Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie



Documents pareils
Amphi 3: Espaces complets - Applications linéaires continues

Image d un intervalle par une fonction continue

Intégration et probabilités TD1 Espaces mesurés Corrigé

Théorème du point fixe - Théorème de l inversion locale

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Continuité d une fonction de plusieurs variables

Intégration et probabilités TD1 Espaces mesurés

Cours d Analyse 3 Fonctions de plusieurs variables

3 Approximation de solutions d équations

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Calcul fonctionnel holomorphe dans les algèbres de Banach

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que


Dualité dans les espaces de Lebesgue et mesures de Radon finies

Continuité en un point

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

I. Polynômes de Tchebychev

Université Paris-Dauphine DUMI2E 1ère année, Applications

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Limites finies en un point

Fonctions de plusieurs variables

Calcul différentiel. Chapitre Différentiabilité

Approximations variationelles des EDP Notes du Cours de M2

La mesure de Lebesgue sur la droite réelle

Chapitre 7 : Intégration sur un intervalle quelconque

Développement décimal d un réel

Capes Première épreuve

Suites numériques 3. 1 Convergence et limite d une suite

Problème 1 : applications du plan affine

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Théorie de la mesure. S. Nicolay

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

3. Conditionnement P (B)

Résolution d équations non linéaires

Cours d Analyse. Fonctions de plusieurs variables

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Commun à tous les candidats

Chapitre 2 Le problème de l unicité des solutions

Fonctions holomorphes

Calcul différentiel sur R n Première partie

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Moments des variables aléatoires réelles

Problèmes de Mathématiques Filtres et ultrafiltres

Différentiabilité ; Fonctions de plusieurs variables réelles

CHAPITRE IV. L axiome du choix

Yamina Yagoub-Zidi. Inconditionnalité et propriétés du point fixe dans les espaces de fonctions lisses

Texte Agrégation limitée par diffusion interne

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

Fonctions de plusieurs variables. Sébastien Tordeux

Introduction à la. Points Critiques. Otared Kavian. et Applications aux Problèmes Elliptiques. Springer-Verlag

Axiomatique de N, construction de Z

Produits d espaces mesurés

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Probabilités sur un univers fini

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v t

Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret

Simulation de variables aléatoires

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Mesures gaussiennes et espaces de Fock

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Equations aux Dérivées Partielles

Calcul intégral élémentaire en plusieurs variables

Le produit semi-direct

Théorie de la Mesure et Intégration

Continuité et dérivabilité d une fonction

Chapitre VI Fonctions de plusieurs variables

PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390

Construction de l'intégrale de Lebesgue

1 Définition et premières propriétés des congruences

Introduction à l optimisation de forme et application à la mécanique des fluides

TIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES

Optimisation des fonctions de plusieurs variables

THÉORIE DE LA MESURE ET DE L INTÉGRATION.

OM 1 Outils mathématiques : fonction de plusieurs variables

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Théorie de la Mesure et Intégration

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Cours Fonctions de deux variables

Structures algébriques

Cours d Analyse I et II

Fonctions Analytiques

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

Leçon 01 Exercices d'entraînement

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse

Fonctions de plusieurs variables

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Espérance conditionnelle

Premiers exercices d Algèbre. Anne-Marie Simon

Licence de Mathématiques 3

C1 : Fonctions de plusieurs variables

Intégrale de Lebesgue

NOTATIONS PRÉLIMINAIRES

Fonctions de plusieurs variables et changements de variables

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Cours de mathématiques

La fonction exponentielle

Calcul Différentiel. I Fonctions différentiables 3

Exercices sur le chapitre «Probabilités»

Transcription:

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M Topologie 1 Espaces métriques 1.1 Distance Dans toute cette partie E représente un ensemble qui n est pas forcément un espace vectoriel. Définition 1.1 On appelle distance sur E tout application de E E dans R + telle que i) x, y E, d(x, y) = 0 ssi x = y, ii) x, y E, d(x, y) = d(y, x), iii) x, y, z E, d(x, y) d(x, z) + d(z, y). On dit alors que (E, d) est un espace métrique. Exemples : 1) Les espaces vectoriels normés. 2) Les distances sur une sphère. 3) La distance grossière. 4) Définir sur une distance sur les mots d un dictionnaire. sup x,y A Pour tout ensemble non vide A E on appelle le diamètre de A diam(a) = d(x, y) [0, + ]. Pour tous A, B E, deux ensembles non-vides, on appelle distance entre A et B d(a, B) = d(x, y). Attention contrairement à son nom, cette application inf (x,y) A B n est pas une distance mais signalons le résultat suivant, pour tout A, B, C E, 1.2 Topologie métrique d(a, C) d(a, B) + diam(b) + d(b, C). Sur tout espace métrique (E, d) on peut définir une topologie en définissant: 1) Les boules ouvertes (notée B(x, r)) et les boules fermées (notées B(x, r)). 2) Les ensembles ouverts (O est ouvert ssi pour tout x O, il existe r > 0 tel que B(x, r) O). 3) Les ensembles fermés (F est fermé ssi c F est ouvert). 1

