LICENCE DE MATHÉMATIQUES 3ème année ESPACES VECTORIELS NORMÉS. Mihai Gradinaru
|
|
- Emmanuelle Pinard
- il y a 6 ans
- Total affichages :
Transcription
1 LICENCE DE MATHÉMATIQUES 3ème année ESPACES VECTORIELS NORMÉS Mihai Gradinaru
2 2
3 Table des matières 1 Espaces de Banach et de Hilbert Espaces de Banach Définitions et premières propriétés Exemples fondamentaux Espace quotient d un espace de Banach Espace des opérateurs linéaires bornés Espaces de dimension finie Espaces de Hilbert Espaces pre-hilbertiens Projection orthogonale Ensembles orthonormaux Théorème de représentation de Riesz Exercices Théorèmes de Banach et conséquences Étude de l espace B(E, F ) Théorèmes de Banach Classes remarquables d opérateurs Théorie spectrale : une introduction Étude de l espace E Théorèmes de Hahn-Banach Exemples d espaces en dualité Convergences faibles Exercices
4 4 TABLE DES MATIE RES
5 Chapitre 1 Espaces de Banach et de Hilbert 1.1 Espaces de Banach Définitions et premières propriétés Définition 1.1 Soit E un espace vectoriel sur un corps K (dans la suite K sera R ou C). On appelle norme sur E une application de E dans R, notée telle que a) x 0, x E et x = 0 ssi x = 0 ; b) x + y x + y (inégalité triangulaire), x, y E ; c) αx = α x (homogénéité), α K, x E. Un espace vectoriel normé (e.v.n.) est un couple (E, ). Il s agit d un cas particulier d espace métrique muni de la distance d(x, y) := x y, x, y E. La topologie sur E est la topologie d espace métrique. On dit qu une suite {x n } n 1 converge (fortement) vers x E si x n x 0, lorsque n. E Proposition x y x y, x, y E ; 2. si x n x, alors x n x, lorsque n ; 3. si α n α, x n x, alors α n x n αx, lorsque n ; 4. si x n x, y n y, alors x n + y n x + y, lorsque n. Preuve. On peut écrire x y x y et x y = 1 y x y x, d où la première inégalité. De cette inégalité le deuxième point est immédiat. Pour le dernier point on utilise l inégalité triangulaire : (x+y) (x n +y n ) = (x x n )+(y y n ) x x n + y y n. Enfin, αx α n x n αx α n x + α n x α n x n = α α n x + α n x x n. On déduit le troisième point puisque {α n } est une suite bornée. Remarque : On a obtenu que est lipschitzienne (donc uniformément continue sur E) et que les opérations (x, y) x + y et (α, x) αx sont continues. 1
6 2 CHAPITRE 1. ESPACES DE BANACH ET DE HILBERT Définition 1.2 Une suite {x n } n 1 E est dite de Cauchy si lim n,m x n x m = 0. Un e.v.n. est dit espace de Banach s il est complet en tant qu espace métrique, autrement dit, si chaque suite de Cauchy converge (fortement) vers un point x E. Remarque : Si {x n } n 1 E est convergente, alors elle est de Cauchy. De plus, si une suite admet une limite, alors la limite est unique. Proposition 1.2 Soit {x n } n 1 une suite de Cauchy dans e.v.n. E. Alors {x n } est bornée dans E. Preuve. Comme {x n } est de Cauchy, on peut trouver un entier n 1 1 tel que x n x n1 1, pour chaque n n 1. Alors x n x n x n1 + x n1 1 + x n1, pour chaque n n 1. On déduit que x n max{ x 1, x 2,..., x n1 1, 1 + x n1 }. Définition 1.3 Soit {x n } n 1 une suite dans e.v.n. E. On note n 1 x n une série dans E et s n := n x j, n 1, la suite des sommes partielles. La série est dite convergente s il existe s E tel que s n s, lorsque n et dans ce cas on écrit n 1 x n = s. La série est dite absolument convergente si n 1 x n <. Théorème 1.1 (caractérisation des espaces de Banach) Soit E un e.v.n. Les affirmations suivantes sont équivalentes : 1. E est un espace de Banach ; 2. toute série absolument convergente est (fortement) convergente ; 3. pour toute suite {x n } n 1 vérifiant x n c n, avec 0 < c < 1, la série n 1 x n est (fortement) convergente. Preuve. 1) 2) On note {s n } n 1 la suite des sommes partielles d une série absolument convergente n 1 x n. Alors, si m > n, s n s m = m j=n+1 x j m j=n+1 x j. On déduit, d après l absolue convergence, que {s n } est une suite de Cauchy dans l espace de Banach E, donc convergente. La série n 1 x n est donc convergente. 2) 3) C est un cas particulier de 2) car n 1 cn <. 3) 1) Soit {x n } n 1 une suite de Cauchy de E. On peut extraire une sous-suite {n k } telle que x nk+1 x nk 2 k. Cela se fait par réccurence : on fixe n 1 1 entier et on choisit n 2 > n 1 tel que x n2 x n1 < 2 1, etc. On pose y k = x nk+1 x nk, donc x nk+1 = x n1 + k y j. Mais y k ( 1 /2) k, donc k 1 y k converge, donc x nk+1 x, disons, lorsque k. Ensuite on écrit x x n x x nk + x nk x n et en prenant la limite supérieure quand n on conclut. Tout sous-espace M d un e.v.n. (E, ) est un e.v.n. avec la restriction de à M. Proposition 1.3 Soit M un sous-espace d un espace de Banach E. M est un espace de Banach ssi M est un fermé de E.
7 1.1. ESPACES DE BANACH 3 Preuve. Supposons M fermé et soit {x n } n 1 une suite de Cauchy dans M Puisque la norme sur M est la restriction de la norme sur E, la suite est de Cauchy dans E, donc elle convergente vers un x E. Mais la suite étant dans M et convergente vers x et M étant fermé, on déduit que x M, donc M est complet. L autre implication se démontre de la même façon. Théorème 1.2 (résultat admis) (existence du complété) Soit E un e.v.n. qui n est pas complet. Alors E est isomorphe et isométrique avec un sousespace vectoriel dense d un espace de Banach Ẽ. Proposition 1.4 Soient (E 1, 1 ) et (E 2, 2 ) deux espaces de Banach sur le même corps K. Alors E 1 E 2 est un espace de Banach muni de la norme (x 1, x 2 ) = max{ x 1 1, x 2 2 }. (1.1) Preuve. On montre sans difficulté que (1.1) définit une norme sur E 1 E 2 et ensuite que les coordonnées d une suite de Cauchy dans l espace produit sont des suites de Cauchy.. Remarque : D autres normes peuvent être considérées : (x 1, x 2 ) = x x 2 2 ou (x 1, x 2 ) = ( x x 2 2 2) 1/2. Définition 1.4 Soit E un e.v.n. On dit que E est séparable s il existe une suite {x n } n 1 E qui est dense dans E Exemples fondamentaux 1. C([0, 1]; K) l espace vectoriel des fonction continues sur [0, 1] à valeurs dans K = R ou C, muni de la norme x := sup{ x(t) : t [0, 1]} est un espace de Banach séparable, noté dans la suite C([0, 1]). 2. K d = R d ou C d muni des normes 1/p d x p := u j p, p 1 et x = max{ u j : j = 1,..., d} sont des espaces de Banach séparables, notés dans la suite l d p, p [1, ]. 3. a) L espace vectoriel {(u j ) j 1 K : j 1 u j p < } (p [1, ]) muni de la norme x p := u j p j 1 1/p, p 1 est un espace de Banach séparable, noté l p. b) L espace vectoriel {(u j ) j 1 K bornée} muni de la norme x := sup{ u j : j 1}
8 4 CHAPITRE 1. ESPACES DE BANACH ET DE HILBERT est un espace de Banach non-séparable, noté l. c) L espace vectoriel {(u j ) j 1 K convergente} muni de la norme est un espace de Banach séparable, noté c. x := sup{ u j : j 1} 4. a) L p ([0, 1]; K) (p [1, ]), l espace vectoriel des classes des fonctions définies presque partout sur [0, 1], mesurables et p-intégrables sur [0, 1], à valeurs dans K = R ou C, muni de la norme ( 1 )1/p x p = x(s) p ds 0 est un espace de Banach séparable, noté L p ([0, 1]). b) L ([0, 1]; K) l espace vectoriel des classes des fonctions essentiellement bornées, muni de la norme x := esssup( x ) = inf{sup x(s) : A [0, 1] de mesure nulle} s A est un espace de Banach non-séparable, noté L ([0, 1]) Espace quotient d un espace de Banach Proposition 1.5 Soit M un sous-espace vectoriel d un espace vectoriel E. On dit que deux vecteurs x 1, x 2 E sont équivalents modulo M si x 1 x 2 M et on écrit cela x 1 x 2 (modm). Alors 1. x x(modm), 2. si x 1 x 2 (modm), alors x 2 x 1 (modm), 3. si x 1 x 2 (modm) et x 2 x 3 (modm), alors x 1 x 3 (modm). Preuve. Il est clair que x x = 0 M. Si x 1 x 2 M, alors x 2 x 1 = (x 1 x 2 ) M. Enfin, si x 1 x 2 M et x 2 x 3 M, alors x 1 x 3 = (x 1 x 2 ) + (x 2 x 3 ) M. Nous allons noter l ensemble des vecteurs E équivalents modulo M à un vecteur fixé x par ξ x (ou encore x+m ou ˆx). En virtue des propriétés 2 et 3 de la Proposition précédente, tous les vecteurs de ξ x sont mutuellement équivalents modulo M. ξ x est une classe d équivalence (modulo M). Chaque vecteur de ξ x est un représentant de la classe. Une classe est entièrement déterminée par un de ses représentants, c est-à-dire que si y ξ x, alors ξ y = ξ x. Ainsi deux classes sont ou bien disjointes (quand y / ξ x ) ou coïncident (quand y ξ x ). L espace entier se décompose en classes ξ de vecteurs mutuellements équivalents (modulo M). Proposition 1.6 Soit M un sous-espace vectoriel d un espace vectoriel E et on considère l ensemble des classes (modulo M) introduites ci-dessus. On munit cet ensemble de deux opérations, l addition des classes et la multiplication par un scalaire d une classe : ξ x + ξ y = ξ x+y, αξ x = ξ αx. On obtient une structure d espace vectoriel, noté dans la suite E/M et nommé espace quotient de E (modulo M).
