant sur cette notion de topologie la moins fine qui etc., d un point de vue abstrait.
29 1.7. Appendice : topologies de D et D 29 Proposition 14 Soit X un ensemble et A P(X) une famille de parties de X. Il existe une unique topologie sur X qui est la moins fine de toutes les topologies contenant A. On l appelle topologie engendrée par A. Elle consiste en les réunions quelconques d intersections finies d éléments de A. Démonstration. La topologie discrète contient A. L intersection d une famille non vide quelconque de topologies est trivialement une topologie. L intersection de toutes les topologies contenant A répond donc à la question. Décrivons cette topologie plus explicitement. Si elle contient A, elle contient toutes les intersections finies d éléments de A, par stabilité par intersection finies. Par stabilité par réunion quelconque, elle contient les réunions quelconques de telles intersections finies. Il nous suffit donc de montrer que l ensemble des réunions quelconques d intersections finies d éléments de A est une topologie. Soit O cet ensemble. Il contient manifestement /0, X et est stable par réunions quelconques. La seule (petite) difficulté est la stabilité par intersections finies. Il suffit de traiter le cas de deux éléments de O. On se donne donc A 1 et A 2 tels qu il existe deux ensembles d indices Λ 1 et Λ 2, et pour chaque λ i Λ i un entier p λi tels que l on puisse écrire A 1 = λ 1 Λ 1 p λ 1 k 1 =1 U k1, A 2 = λ 2 Λ 2 p λ 2 k 2 =1 U k2, avec u ki A. On veut montrer que A 1 A 2 O. Posons Λ = Λ 1 Λ 2 et B = (λ 1,λ 2 ) Λ p λ 1 k 1 =1 p λ 2 U k1 k 2 =1 U k2, de telle sorte que B O. Soit x A 1 A 2. Il existe donc λ 1 Λ 1 et λ 2 Λ 2 tels que x p λ 1 k 1 =1 U k 1 et x p λ 2 k 2 =1 U k 2. En d autres termes, x p λ1 k 1 =1 U p λ2 k 1 k 2 =1 U k 2. On vient donc de montrer que A 1 A 2 B. Réciproquement, soit x B. Il existe donc (λ 1,λ 2 ) Λ tel que l on ait x p λ1 k 1 =1 U p λ2 k 1 k 2 =1 U p λ1 k 2, c est-à-dire x k 1 =1 U k 1 et x p λ 2 k 2 =1 U k 2, c est-à-dire x A 1 et x A 2. On vient donc de montrer que B A 1 A 2. Définition 3 Soit X un ensemble, (X λ ) λ Λ une famille d espaces topologiques et pour chaque λ, une application f λ : X X λ. La topologie sur X la moins fine qui rend toutes les applications f λ continues est appelée topologie projective relativement aux (X λ, f λ ) λ Λ. Cette topologie existe et est unique. En effet, c est tout simplement la topologie engendrée par la famille d ensembles f 1 λ (U λ ) où λ parcourt Λ et U λ parcourt
30 30 CHAPITRE 1. Rappels en tous genres les ouverts de X λ. Une base d ouverts c est-à-dire une famille d ensembles qui engendrent les ouverts par réunion quelconque en est donnée par les ensembles de la forme p k=1 f 1 λ (U λk ) où U λk est un ouvert de X λk, d après la proposition 14. k Les suites convergentes de cette topologie sont également très simples. Définition 4 Soit x n une suite de X muni de la topologie projective. Alors x n x si et seulement si f λ (x n ) f λ (x) dans X λ pour tout λ Λ. Démonstration. Supposons que x n x. Comme chaque f λ est continue, on en déduit que f λ (x n ) f λ (x). Réciproquement, supposons que f λ (x n ) f λ (x) pour tout λ Λ. Donnons nous un voisinage de x pour la topologie projective, que l on peut prendre de la forme p k=1 f 1 λ (U λk ), d après ce qui précède. Par hypothèse, pour tout 1 k k p, il existe un entier n k tel que f λk (x n ) U λk pour tout n n k. Posons n 0 = max{n 1,...,n p }. On voit donc que x n p k=1 f 1 λ (U λk ) pour tout n n k 0. Ceci montre que x n x pour la topologie projective. Trêve d abstractions, appliquons tout ceci à DK (Ω). La topologie faible-étoile n est autre que la topologie projective relative à Λ = D K (Ω), λ = ϕ, X ϕ = R et f ϕ (T )=T,ϕ. Une