On remarquera que toute union (infinie ou pas, dénombrable ou pas) d ouverts est un ouvert et que toute intersection de fermés est un fermé. Toute intersection finie d ouverts est un ouvert, toute union finie de fermés est un fermé. On peut alors définir l intérieur et l adhérence d un ensemble: Pour tout ensemble A de E, on définit l intérieur de A comme le plus grand ouvert contenu dans A, on le note A (On montre son existence en prenant l union de tous les ouverts contenus dans A). Pour tout ensemble A de E, on définit l adhérence de A comme le plus petit fermé contenant A, on le note A (On montre son existence en prenant l intersection de tous les fermés contenant A). Signalons que x A ssi d(x, A) = 0. On peut définir la notion de suite convergente dans (E, d). Il est alors facile de montrer qu un ensemble A est fermé ssi toute suite d éléments de A, (x n ) convergente, a sa limite dans A. 1.3 Continuité Enfin si (E, d) et (F, d ) sont deux espaces métriques, on peut définir les notions de limites ou de continuité d une fonction f : E F en un point x E: f est continue en x ssi ε > 0, η > 0, f(b E (x, η)) B F (f(x), ε) Proposition 1.2 Soit f : (E, d) (F, d ). Les propositions suivantes sont équivalentes: i) f est continue en tout point de E. ii) L image réciproque par f de tout ouvert de F est un ouvert de E. iii) L image réciproque de tout fermé de F est un fermé de E. On montre que i) et ii) sont équivalentes dans cette propriété en notant que la définition de la continuité en un point x 0 peut se traduire par: ε > 0, x 0 { }} { f 1 (B F (f(x 0 ), ε)). Enfin on montre que ii) et iii) sont équivalentes en notant que pour tout ensemble B F, f 1 (F \ B) = E \ f 1 (B). 1.4 Compacts Dans toute cette partie (E, d) est un espace métrique. 2

Définition 1.3 On dit que K E est compact si et seulement de recouvrement de K par des ouverts, il existe un sous-recouvrement fini. On montre facilement que si F K, avec K compact et F fermé, alors F est compact (On complète les recouvrements de F par c F pour construire un recouvrement de K). On montre aussi facilement que si K est compact alors K est fermé (on montre que son complémentaire est ouvert, en prenant x / K, on note que K c B(x, 1 )) et que son diamètre est fini (on écrit que pour x K, n K n N n N B(x, n)). Proposition 1.4 Si K est un compact de E, alors (K, d) est complet. Preuve : Soit (x n ) une suite de cauchy de K, on peut extraire une sous-suite (x ϕ(n) ) telle que B n = B(x ϕ(n), 1 ) soit une suite emboitée de fermée. On étudie B n n. Cet n N ensemble a un diamètre nul, soit il est vide, soit il est restreint à un point. S il est restreint à un point x alors (x n ) converge vers x de manière immédiate. Si il est vide alors on peut recouvrir K par c B n. K étant compact, on peut en extraire un sous-recouvrement fini. La suite (B n ) étant emboitée on aurait donc il existe n 0 tel que K c B n0, ce qui est absurde puisque pour tout n n 0, x n K B n0. Proposition 1.5 Si f est une application continue de E dans F deux espaces métriques, alors pour tout K compact de E, f(k) est un compact de F Si on recouvre f(k) par une famille d ouverts (O i ), alors on a un recouvrement de K par les ouverts (f 1 (O i )). En extrayant un sous-recouvrement fini de K, on obtient un sous-recouvrement fini de F (K). Si (E 1, d 1 ) et (E 2, d 2 ) sont des espaces mètriques, on peut munir E 1 E 2 de la mètrique définie par d((x 1, x 2 ), (y 1, y 2 )) = min{d 1 (x 1, y 1 ), d 2 (x 2, y 2 )} (on parle de mètrique (topologie) produit). Proposition 1.6 Si K 1 est un compact de (E 1, d 1 ) et K 2 est un compact de (E 2, d 2 ), alors K 1 K 2 est un compact de (E 1 E 2, d). Il suffit de remarquer qu un ouvert de E 1 E 2 s écrit comme le produit O 1 O 2 de deux ouverts de E 1 et E 2. Donc tout recouvrement de K = K 1 K 2 par des ouverts peut s crire comme le recouvrement par des ouverts du type (O 1 i O 2 j ). On conclut en notant que (O k i ) forme un recouvrement de K k. Proposition 1.7 Un ensemble K est compact si et seulement si de toute suite de K on peut en extraire une sous-suite convergente. 3