9 1.1. ESPACES DE BANACH 5 Preuve. Les deux définitions ne dépendent pas du choix des représentants x, y des classes ξ x, ξ y. En fait si x 1 x M et y 1 y M, alors (x 1 + y 1 ) (x + y) = (x 1 x) + (y 1 y) M, αx 1 αx = α(x 1 x) M. On a ainsi démontré que ξ x1 +y 1 = ξ x+y et ξ αx1 = ξ αx. Les propriétés d espace vectoriel sont obtenues facilement. Si E est un e.v.n. et si M est un fermé de E, alors il est facile de voir que chaque classe ξ E/M est un fermé pour la topologie de E. Théorème 1.3 (espace quotient) Soit M un sous-espace fermé d un espace de Banach E. On définit sur E/M ξ = inf{ x : x ξ}. (1.2) Alors cette application est une norme sur E/M et l espace E/M muni de cette norme est un espace de Banach. Preuve. Si ξ = 0, alors ξ coïncide avec M et contient le vecteur zéro de E ; on déduit de (1.2) que ξ = 0. Supposons maintenant l inverse, c est-à-dire que ξ = 0. D après (1.2), la classe ξ contient une suite {x n } n 1 pour laquelle lim n x n = 0. Alors le vecteur zéro de E appartient au fermé ξ, donc ξ = M et donc c est le vecteur zéro de E/M. Soient ξ, η E. D après (1.2), pour tout ε > 0, il existent x ξ, y η tels que x ξ + ε, y η + ε. Donc x+y x + y ξ + η +2ε. D autre part, (x+y) (ξ+η), donc ξ+η x+y, d après (1.2). En conséquence on a ξ+η ξ + η +2ε et on déduit l inégalité triangulaire, ξ + η ξ + η. Enfin, il est facile de voir que l égalité αξ = α ξ est vraie. Supposons maintenant que {ξ n } n 1 est une suite de Cauchy dans E/M. Alors {ξ n } contient une sous-suite {ξ nk } k 1 telle que ξ nk+1 ξ nk < 2 k 2. D après (1.2), on peut choisir dans chaque classe (ξ nk+1 ξ nk ) un vecteur y k tel que y k < ξ nk+1 ξ nk + 2 k 2 < 2 k 1. Soit aussi x n1 ξ n1. La série x n1 + y 1 + y converge, et comme E est complet, cette série converge vers un élément x E. Soit ξ la classe contenant x. Nous allons montrer que ξ n x dans la norme de E/M. Soit s k la somme partielle de la série précédente x n1 + y y k et on a lim k x s k = 0. D autre part, comme x n1 ξ n1 et y j (ξ nj+1 ξ nj ), on déduit que s k ξ nk+1. Donc, d après (1.2) ξ ξ nk+1 x s k 0 quand k. Enfin, de l inégalité ξ ξ n ξ ξ nk + ξ nk ξ n et du fait que {ξ n } est de Cauchy, on conclut que lim n ξ ξ n = 0.
10 6 CHAPITRE 1. ESPACES DE BANACH ET DE HILBERT Espace des opérateurs linéaires bornés Définition 1.1 Soient E, F deux espaces vectoriels sur le même corps K. Une application T : x y = T x définie sur un sous-espace vectoriel D E et à valeurs dans F est dite linéaire si T (αx + βx ) = αt x + βt x. La définition implique en particulier T 0 = 0, T ( x) = T x. On notera D(T ) := D, R(T ) := {y F : y = T x, x D(T )} et N(T ) := {x D(T ) : T x = 0} et on les appelera domaine, image et noyau de T, respectivement. On appelera T opérateur linéaire de D(T ) E dans F.Si l image R(T ) est contenue dans le corps K alors T est une fonctionnelle linéaire. Si T est injective de D(T ) sur R(T ), alors T est bijective entre D(T ) et R(T ) et l application inverse T 1 est un opérateur linéaire de R(T ) sur D(T ) : T 1 est l opérateur inverse. T 1 T x = x, x D(T ), et T T 1 y = y, y R(T ). Proposition 1.7 Un opérateur linéaire admet l inverse T 1 ssi T x = 0 implique x = 0. Preuve. C est une conséquence du fait que T (x x ) = T x T x. Dans la suite nous allons noter L(E, F ) l ensemble des opérateurs linéaires de E dans F. Proposition 1.8 (continuité des opérateurs linéaires) Soient E et F deux e.v.n. et soit T L(E, F ). Les affirmations suivantes sont équivalentes : 1. T est continu sur E, 2. T est continu en 0 ; 3. il existe une constante c > 0 telle que T x c x, x E. Preuve. 1 2 est triviale. 2 3 : si on suppose 2 vraie, alors si ε > 0, il existe ( δ > 0 tel que T x ε lorsque x δ. Soit x E, x 0. Alors δ x x = δ et alors T δ x ) x ε. Alors T x ε δ x, c est-à-dire 3 avec c = ε δ. Enfin 3 1 : si on suppose 3 vraie, alors on a, pour tous x, x E, T x T x = T (x x ) c x x, donc T est lipschitzienne, donc continue. Corollaire 1.1 Soient E et F deux e.v.n. T L(E, F ) admet un inverse continu T 1 ssi il existe une constante c > 0 telle que T x c x, x E. Définition 1.2 Soit T L(E, F ) continu entre deux e.v.n. E et F. On définit T = inf{c : T x c x, x E}. D après la proposition précédente il est facile de voir que T = sup{ T x : x 1} = sup{ T x : x = 1}. T s appelle la norme de T. Un opérateur linéaire continu de E dans F e.v.n. est un opérateur linéaire borné puisque T (B E ) est un ensemble borné, avec B E = {x E : x 1} la boule unité. Notons aussi que pour T continu T x T x, x E.