base de voisinages de 0 en est donnée par les ensembles de la forme p k=1 {T ; T,ϕ k < ε}. Une suite T n converge vers T pour la topologie faible-étoile si et seulement si T n,ϕ T,ϕ pour tout ϕ D K (Ω) (ceci explique aussi pourquoi on parle de topologie de la convergence simple). Passons maintenant à l espace D(Ω). On va aller un peu plus vite. Notons tout d abord que D(Ω) est bien un espace vectoriel. En effet, supp(ϕ + ψ) supp(ϕ) supp(ψ) et supp(λϕ) supp(ϕ) qui sont des compacts de Ω. Un tout petit peu d abstraction pour commencer. Proposition 15 Soit X un ensemble et (O λ ) λ Λ une famille non vide de topologies sur X. Il existe une unique topologie sur X qui est la plus fine de toutes les topologies incluses dans chaque O λ. Démonstration. Il suffit de prendre O = λ Λ O λ. Un ensemble est un ouvert de O si et seulement si c est un ouvert de O λ pour tout λ. Définition 5 Soit X un ensemble, (X λ ) λ Λ une famille d espaces topologiques et pour chaque λ, une application f λ : X λ X. La topologie sur X la plus fine qui rend toutes les applications f λ continues est appelée topologie inductive relativement aux (X λ, f λ ) λ Λ.
31 1.7. Appendice : topologies de D et D 31 Cette topologie est bien définie. En effet, soit O λ = {U X; f 1 λ (U) est un ouvert de X λ }. C est clairement une topologie sur X et c est la plus fine pour laquelle f λ est continue. On prend l intersection de toutes ces topologies. Appliquons ceci à D(Ω). On rappelle que l ouvert Ω admet une suite exhaustive de compacts K n K n+1, n N K n = Ω. Soit ι n : D Kn (Ω) D(Ω) l injection canonique. On munit D(Ω) de la topologie inductive associée à ces données, dont on vérifie qu elle ne dépend pas du choix de la famille exhaustive de compacts (c est important). En fait, comme on a aussi des injections ι nm : D Kn (Ω) D Km (Ω) pour n m qui commutent avec les injections de départ, puisque les K n sont ordonnés par l inclusion, et que la topologie induite sur D Kn (Ω) par celle de D Km (Ω) quand m n coïncide avec la topologie de D Kn (Ω), puisque les seminormes coïncident, on parle dans ce cas de topologie limite inductive stricte et l on note D(Ω)=limD Kn (Ω). Il s agit donc de la topologie la plus fine telle que les injections ι n soient toutes continues. Un ouvert U de D(Ω) est par définition un ensemble tel que U D Kn (Ω) est un ouvert de D Kn (Ω) pour tout n, c est-à-dire U est ouvert ϕ U, n tel que suppϕ K n ; p n,α n,v Kn,p n,α n (ϕ) U, avec une notation évidente V Kn,p,α(ϕ) pour la base de voisinages de D Kn (Ω). Notons que la suite des topologies O n associées à ι n pour n fixé, et dont on prend l intersection, est décroissante pour l inclusion. On impose de plus en plus de restrictions sur les ensembles considérés au fur et à mesure que n augmente. Remarquons aussi qu un ouvert non vide contient nécessairement des fonctions de support arbitrairement grand : tous les D K (Ω) sont d intérieur vide dans D(Ω). La convergence d une suite dans D(Ω) est bien celle donnée par la proposition 1. En effet, si on a une suite ϕ k qui satisfait les conditions i) et ii) de cette même proposition 1, il existe n 0 tel que K K n0. La deuxième condition nous dit que ϕ k ϕ dans D Kn0 (Ω), et la continuité des injections canoniques que ϕ k ϕ dans D(Ω) pour la topologie limite inductive. Réciproquement, soit ϕ k ϕ dans D(Ω). Démontrons la condition i). Une fois celle-ci acquise, la condition ii) est une trivialité. Il suffit de traiter le cas ϕ = 0. En effet, supp(ϕ k ϕ + ϕ) supp(ϕ k ϕ) supp(ϕ) qui est un compact de Ω. Soit donc U un ouvert qui contient 0. Nous en déduisons qu il existe k 0 tel que pour tout k k 0, ϕ k U. On va prendre un ouvert U bien choisi. Pour cela, supposons que la condition i) ne soit pas satisfaite. Pour tout m, il existe donc k m tel que suppϕ km K m et il