11 1.1. ESPACES DE BANACH 7 L ensemble des opérateurs linéaires bornés (continus) de E dans F sera noté B(E, F ). C est un espace vectoriel avec les opérations (T + S)x = T x + Sx, x E et (αt )x = α(t x), x E. Théorème 1.4 (espace des opérateurs bornés) Soient E et F deux e.v.n. T est une norme pour T B(E, F ). Si F est un espace de Banach, alors B(E, F ) est un espace de Banach. Preuve. Il est évident que T 0. Si T = 0, alors T x = 0, pour tout x E, donc T est l opérateur nul. Soit x B E. Alors (T + S)x T x + Sx T + S, d où en prenant le supremum en x B E, on trouve T + S T + S. Enfin, αt = sup{ αt x : x 1} = α sup{ T x : x 1} = α T. Supposons que {T n } n 1 est une suite de Cauchy dans B(E, F ). Pour tout x E, {T n x} est une suite de Cauchy dans l espace de Banach F, donc admet une limite notée T x. On définit ainsi une application T : E F. Elle est linéaire par passage à la limite dans l égalité T n (αx + βx ) = αt n x + βt n x. Par ailleurs la suite { T n } n 1 est de Cauchy dans K, puisque T m T n T m T n, donc elle est bornée, disons par une constante c > 0. Par conséquent, T n x T n x c x, pour tout x B E. En passant à la limite quand n, on trouve T x c x, pour tout x B E. Ainsi T B(E, F ). Montrons que T n T. Cela découle de l inégalité suivante T x T n x = lim T mx T n x lim sup T m T n x. m m Définition 1.3 Un opérateur T B(E, F ) est un isomorphisme linéaire (ou plus court, isomorphisme) entre les e.v.n. E et F si T est une bijection et T 1 B(F, E). Les espaces E et F isomorphes s il existe T B(E, F ) un isomorphisme linéaire. Un tel isomorphisme transporte les suites de Cauchy dans des suites de Cauchy. En particulier, si E et F sont isomorphes et si E est de Banach, alors F est de Banach également. Deux normes 1 et 2 sur un espace vectoriel E sont équivalents si l opérateur identité Ix = x est isomorphisme entre (E, 1 ) et (E, 2 ), c est-à-dire, qu il existe deux constantes c, C > 0 telles que c x 2 x 1 C x 2, pour tout x E. T B(E, F ) est une isométrie linéaire (ou plus court isométrie) si T x F = x E, pour tout x E. Les espaces E et F isométriques s il existe T B(E, F ) une isométrie linéaire Espaces de dimension finie Proposition 1.9 Soit E un e.v.n. de dimension finie. Alors n importe quelles deux normes sont équivalentes. En particulier, tout e.v.n. de dimension d est isomorphe avec l d 2. En particulier, tout e.v.n. est de Banach. Preuve. Soit {e 1,..., e d } une base algébrique de E. Chaque élément x E admet une représentation unique en termes de cette base x = d u je j. On introduit une nouvelle norme, notée 1 donnée par x 1 := d u j. C est clairement une norme, par exemple,
12 8 CHAPITRE 1. ESPACES DE BANACH ET DE HILBERT l inégalité triangulaire se vérifie comme suit : si y = d v je j, alors x + y = d (u j + v j )e j et d d d x + y 1 = u j + v j = u j + = v j = x 1 + y 1. Montrons que toute autre norme sur E, et 1 sont équivalentes. Montrons d abord que toute autre norme sur E, est une fonction lipschitzienne sur (E, 1 ). En effet, avec les mêmes notations, d d d x y = (u j v j )e j u j v j e j max e j u j v j = max e j x y 1. 1 j d 1 j d On déduit que x y x y max 1 j d ej x y 1. Montrons que S 1 = {x E : x 1 = 1} est un compact dans (E, 1 ). Soit {x n } n 1 S 1. On a que pour tout n 1, x = d un j e j et d un j = 1. Ainsi, pour tout j, la suite {u n j } n 1 est bornée. En tant que suite réelle ou complexe, elle admet une sous-suite convergente, u n k j u j, lorsque k. Alors d un k j u j 0, lorsque k et donc x nk x 1 0, lorsque k, où x = d u je j. De plus d un k j = 1, pour chaque k 1, donc d u j = 1, c est-à-dire que x S 1. Puisque la fonction est continue sur le compact S 1 il existe deux constantes c, C > 0 telles que c x x 1 < C, pour tout x 0 de E. On déduit que c x 1 x C x 1 pour tout x E. Ainsi est équivalente à 1. Par conséquent, toutes les normes sont équivalentes. Si E est un e.v.n. de dimension d et si T est une bijection linéaire de E dans l d 2, on peut définir une norme 2 sur E en posant x 2 := T x l d. Alors l isomorphisme linéaire T est 2 une isométrie de (E, 2 ) et l d 2 et d après ce qui précéde 2 est une norme équivalente. Théorème 1.5 (de Riesz de presque orthogonalité ) Soit E un e.v.n. et soit M E un sous-espace vectoriel fermé tel que M E. Alors, pour tout 0 < ε < 1, il existe x ε E tel que x ε = 1 et dist(x ε, M) := inf m M x ε m 1 ε. Preuve. Soit y E \M. Un tel y existe car E \M. Comme M est un ( fermé, ) dist(y.m) = inf m M y m =: α > 0. Il existe un m ε M tel que y m ε α 1 + ε 1 ε. Le vecteur x ε := (y mε) / y m ε staisfait x ε = 1 et x ε m = y m ε 1 y m ε y m ε m y m ε 1 α ( ) 1 1 = 1 ε. 1 ε Corollaire 1.2 Supposons qu il existe une suite de sous-espaces vectoriels fermés {M n } d un e.v.n. E telle que M n M n+1 et M n M n+1 (n = 1, 2,...). Alors, il existe une suite {y n } n 1 telle que y n M n, y n = 1, et dist(y n+1, M n ) 1 /2 (n = 1, 2,...).
13 1.2. ESPACES DE HILBERT 9 Preuve. Il s agit de l application directe du théorème précédent avec ε = 1 /2. Théorème 1.6 Un e.v.n. E est de dimension finie ssi la boule unité B E = {x E : x 1} est un compact. Preuve. Si E est de dimension finie il est facile de voir que B E est un compact (comme dans la Proposition 1.9). Supposons maintenant que B E est un compact dans un espace de dimension infinie E. D après le corollaire précédent on peut trouver une suite {y n } telle que y n = 1 et y m y n 1 /2 pour m > n. Cela contredit l hypotèse que B E est un compact. 1.2 Espaces de Hilbert Espaces pre-hilbertiens Définition 1.4 Un produit scalaire sur un espace vectoriel E est une fonction scalaire (, ) sur E E telle que a) y E, l application x (x, y) est linéaire ; b) (x, y) = (y, x), x, y E ; c) (x, x) 0, x E et (x, x) = 0 ssi x = 0. Remarque : D après a), (0, y) = 0, y E et d après b) (y, 0) = 0, y E. Théorème (inégalité de Cauchy-Schwarz) x, y E, (x, y) (x, x) (y, y) ; 2. L application : E R définie par x := (x, x) est une norme sur E. Preuve. 1) Si (y, y) = 0, alors y = 0 et l égalité est vérifiée. Si (y, y) > 0, on peut écrire 0 (x (x, y) (x, y) (x, y) 2 y, x y) = (x, x) (y, y) (y, y) (y, y) d où l inégalité de Cauchy-Schwarz. 2) x = (x, x) 0 et x = 0 ssi (x, x) = 0 ssi x = 0. x + y 2 = (x + y, x + y) = (x, x) + (x, y) + (y, x) + (y, y) = (x, x) + 2Re(x, y) + (y, y) (x, x) + 2 (x, y) + (y, y) (x, x) + 2 (x, x) (y, y) + (y, y) = ( (x, x) + (y, y)) 2 = ( x + y ) 2. Remarques : 1) (, ) : E E K est une fonctionnelle continue sur l espace normé produit E E. 2) y E fixé, x (x, y) est une fonctionnelle continue sur E car (x, y) (y, y) x. Définition 1.5 Un espace de Banach E est un espace de Hilbert s il existe un produit scalaire (, ) sur E E tel que la norme de l espace de Banach satisfait x = (x, x).
14 10 CHAPITRE 1. ESPACES DE BANACH ET DE HILBERT Définition 1.6 Un e.v.n. est un espace pre-hilbertien si sa norme satisfait l égalité du parallélogramme x + y 2 + x y 2 = 2 ( x 2 + y 2). (1.3) Proposition 1.10 Tout espace de Hilbert est pre-hilbertien. Preuve. On peut écrire x + y 2 + x y 2 = (x + y, x + y) + (x y, x y) = (x, x) + (x, y) + (y, x) + (y, y) + (x, x) (x, y) (y, x) + (y, y) = 2 ( x 2 + y 2). Théorème 1.8 (Fréchet, von Neumann, Jordan) Soit E un e.v.n. pre-hilbertien réel. Alors (x, y) := 1 4 ( x + y 2 x y 2) (1.4) est un produit scalaire sur E qui donne la même norme sur E. En particulier, si E est un espace de Banach, il est un espace de Hilbert. Preuve. Il est clair que (x, y) = (y, x) 1 et (x, x) = x 2. On peut écrire, d après (1.4) et (1.3) (x, y) + (x, y) = 1 4 ( x + y 2 x y 2 + x + y 2 x y 2) ( = 1 x + x 2 + y 2 2 x + x ) 2 y 2 = 2( x + x, y). 2 Si on prend x = 0, on trouve (x, y) = 2( x 2, y), puisque (0, y) = 0 d après (1.4). Cela implique en particulier, (x, y) + (x, y) = (x + x, y) d après le calcul précédent. De plus la relation (αx, y) = α(x, y) est vraie pour tout rationnel α de la forme m /2 n. Mais pour un espace normé les applications α αx + y et α αx y sont continues. Donc, encore une une fois d après (1.4), l égalité (αx, y) = α(x, y) est vraie pour tout α R. Théorème 1.9 (von Neumann, Jordan) Soit E un e.v.n. pre-hilbertien complexe. Alors (x, y) := 1 4 ( x + y 2 x y 2 + i x + iy 2 i x iy 2) (1.5) est un produit scalaire sur E qui donne la même norme sur E. En particulier, si E est un espace de Banach, il est un espace de Hilbert. Preuve. Notons dans cette démonstration le produit scalaire (1.4) du thórème précédent par (, ) 1. Alors d après (1.5) s écrit (x, y) = (x, y) 1 + i(x, iy) 1. Il est clair que E est pre-hilbertien réel donc (x, y) + (x, y) = (x + x, y) et (αx, y) = α(x, y) sont vraies pour α R.
15 1.2. ESPACES DE HILBERT 11 Vérifions (y, x) = (x, y). Mais, d après (1.4) (y, x) 1 = (x, y) 1 et (ix, iy) 1 = (x, y) 1. On déduit (y, ix) 1 = ( iiy, ix) 1 = (iy, x) 1 = (x, iy) 1. Ainsi (y, x) = (y, x) 1 + i(y, ix) 1 = (x, y) 1 i(x, iy) 1 = (x, y). Vérifions (αx, y) = α(x, y) pour α C. De la même façon on a (ix, y) = (ix, y) 1 + i(ix, iy) 1 = (x, iy) 1 + i(x, y) 1 = i(x, y) et alors (αx, y) = α(x, y) est vraie pour tout α C. Enfin, vérifions que x 2 = (x, x). Mais (x, x) 1 = x 2 et (x, ix) 1 = 1 4 ( 1 + i 2 1 i 2 ) x 2 = 0. Remarque : l d 2, l 2 et L 2 ([0, 1]) sont des espaces de Hilbert car pre-hilbertiens Projection orthogonale Définition 1.7 Soit E un espace de Hilbert et x, y E. On dit que x est orthogonal à y si (x, y) = 0 et on note x y. Soit M E. On dit que x est orthogonal à M, et on note x M, si x m, m M. Soit M E un sous-espace vectoriel de E. On note M = {x E : x M} le complément orthogonal de M. Proposition 1.11 Soit M E un sous-espace vectoriel d un espace de Hilbert E. Alors M est un sous-espace vectoriel fermé de E. Preuve. Les deux propriétés de M sont des conséquences de la linéarité de x (x, y) et de la continuité du produit scalaire. Théorème 1.10 (de Riesz de décomposition) Soit M E un sous-espace vectoriel fermé d un espace de Hilbert E. Tout vecteur x E peut être décomposé de manière unique sous la forme x = m + p, où m M, p M. (1.6) L élément m est la projection orthogonale de x sur M et sera noté P M x. P M opérateur de projection sur M. Ainsi est appelé x = P M x + P M x ou encore I = P M + P M. (1.7) Preuve. L unicité de la décompostion (1.6) est claire puisque x x ssi x = 0. Il reste à montrer l exsitence de cette décompostion. Nous allons supposer que M E. Si x M la décompostion est triviale avec m = x et n = 0. Nous supposons maintenant x / E et comme M est un fermé on a que d = dist(x, M) = inf{ x m : m M} > 0. Pour chaque n 1, soit m n M tels que x m n 2 < d /n.
16 12 CHAPITRE 1. ESPACES DE BANACH ET DE HILBERT Alors {m n } n 1 est une suite de Cauchy. En effet, d après l égalité du parallélogramme pour x m n et x m k on a m n m k 2 = 2 ( x m n 2 + x m k 2) 2x (m n + m k ) 2 = 2 ( x m n 2 + x m k 2) 4 x (mn+m k)/2 2 2 (d 2 + 1n + d2 + 1k ) 2d2 ( 1 = 2 n + 1 ) k puisque (mn+m k)/2 M. On déduit que m n m k 0, lorsque n, k et comme E est un espace de Hilbert, il existe m E tel que lim n m n = m. De plus m M car M est un fermé. Enfin, par la continuité de la norme on a que x m = d, autrement dit m est le plus proche élément de x dans M. On écrit x = m + (x m) et on pose p = x m. Montrons que p M. Pour tout autre m M et tout réel α, on a m + αm M. Alors d 2 x m αm 2 = (n αm, p αm ) = p 2 α(p, m ) α(m, p) + α 2 m 2. Comme p = d, on trouve, pour tout α R, 0 2αRe(p, m ) + α 2 m 2. On déduit que Re(p, m ) = 0, m M. Si on remplace m par im on trouve que Im(p, m ) = 0 et donc (p, m ) = 0, m M. Corollaire 1.3 Soit M E un sous-espace vectoriel fermé d un espace de Hilbert E. Alors M = (M ). Preuve. Notons dans cette preuve M = F. Si x M et y F est quelconque, alors (x, y) = 0, donc x F, autrement dit x (M ). Si x / M alors dans sa decomposition (1.6) x = m + p, on a p 0 avec p F. On déduit (x, p) = (m + p, p) = (m, p) + (p, p) = p 2 0, donc x / F. Proposition 1.12 Soit M E un sous-espace vectoriel fermé d un espace de Hilbert E. Alors, l opérateur de projection est un opérateur linéaire borné satisfaisant P M = P 2 M et (P M x, y) = (x, P M y), x, y M. Reciproquement, un opérateur linéaire borné P défini sur un espace de Hilbert E à valeurs dans E, satisfaisant P = P 2 et (P x, y) = (x, P y), x, y M. Preuve. Il est clair que pour tout x E, P M (P M x) = P M m = m, d après (1.6). D autre part, il est clair que P M x P M y donc, par (1.7) (P M x, y) = (P M x, P M y + P M y) = (P M x, P M y) = (P M x + P M x, P M y) = (x, P M y). Montrons que P M est un opérateur linéaire. Soient x = m+p et x = m +p les décompositions (1.6). Alors x + x = (m + m ) + (p + p ) avec m + m M et p + p M. Comme la décomposition est unique on conclut que P M (x + x ) = P M x + P M x. De la même façon on vérifie que P M (αx) = αp M x. Enfin, montrons que P M est un opérateur borné : x 2 = P M x + P M x 2 = (P M x + P M x, P M x + P M x) = P M x 2 + P M x 2 P M x 2. En particulier on a P M 1. Réciproquement, soit P un opérateur ayant les propriétés de l énoncé. P étant linéaire M = R(P ) est un sous-espace vectoriel. De plus, x M équivaut à l existence de y E tel