32 32 CHAPITRE 1. Rappels en tous genres existe x m Ω \ K m tel que ϕ km (x m ) = 0. Soit (m) =min{;x m K }. On pose alors ψ(x) p(ψ)= 2 max. m=0 x K (m) \K m ϕ km (x m ) Notons que cette quantité est bien définie sur D(Ω), car pour tout ψ à support compact, il n y a qu un nombre fini de termes non nuls dans la somme. On voit aisément qu il s agit en fait d une semi-norme sur D(Ω). On choisit alors U = {ψ D(Ω); p(ψ) < 1}. C est bien un ouvert de D(Ω), puisque sur D Kn (Ω) la semi-norme p est équivalente à la semi-norme p 0 (encore une fois, seul un nombre fini de termes entrent en jeu). On a bien 0 U, mais p(ϕ kn ) 2, ce qui implique que ϕ kn / U, contradiction. Pour conclure sur l espace D(Ω), on note qu il n est pas normable car une limite inductive stricte d une suite d espaces de Montel est un espace de Montel. En fait, sa topologie n est même pas métrisable. Pour le voir, considérons une variante de la fonction g du Lemme 2 en dimension 1. Posons ϕ k,n (x)= e 0 sinon, k (x 1 n )2 1 4n 2 pour 1 2n < x < 3 avec k > 0 et n 1. Par construction, ϕ k,n D(]0,2[). Clairement, à n fixé, ϕ k,n 0 dans D(]0,2[) quand k + à cause du terme exponentiel en facteur dans toutes les dérivées. Si la topologie était métrisable, par l argument usuel de suite double, on pourrait donc trouver une suite k(n) telle que ϕ k(n),n 0 dans D(]0,2[) quand n +. Or ce n est visiblement pas le cas, puisqu il est impossible à une telle suite de satisfaire la condition i) de support dans la mesure où suppϕ k(n),n = [ 1 2n, 3 2n ]. Une autre façon amusante de voir que D(Ω) n est pas métrisable est de faire appel à la complétude. Il existe une théorie générale dite des structures uniformes qui permet d étendre la notion de complétude à des espaces non métrisables. Or, il se trouve qu une limite inductive stricte d une suite d espaces de Fréchet est complète en ce sens (c est même plus général que cela, en fait). Mais comme D(Ω)= n D Kn (Ω) et que chaque D Kn (Ω) est un fermé d intérieur vide, on voit que l on a affaire à un espace complet qui n est pas de Baire. Il n est donc certainement pas métrisable. Parlons enfin de son dual, l espace D (Ω). De façon duale à ce que l on a vu plus haut, on a une application de restriction r n : D (Ω) D K n (Ω) définie par r n T,ϕ = T,ι n ϕ (il s agit ici des duaux algébriques, sans condition de continuite). La définition de la topologie limite inductive implique que T est continue si 2n,
33 1.7. Appendice : topologies de D et D 33 et seulement si r n T est continue pour tout n, c est-à-dire d après la proposition 13, la condition 2. En effet, T est continue si et seulement si pour tout ouvert ω de R, T 1 (ω) est ouvert, c est-à-dire si et seulement si T 1 (ω) D Kn (Ω) est ouvert dans D Kn (Ω) pour tout n. Pour la condition 3, prenons T telle que T,ϕ k T,ϕ dès que ϕ k ϕ. En particulier, cela est vrai pour toutes les suites à support dans K n. Comme D Kn (Ω) est métrisable, on a donc que r n T est continue, pour tout n. On munit enfin D (Ω) de la topologie projective associée aux restrictions r n et aux espaces D K n (Ω) munis de leur topologie faible-étoile. Comme les K n sont ordonnés par inclusion, on parle de topologie limite projective et l on note D (Ω)=lim D K n (Ω). Par les propriétés générales des topologies projectives, une suite de distributions T k converge vers T si et seulement si r n T k r n T dans D K n (Ω) pour tout n. On en déduit immédiatement la proposition 4, d après ce que l on a vu plus haut de la convergence dans D K n (Ω). Notons que c est aussi la topologie faible-étoile en tant que dual de D(Ω). Cette topologie n est pas métrisable non plus. En effet, soit T k,n = 1 k δ (n) D (R). Àn fixé, visiblement T k,n 0 quand k +. Soit k(n) une suite qui tend vers l infini. Par le théorème de Borel, il existe une fonction ϕ D(R) telle que ϕ (n) (0)=k(n) pour tout n. Donc T k(n),n,ϕ = 1 0. On a ainsi à peu près balayé toutes les propriétés pratiques des distributions.
Approximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Dualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Intégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Image d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Fonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Théorie de la mesure. S. Nicolay
Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................
Limites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Suites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Continuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
I. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Cours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Intégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Chapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Théorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Théorie de la Mesure et Intégration
Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT
Mesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Calcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Le produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Introduction à la. Points Critiques. Otared Kavian. et Applications aux Problèmes Elliptiques. Springer-Verlag
Otared Kavian Introduction à la Théorie des Points Critiques et Applications aux Problèmes Elliptiques Springer-Verlag Berlin Heidelberg NewYork London Paris Tokyo Hong Kong Barcelona Budapest Avant propos
La mesure de Lebesgue sur la droite réelle
Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et
Espérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Introduction à la méthode des éléments finis
ÉCOLE NATIONALE SUPERIEURE DES MINES DE PARIS Introduction à la méthode des éléments finis Michel KERN 1 2004 2005 S3733 / S3735 1 Inria, Rocquencourt, BP 105, 78153 Le Chesnay, [email protected] 2
Amphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Moments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t
3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes
Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Continuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Capes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : [email protected] Mots-clés : équation fonctionnelle, série
Calcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Introduction à l optimisation de forme et application à la mécanique des fluides
Laboratoire Jacques-Louis LIONS Introduction à l optimisation de forme et application à la mécanique des fluides Master 2 - Année universitaire 2014-2015 Pascal FREY et Yannick PRIVAT Laboratoire Jacques-Louis
Probabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Développement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Equations aux Dérivées Partielles
Equations aux Dérivées Partielles Tony Lelièvre 29-2 Après avoir considéré dans le capitre précédent des équations d évolution pour des fonctions ne dépendant que du paramètre temps, nous nous intéressons
Mesure et Intégration (Notes de cours de L3)
Mesure et Intégration (Notes de cours de L3) Ahmed Zeriahi Version préliminaire-octobre 2011 Avertissement : Ceci est une version préliminaire des notes du cours que l auteur a dispensé en troisème année
Intégrale de Lebesgue
Intégrale de Lebesgue L3 Mathématiques Jean-Christophe Breton Université de Rennes 1 Septembre Décembre 2014 version du 2/12/14 Table des matières 1 Tribus (σ-algèbres) et mesures 1 1.1 Rappels ensemblistes..............................
Exercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Produits d espaces mesurés
Chapitre 7 Produits d espaces mesurés 7.1 Motivation Au chapitre 2, on a introduit la mesure de Lebesgue sur la tribu des boréliens de R (notée B(R)), ce qui nous a permis d exprimer la notion de longueur
MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours
MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Théorie de la Mesure et Intégration
Ecole Nationale de la Statistique et de l Administration Economique Théorie de la Mesure et Intégration Xavier MARY 2 Table des matières I Théorie de la mesure 11 1 Algèbres et tribus de parties d un ensemble
TIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES
Bulletin de la SOCIÉTÉ MATHÉMATIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES Bernard Host & Alejandro Maass Tome 135 Fascicule 3 2007 SOCIÉTÉ MATHÉMATIQUE DE FRANCE Publié avec le concours du
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Cours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Calcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques
Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de
Différentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Continuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
www.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Introduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Sur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Fonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Programmes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Le modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?
PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? Pierre Baumann, Michel Émery Résumé : Comment une propriété évidente visuellement en dimensions deux et trois s étend-elle aux autres dimensions? Voici une
Construction de l'intégrale de Lebesgue
Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale
Cours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Yamina Yagoub-Zidi. Inconditionnalité et propriétés du point fixe dans les espaces de fonctions lisses
MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE UNIVERSITE MOULOUD MAMMERI, TIZI-OUZOU FACULTE DES SCIENCES DEPARTEMENT DE MATHEMATIQUES THESE DE DOCTORAT SPECIALITE : MATHEMATIQUES
Simulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
THÉORIE DE LA MESURE ET DE L INTÉGRATION.
THÉORIE DE LA MESURE ET DE L INTÉGRATION. THIERRY GALLAY Transcrit par Tancrède LEPOINT 29 UNIVERSITÉ JOSEPH FOURIER, GRENOBLE TABLE DES MATIÈRES Avant-propos Biographie sommaire...........................................
Problèmes de Mathématiques Filtres et ultrafiltres
Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire
Probabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Espaces de Sobolev et introduction aux équations aux dérivées partielles
Espaces de Sobolev et introduction aux équations aux dérivées partielles A. Munnier 1 Institut Élie Cartan 27-28 1 Maître de conférences, Institut Élie Cartan, Université Henri Poincaré, Nancy 1, B.P.
Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE
ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE JEAN-DENIS FOUKS, EMMANUEL LESIGNE ET MARC PEIGNÉ J.-D. Fouks. École Supérieure d Ingénieurs de Poitiers. 40 avenue du Recteur Pineau, 860 Poitiers
Les indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
Cours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
EXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Cours d Analyse 3 Fonctions de plusieurs variables
Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet [email protected]
Programmation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Correction de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Chapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Calcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
INTRODUCTION AUX ÉQUATIONS AUX DÉRIVÉES PARTIELLES Cours de maîtrise, L. Boutet de Monvel
EDP - Cours de Maîtrise LBdM 1 INTRODUCTION AUX ÉQUATIONS AUX DÉRIVÉES PARTIELLES Cours de maîtrise, L. Boutet de Monvel Ce polycopié regroupe les notes du cours d Équations aux dérivées partielle de la
Texte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Fibonacci et les paquerettes
Fibonacci et les paquerettes JOLY Romain & RIVOAL Tanguy Introduction Quand on entend dire que l on peut trouver le nombre d or et la suite de Fibonacci dans les fleurs et les pommes de pin, on est au
La fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Théorèmes de Point Fixe et Applications 1
Théorèmes de Point Fixe et Applications 1 Victor Ginsburgh Université Libre de Bruxelles et CORE, Louvain-la-Neuve Janvier 1999 Published in C. Jessua, C. Labrousse et D. Vitry, eds., Dictionnaire des
Commun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.
Problèmes mathématiques de la mécanique/mathematical problems in Mechanics Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions. Cristinel Mardare Laboratoire
IV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Première partie. Introduction à la méthodes des différences finies
Première partie Introduction à la méthodes des différences finies 5 7 Introduction Nous allons présenter dans cettte partie les idées de base de la méthode des différences finies qui est sans doute la
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