17 1.2. ESPACES DE HILBERT 13 que x = P y = P 2 y = P x, autrement dit x M x = P x. D après cette égalité et par la continuité de P on déduit que M est un fermé. Vérifions que P = P M. Si x M on a P x = x = P M x. Si y M, on a P M y = 0. De plus, (P y, P y) = (y, P 2 y) = (y, P y) = 0, donc P y = 0 = P M y. Quand x est quelconque dans E, on déduit d après ce qui précéde P x = P (P M x + P M x) = P P M x + P P M x = P M x + 0 = P M x. Proposition 1.13 Soit P : E E un opérateur linéaire borné sur l espace de Hilbert E. Alors P est un opérateur de projection ssi P = P 2 et P 1. Preuve. Il suffit de montrer que P est un opérateur de projection lorsque P = P 2 et P 1. On pose M = R(P ) et N = N(P ). Comme dans la démonstration précédente M est un sousespace vectoriel fermé et x M x = P x. Comme P est linéaire continu, N est aussi un sous-espace vectoriel fermé. On décompose x = P x + (I P )x et on remarque que P x M et (I P )x N puisque P (I P ) = P P 2 = 0. Montrons que N = M. Pour tout x E, y := P x x N. En particulier, si x N P x = x + y avec (x, y) = 0. Alors x 2 P x 2 = x 2 + y 2 ce qui implique y = 0, autrement dit x = P x ou encore x M. Inversement, soit z M z = P z. On écrit z = y + x avec y N et x N. Mais alors z = P z = P y + P x = P x = x (car N M). On a obtenu que M N, donc M = N ou encore N = (N ) = M Ensembles orthonormaux Définition 1.8 Un ensemble S de vecteurs d un espace pre-hilbertien E est dit orthogonal si x y quelque soit x y vecteurs de S. Si de plus x = 1, alors S est dit ensemble orthonormal. Un ensemble orthonomal S d un espace de Hilbert E est dit système orthonormal complet (s.o.c.) s il n y a pas un autre ensemble orthonormal dans E contenant S comme sous-ensemble strict. Théorème 1.11 (résultat admis) (existence d un s.o.c.) Tout espace de Hilbert E {0} contient au moins un s.o.c. De plus, si S est un ensemble orthonomal, il existe un s.o.c. contenant S comme sous-ensemble. Théorème 1.12 Soit S := {e λ : λ Λ} un s.o.c. d un espace de Hilbert E. Pour tout f E on définit les coefficients de Fourier (par rapport à S) Alors l identité de Parseval est vérifiée : f λ = (f, e λ ). f 2 = λ Λ f λ 2. (1.8) Preuve. D abord nous allons démontrer L inégalité de Bessel f λ 2 f 2 (1.9) λ Λ
18 14 CHAPITRE 1. ESPACES DE BANACH ET DE HILBERT Soit λ 1,..., λ n un ensemble quelconque fini d indices λ. Pour toute famille finie c λ1,..., c λn de nombres complexes on a, par orthogonalité des {e λ } f 2 c λj e λj = (f c λj e λj, f = f 2 c λj fλj c λj f λj + c λj e λj ) c λj 2 = f 2 f λj 2 + f λj c λj 2. Alors, lorsque les indices λ 1,..., λ n sont fixés, le minimum de f n c λ j e λj 2 est atteint quand c λj = f λj (j = 1,..., n). On a trouvé f f λj e λj 2 = f 2 f λj 2 et f λj 2 f 2. (1.10) Comme les indices λ 1,..., λ n sont arbitraires on déduit que f λ = 0 pour au plus un nombre dénombrable d indices λ, disons λ 1,..., λ n,.... En effet, pour chaque entier n 1, le nombre d indices λ pour lesquels f λ > 1 /n est fini (tout au plus n 2 f 2 ). De plus l inégalité (1.9) est vérifiée. Montrons que la suite { n f λ j e λj } n 1 est convergente. On va montrer qu elle est de Cauchy. En effet, si m < n f λj e λj j=m 2 = ( f λj e λj, j=m f λj e λj ) = j=m f λj 2 qui tend vers zéro, lorsque m, n. On pose f = lim n n f λ j e λj. Montrons que f f = 0. Nous allons montrer que f f est orthogonal à S. D après la continuité du produit scalaire on a et si λ λ j (j = 1,..., n,...) j=m (f f, e λj ) = lim (f f λk e λk, e λj ) = f λj f λj = 0, n k=1 (f f, e λ ) = lim (f f λk e λk, e λ ) = 0 0 = 0. n k=1 Comme S = {e λ } est un s.o.c. on déduit que f f = 0 et donc f = lim n n f λ j e λj. D aprèsla continuité de la norme on trouve 0 = lim n f f λj e λj 2 = f 2 lim n f λj 2 = f 2 f λ 2. λ Λ
19 1.2. ESPACES DE HILBERT 15 Corollaire 1.4 On a le développement en série de Fourier f = j 1 f λj e λj = lim n f λj e λj. (1.11) Corollaire 1.5 Tout espace de Hilbert est isomorphe et isométrique à l espace L 2 (Λ, A, m) où m est la mesure de comptage sur Λ, m({λ}) = 1, avec E f {f λ } L 2 (Λ, m) au sens où f + g {f λ + g λ }, αf {αf λ } et f 2 = {f λ } 2 2 = λ Λ f λ 2. Théorème 1.13 (procédé d orthogonalisation de Gram-Schmidt) Étant donnée une famille au plus dénombrable de vecteurs {x n } linéairement indépendants d un espace pre-hilbertien, on peut construire un ensemble orthonormal ayant le même cardinal que {x n } et qui engendre le même sous-espace vectoriel que {x n }. Preuve. On peu toujours supposer que x 1 0. On va construire y 1, y 2,... et u 1, u 2,... par réccurence : y 1 = x 1, u 1 = y 1 y 1,... y n+1 = x n+1 y 2 = x 2 (x 2, u 1 )u 1, u 2 = y 2 y 2, (x n+1, u j )u j, u n+1 = y n+1 y n+1,... Ce procédé se termine si {x n } est un ensemble fini. Sinon, il continue indéfinement. Il est clair que y n 0 à cause de l indépendance linéaire de x 1,..., x n. Ainsi u n est bien défini. Par récurrence, il est clair que chaque u n est une combinaison linéaire de x 1,..., x n et que chaque x n est une combinaison linéaire de u 1,..., u n. Ainsi le sous-espace vectoriel engendré par les u est le même que celui engendreé par les x. Par calcul : u 1 = 1 et que y 2 u 1, donc u 2 u 1. De même, u 1 = 1, y 3 u 1, donc u 3 u 1. Ainsi, en répétant l argument u 1 est orthogonal à u 2, u 3,..., u n,.... De la même façon u 2 = 1, y 3 u 2, donc u 3 u 2. En répétant l argument, on conclut que u k u l, lorsque k > l. Ainsi {u n } est un ensemble orthonormal. Corollaire 1.6 Soit E un espace de Hilbert séparable. Alors E admet un s.o.c. au plus dénombrable. Preuve. Supposons que {a n } n 1 est une suite de vecteurs de E dense dans E. Soit x 1 le premier élément non-nul de {a n }, x 2 le premier a j qui ne se trouve pas dans le sous-espace vectoriel fermé engendré par x 1, etc x n le premier a j qui ne se trouve pas dans le sous-espace vectoriel fermé engendré par x 1,..., x n 1. Il est alors clair que les a et les x engendrent le même sous-espace vectoriel fermé de E et, en fait, ce sous-espace est l espace entier E à cause de la densité de {a n }. Si on applique le procédé d orthogonalisation de Gram-Schmidt à {x n } on obtient {u n } un système orthonormal au plus dénombrable et qui engendre E tout entier.
20 16 CHAPITRE 1. ESPACES DE BANACH ET DE HILBERT L ensemble orthonormal {u n } est complet car sinon, il existerait 0 u u n, pour tout n, donc u est orthogonal à tout E. Remarque : Soit E = L 2 (]a, b[, B(]a, b[), µ). On orthogonalise l ensemble des monômes 1, s, s 2, s 3,... et on trouve les polynômes orthogonaux de Tchebytchev : tels que b a P 0 (s) = cste., P 1 (s),... P j (s)p k (s)µ(ds) = δ jk, j, k 1. Cas particuliers : a = 1, b = 1, µ(ds) = ds les polynômes de Legendre, a =, b =, µ(ds) = e s2 ds les polynômes de Hermite, a = 0, b =, µ(ds) = e s ds les polynômes de Laguerre Théorème de représentation de Riesz Théorème 1.14 (de Fisher-Riesz de représentation) Soit E un espace de Hilbert et f une fonctionnelle linéaire bornée sur E. Alors il existe un unique vecteur y f E tel que f(x) = (x, y f ), x E, et f = y f. (1.12) Réciproquement,, tout vecteur y E définit une fonctionnelle linéaire bornée f y sur E par f y (x) = (x, y), x E, et f y = y. (1.13) Preuve. L unicité de y f est claire puisque (x, z) = 0, x E, implique z = 0. Montrons l existence. On notera dans cette démonstration N = N(f) = {x E : f(x) = 0}. Comme f est linéaire continue, N est un sous-espace vectoriel fermé. Le résultat est trivial si N = E car dans ce cas on prend y f = 0. Supposons que N E. Alors, d après le théorème de Riesz de décomposition 1.10 il existe un y 0 0 appartenant à N. On pose y f := f(y 0) y 0 2 y 0 et nous allons montrer qu il satisfait les conditions du théorème. Si x N, alors f(x) = 0 = (x, y f ). Par ailleurs, si x = αy 0, alors (x, y f ) = (αy 0, y f ) = (αy 0, f(y 0) y 0 2 y 0) = αf(y 0 ) = f(αy 0 ) = f(x). Puisque f(x) et (x, y f ) sont des applications linéaires en x, légalité f(x) = (x, y f ), x E sera vérifiée dès que l on montre que E est engendré par N et y 0. En effet, comme f(y 0 ) 0, x = (x f(x) f(y f ) y f ) + f(x) f(y f ) y f ).
21 1.3. EXERCICES 17 Le premier terme au membre de droite est un élément de N car Par ailleurs, on a f(x f(x) f(y f ) y f(x) ) = f(x) f f(y f ) f(y ) = 0. f f = sup f(x) = sup (x, y f ) sup x y f = y f x 1 x 1 x 1 et aussi f = sup f(x) f( y f x 1 y f ) = ( y f y f, y ) = y. f f On a donc obtenu que f = y f. Pour l autre sens du théorème il suffit de remarquer que f y (x) = (x, y) x y. Corollaire 1.7 Soit E un espace de Hilbert. La totalité E des fonctionnelles linéaires bornées sur E constitue un espace de Hilbert. Il existe une correspondance bijective qui preserve la norme f y f entre E et E. Par cette correspondance on peut identifier E et E en tant qu ensembles mais pas comme espaces vectoriels puisque lorsque α 1, α 2 C. (α 1 f 1 + α 2 f 2 ) (ᾱ 1 f 1 + ᾱ 2 f 2 ) Preuve. E est un espace de Hilbert muni du produit scalaire (f 1, f 2 ) = (y f1, y f2 ). Corollaire 1.8 Toute fonctionnelle linéaire continue T sur E est en correspondance bijective à un unique élément t E par L application est une isométrie linéaire. T (f) = f(t), f E. Preuve. Il suffit de remarquer que pour tout complexe α = ᾱ. Définition 1.9 L espace E est le dual de E. On peut identifier, au sens du corollaire précédent, E au bidual (E ). Cette propriété est la reflexivité des espaces de Hilbert. 1.3 Exercices 1.1 (quelques rappels d algèbre) i) Deux espaces vectoriels de dimension finie sur un même corps sont isomorphes si et seulement si ils ont la même dimension. ii) Soit E un espace vectoriel de dimension finie et soient M et N deux sous-espaces vectoriels de E tels que E = M N. Alors dime = dimm + dimn.
22 18 CHAPITRE 1. ESPACES DE BANACH ET DE HILBERT iii) Soient E et F deux espaces vectoriels et soit T L(E, F ) une application linéaire de E dans F. On note N(T ) = {x E : T x = 0} et R(T ) = {y F : y = T x, x E}. On considère l espace quotient E/N(T ) et on note ξ x la classe ayant pour représentant x. Alors l application Θ définie par Θ(ξ x ) = T x est un isomorphisme entre E/N(T ) et R(T ). iv) Soit E un espace vectoriel tel que E = M N, avec M et N sous-espaces de E. Alors E/M est isomorphe à N. v) Soient E un espace vectoriel de dimension finie et M un sous-espace vectoriel de E. Alors dime/m = dime dimm. vi) Soient E un espace vectoriel et M un sous-espace vectoriel de E. Alors M est de codimension finie d si et seulement si il existe d vecteurs linéairement indépendants x 1,..., x d E tels que tout x E admet une unique représentation de la forme x = α 1 x α d x d + y, où α 1,... α d K et y M Montrer que l hypothèse de positivité d une norme peut être retrouvée à partir de toutes les autres hypothèses de la définition d une norme Soit E un espace vectoriel normé. Montrer que x x y y y 2 x, x 0, y 0. x (x, y) sup x + ty t [0,1] Montrer que le supremum dans l expression précédente est un maximum et ensuite qu il s agit d une norme sur R Soit R[X] l ensemble des polynômes à coefficients réels. Montrer que R[X] est un espace vectoriel normé muni de (P + Q)(x) = P (x) + Q(x), (αp )(x) = αp (x), P 1 = Calculer P (r 1 entier), pour P (x) = x r. 1 0 P (x) dx (caractérisation des espaces de Banach) Soit E un espace vectoriel normé. Montrer que les affirmations suivantes sont équivalentes : i) E est un espace de Banach ; ii) toute série absolument convergente est (fortement) convergente ; ii) pour toute suite {x n } n 1 vérifiant x n c n, avec 0 < c < 1, la série n 1 x n est (fortement) convergente.
23 1.3. EXERCICES Soit E un espace vectoriel normé et M un sous-espace fermé de E. Montrer que toutes les classes d equivalences ξ (modulo M) sont des fermés de E (quelques rappels d analyse) Soit E un espace vectoriel normé. i) Montrer que toute suite convergente dans E est de une suite de Cauchy. ii) Montrer que toute suite de Cauchy est bornée. iii) Montrer que l image d une suite de Cauchy par une application uniformément continue (à valeurs dans un autre espace normé F ) est une suite de Cauchy (espace produit) Soient E et E deux espaces de Banach munis respectivement des normes et. Sur l espace produit E E on introduit (x, y) := x + y, (x, y) E E. Montrer que cette application est une norme sur E E et que cet espace normé est un espace de Banach. Même question avec (x, y) := max{ x, y }, (x, y) E E (espaces R d, C d ) Vérifier que sur R d, resp. C d, les quantités suivantes sont des normes d x 2 := x j 2 1/2, x 1 := d Justifier que ces espaces sont des espaces de Banach. x j, x := max 1 j d x j (espace de fonctions continues) Soit S un espace métrique quelconque. On note par C(S; R), resp. C(S; C), l ensemble des fonctions continues bornées à valeurs réelles, resp. complexes, définies sur S. Montrer que ces ensembles sont des espaces de Banach avec (x + y)(s) = x(s) + y(s), (αx)(s) = αx(s), x := sup x(s). s S La convergence des suites pour cette norme est la convergence uniforme des fonctions sur S Montrer que x 2 := ( 1 0 x(s) 2 ds) 1 /2 définit une norme sur C([0, 1]; R) (espace de fonctions lipschitziennes) Montrer que sur l espace vectoriel des fonctions lipschitziennes x : [0, 1] R, l application est une norme. x x(0) + sup 0 s<t 1 x(s) x(t) s t (espace de fonctions dérivables) Soit E = {x C 1 ([0, 1]; R) : x(0) = 0}, où C 1 ([0, 1]; R) désigne l ensemble des fonctions dérivables à dérivée continue sur [0, 1] dans R. Montrer que les applications suivantes sont des normes sur E :
24 20 CHAPITRE 1. ESPACES DE BANACH ET DE HILBERT i) x sup s [0,1] x(s) ; ii) x sup s [0,1] x (s) ; iii) x ( 1 0 ( x(s) 2 + x (s) 2 )ds) 1 / (espace des fonctions p-intégrables) Soit (S, B, µ) un espace mesuré et p [1, [. Nous allons noter par L p (S; R), resp. L p (S; C), l ensemble des fonctions x : S R, resp. x : S C, B-mesurables et telle que x p est µ-intégrable sur S. i) Montrer que ces ensembles sont des espaces vectoriels munis de On pose (x + y)(s) = x(s) + y(s), (αx)(s) = αx(s). ( x p := ii) Montrer que x 1 satisfait l inégalité triangulaire. S x(s) p µ(ds)) 1/p. iii) Soit p ]1, [ et on note p l exposant conjugué de p, défini par 1 /p+ 1 /p = 1. Montrer que le minimum de la fonction f(c) = cp /p + 1 /p c, c 0, est atteint en c = 1 uniquement et calculer ce minimum. En déduire l inégalité de Young : pour tous a, b 0 avec égalité si et seulement si a = b 1 /(p 1). ab ap p + bp p, iv) Supposons que A = x p et B = y p sont les deux non-nulles. On pose a = x(s) /A et b = y(s) /B. Utiliser l inégalité de Young et une intégration pour déduire l inégalité de Hölder ( ) 1/p ( ) 1/p x(s)y(s) µ(ds) x(s) p µ(ds) y(s) p µ(ds). S S S Montrer que cette inégalité est vraie même si au moins un des A, B s annule. L égalité a lieu si et seulement si il existe une constante positive c telle que x(s) = c y(s) 1 /(p 1) pour µ-p.t. s S (ou y(s) = c x(s) 1 /p 1 pour µ-p.t. s S). v) Montrer que x(s) + y(s) p µ(ds) S S x(s) + y(s) p 1 x(s) µ(ds) + x(s) + y(s) p 1 y(s) µ(ds). S Utiliser l inégalité de Hölder ainsi que le fait que p (p 1) = p pour déduire l inégalité de Minkowski ( 1/p ( 1/p ( ) 1/p x(s) + y(s) µ(ds)) p x(s) µ(ds)) p + y(s) p µ(ds) S S S c est-à-dire l inégalité triangulaire pour p. L égalité a lieu si et seulement si il existe une constante positive c telle que x = cy µ-p.p. (ou y = cx µ-p.p.)
25 1.3. EXERCICES 21 vi) Montrer que la condition x p = 0 est équivalente à x = 0 µ-p.p. Soit le sous-espace vectoriel M des fonctions nulles µ-p.p. et soit l espace quotient L p (S; R)/M, resp. L p (S; C)/M. Montrer que sur cet espace la norme quotient d une classe de représentant x coïncide avec la norme x p. Les espaces quotient avec cette norme seront notés L p (S; R), resp. L p (S; C). Nous allons identifier une fonction à sa classe d équivalence, pour simplifier. vii) On veut montrer que L p (S) est un espace de Banach. Soit {x n } n 1 une suite de Cauchy dans L p (S). (a) Montrer qu il existe une sous-suite {x nk } k 1 telle que la série (x nk+1 x nk ) soit absolument convergente. (b) On note y r = x n1 + k 1 r x nk+1 x nk L p (S). k=1 Utiliser l inégalité triangulaire et le lemme de Fatou pour vérifier que lim y r(s) p µ(ds) <. r S (c) En déduire que lim r y r existe finie p.p. et donc lim r x nr+1 existe finie p.p. notée x. (d) Utiliser encore une fois l inégalité de Fatou pour déduire que lim x n r r x nk p µ(ds) x nj+1 x nj p S j=k En déduire que x x nk L p (S) et donc x L p (S). (e) Montrer que lim k x x nk p = 0 et que lim sup n x x n p = 0. Conclure. p (espace L ) Soit (S, B, µ) un espace mesuré. Une fonction mesurable x est dite essentiellement bornée s il existe une constante positive c telle que x(s) c pour µ-p.t. s S. L infimum de toutes ces constantes c est noté esssup s S x(s). Comme dans l exercice précédent on identifie les fonctions égales µ-p.p. (donc avec la classe modulo M = {x = 0 p.p.}). i) Montrer que l ensemble L (S; R), resp. L (S; C), des fonction mesurables essentiellement bornées est un espace vectoriel normé muni de (x + y)(s) = x(s) + y(s), (αx)(s) = αx(s), x := esssup s S x(s). (on définit comme dans l exercice précédent L (S)). ii) Montrer que L (S) est un espace de Banach. iii) On veut montrer que si µ(s) <, alors, pour x L (S), lim p x p = x, où p est la norme de L p (S).
26 22 CHAPITRE 1. ESPACES DE BANACH ET DE HILBERT (a) Montrer que ( 1/p lim sup x(s) µ(ds)) p esssup s S x(s). p S (b) Montrer que pour tout ε > 0, il existe un ensemble mesurable A ε de mesure µ(a ε ) > 0 tel que ( 1/p x(s) µ(ds)) p µ(a ε ) 1 /p (esssup s S x(s) ε). En déduire S lim inf p ( S x(s) p µ(ds)) 1/p (esssup s S x(s) ε). i) On considère l ensemble l de suites x = (u j ) j 1 à valeurs dans R ou C bornées (on peut regarder x comme une application de S = {1, 2,...} dans R ou C avec x(j) = u j ). Montrer qu il s agit d un espace vectoriel normé muni de (x + y)(j) = x(j) + y(j), (αx)(j) = αx(j), j 1, x := sup j 1 Montrer ensuite que (l, ) est un espace de Banach. x(j) = sup u j. j 1 ii) Montrer que l ensemble des suites x = (u j ) j 1 tels que lim j u j existe constitue un espace vectoriel normé, noté c avec (x + y)(j) = x(j) + y(j), (αx)(j) = αx(j), j 1, x := sup n 1 et c est un espace de Banach. x(n) = sup u n n 1 iii) Montrer que l ensemble de toutes les suites x = (u j ) j 1 tels que lim j u j = 0 existe constitue un espace vectoriel normé, noté c 0 avec (x + y)(j) = x(j) + y(j), (αx)(j) = αx(j), j 1, x := sup n 1 et c est un espace de Banach. x(n) = sup u n n 1 iv) Montrer que l ensemble de toutes les suites x = (u j ) j 1 tels que supp(x) = supp(u j ) est fini (ici supp(u j ) = {j 1 : u j 0} est le support d une suite) constitue un espace vectoriel normé, noté c 00 avec (x + y)(j) = x(j) + y(j), (αx)(j) = αx(j), j 1, x := sup n 1 et ce n est pas un espace de Banach. x(n) = sup u n n 1 v) Soit p [1, [. Montrer que l ensemble de toutes les suites x = (u j ) j 1 tels que la série j 1 u j p < constitue un espace vectoriel normé, noté l p avec (x + y)(j) = x(j) + y(j), (αx)(j) = αx(j), j 1, x p := x(j) p j 1 1/p. et c est un espace de Banach.
27 1.3. EXERCICES Soient 1 p q. Montrer que x q x p pour x l p mais que x p x q pour x L q ([0, 1]). En déduire que l p l q et L q ([0, 1]) L p ([0, 1]) et que les opérateurs identité correspondants ont la norme i) Si x L p 0 ([0, 1]) pour un p 0 > 1, montrer que lim p 1 x p = x 1. ii) Montrer que si x L ([0, 1]) alors lim p x p = x. iii) Si x l q pour un certain q 1, montrer que lim p x p = x (séparabilité) Montrer que i) si p [1, [, l p est séparable ; ii) c et c 0 sont séparables ; iii) l n est pas séparable ; iv) C([0, 1]) est séparable ; v) si p [1, [, L p ([0, 1]) est séparable ; vi) L ([0, 1]) n est pas séparable Montrer que pour tout p 1, il existe une isométrie linéaire entre l p et un sous-espace de L p ([0, 1]) Une propriété P est dite propriété des trois espaces si la phrase suivante est vraie : pour un sous-espace M fermé d un espace vectoriel normé E, si M et E/M ont la propriété P, alors E a la propriété P. i) Montrer que la propriété d être un espace complet est une propriété des trois espaces ; ii) Montrer que la propriété d être un espace séparable est une propriété des trois espaces Soient M, N deux sous-espaces d un espace de Banach E telles que M et N soient isomorphes. E/M et E/N sont-elles isomorphes? On pourra considérer l 2, {(0, u 2, u 3,...)} et {(0, 0, u 3,...)} Soit x = (u j ) l et le sous-espace c 0. Montrer que dist(x, c 0 ) = lim sup j u j. En déduire que la norme sur l /c 0 est ξ x = lim sup j u j, où ξ x est la classe de représentant x = (u j ) Soient 1 et 2 deux normes sur un espace vectoriel E. On note B j = {x E : x j 1}, j = 1, 2 les boules unité pour les deux normes. i) Montrer que x 1 c x 2, x E (c > 0) si et seulement si 1 c B 2 B 1. ii) Montrer que si les normes sont équivalents alors B 1 et B 2 sont homéomorphes Soit T B(E, F ), où E, F sont deux espaces vectoriels normés. Montrer que T = sup{ T x : x < 1} = sup{ T x : x = 1}.
28 24 CHAPITRE 1. ESPACES DE BANACH ET DE HILBERT Soit T L(E, F ), où E, F sont deux espaces vectoriels normés. On suppose que {T x n } n 1 est bornée pour chaque suite {x n } n 1 telle que x n 0, quand n. T est-il nécéssairement continu? Soit T B(E, F ), où E, F sont deux espaces de Banach. Montrer que s il existe c > 0 telle que T x δ x, x E, alors R(T ) est un espace de Banach. De plus T est un isomorphisme de E dans F Soit T B(E, F ), où E, F sont deux espaces vectoriels normés. On suppose que T est bijective. Dans E on note B E = {x E : x 1} et S E = {x E : x = 1} et de même dans F, B F, S F. Les affirmations suivantes sont equivalentes : i) T est une isométrie de E sur F ; ii) T (B E ) = B F ; iii) T (S E ) = S F ; iv) T ( B E ) = B F Montrer qu un espace de Banach est séparable si et seulement si S E = {x E : x = 1} est séparable Montrer que l espace normé L 2 (S; K) est un espace de Hilbert avec le produit scalaire (x, y) := x(s)y(s)µ(ds). S Montrer que { 1 2π e int : n = 0, ±1, ±2,...} est un système orthonormal complet de l espace L 2 ([0, 2π]; C) Montrer que l espace normé l 2 est un espace de Hilbert avec le produit scalaire (x, y) = ((u j ), (v j )) := j 1 u j v j Montrer que l espace normé C 1 (]0, 1[; R) avec la norme x := ( 1 0 ( x(s) 2 + x (s) 2 )ds) 1 /2 est un espace prehilbertien dont on indiquera le produit scalaire Soit E un espace de Hilbert. Montrer que satisfait l égalité du parallélogramme généralisée 2 r r ε j x j = 2 r x j 2. ε j =± Montrer que dans E = l 2 l orthogonal du sous-espace des suites ayant le support fini est {0}. On pourra considérer une base orthonormée {e n } et calculer (x, e n ) pour n supp(x) et x E. Commenter le résultat Soit {e n } une suite orthonormée dans l 2, e n = (u n j ). Montrer que pour tout j 1, lim n u n j = 0.
29 1.3. EXERCICES Soit E un espace de Hilbert séparable de dimension infinie et soit {e n } n 1 une base orthonormée. On pose, pour x = n 1 x ne n, x 0 := n 1 2 n x n. Montrer que 0 est une norme qui n est pas équivalente à la norme de E Soit A := {x = (u j ) l 2 : j 1 (1 + 1 j )u2 j 1}. Montrer que A est un fermé borné mais ne contient pas un élément de norme égale au sup{ x : x A} Le cube de Hilbert est défini par C := {x = (u j ) l 2 : j 1, u j 2 j }. Montrer que C est un compact de l (l espace de Hardy-Lebesgue) Soit HL 2 l ensemble des fonctions f : C C à valeurs complexes qui sont holomorphes dans le disque unité {z C : z < 1} et telles que 2π sup f(re iθ ) 2 dθ <. 0<r<1 0 Montrer que HL 2 est un espace prehilbertien avec la norme [ ( 1 2π )]1/2 f := sup f(re iθ ) 2 dθ 0<r<1 2π 0 qui est isomorphe à l 2 (ainsi HL 2 est un espace de Hilbert). On pourra remarquer que f(z) = j 0 c jz j et calculer 1 2π 2π 0 f(re iθ ) 2 dθ. Ensuite, étant donné (c j ) l 2, montrer que la fonction z j 0 c jz j appartient à HL 2.
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
Plus en détailAmphi 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
Plus en détailDualité 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
Plus en détailImage 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
Plus en détailDe 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
Plus en détailLimites 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,
Plus en détail3 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
Plus en détailApproximations 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
Plus en détailIntégration 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.
Plus en détailCalcul 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
Plus en détailMesures 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
Plus en détailFonctions 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
Plus en détailExercices - 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)
Plus en détailExercices - 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
Plus en détailContinuité 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
Plus en détailChapitre 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)
Plus en détailFonctions 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
Plus en détailThéorème 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
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailLa 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
Plus en détailContinuité 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
Plus en détailCours 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...............................................
Plus en détail3. 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
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailSuites 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
Plus en détailCours 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 pujo@math.univ-lyon1.fr
Plus en détailCours 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........
Plus en détailCours 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
Plus en détailProbabilités 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
Plus en détailPremière 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
Plus en détailLe 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.
Plus en détailYamina 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
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en détail* 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 *****
Plus en détailFonctions 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
Plus en détailwww.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
Plus en détailCommun 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
Plus en détailOptimisation 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
Plus en détailIntégration 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?
Plus en détailProgrammes 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
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailCalcul 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
Plus en détailCapes 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 : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailn 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
Plus en détailEspérance 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
Plus en détailCorrection 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
Plus en détailIntroduction 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
Plus en détailMesure 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
Plus en détailCalcul 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
Plus en détailC algèbre d un certain groupe de Lie nilpotent.
Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble
Plus en détailFormes 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
Plus en détailSouad 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
Plus en détailExamen 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
Plus en détailExercice 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,
Plus en détailDifférentiabilité ; 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
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailNotes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret
Notes de cours M2 Équations aux dérivées partielles elliptiques Hervé Le Dret 4 mars 2010 2 Table des matières 1 Rappels en tous genres 7 1.1 Les théorèmes de convergence de Lebesgue............ 7 1.2
Plus en détailrf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse
page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle
Plus en détailThéorie 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
Plus en détailExo7. 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).
Plus en détailCours 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) =
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailEXERCICE 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
Plus en détailMESURE 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.............................
Plus en détailFONCTIONS 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
Plus en détailDéterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3
Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)
Plus en détailSéminaire TEST. 1 Présentation du sujet. October 18th, 2013
Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détail4. 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
Plus en détailProduits 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
Plus en détailMesures et Intégration
Mesures et Intégration Marc Troyanov - EPFL - Octobre 2005 30 avril 2008 Ce document contient les notes du cours de Mesure et Intégration enseigné à l EPFL par Marc Troyanov, version 2005-2006. Table des
Plus en détailIntégrale 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..............................
Plus en détailTexte 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
Plus en détailContinuité 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
Plus en détailGroupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples
Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples Franck LESIEUR Mathématiques et Applications, Physique Mathématique d Orléans UMR 6628 - BP 6759 45067 ORLEANS CEDEX 2 - FRANCE e-mail
Plus en détailProbabilités 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
Plus en détailThéorie 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.....................................
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailCours3. 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
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailThéorie 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
Plus en détailSimulation 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
Plus en détailFonctions 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
Plus en détailENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA
ENSEA - ABIDJAN ENSAE - DAKAR ISSEA - YAOUNDÉ BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA CENTRE D APPUI AUX
Plus en détailCHAPITRE IV. L axiome du choix
CHAPITRE IV L axiome du choix Résumé. L axiome du choix AC affirme qu il est légitime de construire des objets mathématiques en répétant un nombre infini de fois l opération de choisir un élément dans
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailThéorèmes du Point Fixe et Applications aux Equations Diérentielles
Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable
Plus en détailFonctions Analytiques
5 Chapitre Fonctions Analytiques. Le plan complexe.. Rappels Soit z C, alors!(x,y) IR 2 tel que z = x + iy. On définit le module de z comme z = x 2 + y 2. On peut aussi repérer z par des coordonnées polaires,
Plus en détailCalcul Différentiel. I Fonctions différentiables 3
Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailDéveloppement 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
Plus en détailConstruction 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
Plus en détailCorrigé du baccalauréat S Asie 21 juin 2010
Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailSur 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
Plus en détail