Preuve : Soit K un compact de E, soit (x k ) une suite de K, on note X l adhérence de {x k, k N}. Pour tout n, on remarque que B(x k, 1 ) forment un recouvrement n de X qui est compact, on en déduit que pour tout n, il existe k n et une sous-suite (x ϕn(k)) qui soit dans B(x kn, 1 ). On conclut en utilisant un procédé itératif et n diagonal. On suppose que de toute suite de K on peut extraire une sous-suite convergente. Soit (O i ) une famille d ouverts recouvrants K. On va raisonner par l absurde, on suppose donc qu aucune réunion finie par des ouverts O i ne contienne K. Il existe x 0 K tel que d 0 = sup{d(x 0, c O i ), i I} > 0, on se fixe alors i 0 tel que d(x 0, c O i0 ) d 0 2. Par récurrence on construit alors une suite (x n) tel que x n+1 K et x n+1 / k n O ik, d n+1 = sup{d(x n+1, c O i ), i I} et on se fixe alors i n+1 tel que d(x n+1, c O in+1 ) d n+1 2. La suite (x n) admet donc une sous-suite convergente vers une limite x. On conclut en considérant un ouvert O j contenant x, en notant que d = sup{d(x, c O i ), i I} > d(x, c O j ) > 0. Proposition 1.8 Si f est une application continue de K un compact dans F un espace métrique, alors f est uniformément continue sur K. En raisonnant par l absurde, on peut construire deux suites de K, (x n ) et (y n ) telles que (d(x n y n )) converge vers 0 mais (d(f(x n ), f(y n ))) est minorée par une constante strictement positive. On conclut en extrayant des sous-suites de (x n ) et (y n ) communes et convergentes. 2 Espaces vectoriels normés Définition 2.1 Soit E un espace vectoriel. On appelle norme sur E toute application N de E dans R + qui vérifie les trois points suivants: 1) N(x) = 0 ssi x = 0 E. 2) Pour tout λ R et pour tout x E, N(λx) = λ N(x). 3) Pour tous x, y E, N(x + y) N(x) + N(y). On dit que (E, N) un espace vectoriel normé. Lemme 2.2 (Lemme de Riesz) Soit M un s.e.v fermé de E distinct de E. Il existe une suite (u n ) telle que u n = 1 et ( d(u n, M) ) tend vers 1. On note que si d(v, M) = 0 alors v M car M est fermé. Soit v / M alors d(v, M) = d > 0. Pour tout n > 0, il existe x n M tel que (n + 1)d d v x n <. On pose u n = v x n n v x n. Pour tout m M, u n m = v (x n + v x n m), v x n 4

et m x n + v x n m définit une bijection de M dans M. On en déduit immédiatement que d(u n, M) = converge vers 1. d v x n et on a bien (d(u n, M)) n N Théorème 2.3 (Riesz) La boule unité fermée de E est compacte si et seulement si E est de dimension finie. Attention, cela ne veut pas dire que tout compact est inclus dans un espace vectoriel de dimension fini. On montre l implication avec une construction par récurrence. On admet la réciproque pour l instant qui nécessite l équivalence des normes en dimension finie ce qui sera démontré ultérieurement. Proposition 2.4 Soit E un espace vectoriel normé de dimension infinie et K un compact de E, alors E \ K est connexe par arc. Soit x / K. On sait que E \ K est ouvert donc il existe r > 0 tel que B(x, r) K =. Si pour tout y B(0, 1), il existe λ > 0, x + λy K alors de toute suite de (y n ) de B(0, 1), on peut associer une suite (z n ) de K telle que z n = x + λ n y n avec λ n > r. K étant compact (z n ) admet une sous-suite convergente, or ( 1 λ n ) est bornée, on peut donc extraire une sous-suite convergente de toute suite de B(0, 1) ce qui est absurde. Donc il existe y B(0, 1) tel que pour tout λ > 0 x + λy / K. Pour tout x 1, x 2 E \ K, il existe donc y 1 et y 2 des vecteurs de E tels que pour tout λ > 0, x i + λy i / K. De plus K étant compact, il existe R > 0 tel que K B(0, R). Si x i < R on peut alors construire le point z i = x i + λy i tel que z i = R, si x i R alors on pose z i = R x i x i et les segments [x i, z i ] sont dans E \ K. On conclut en rejoignant z 1 et z 2 sur la sphère. Définition 2.5 Soit E un espace vectoriel muni de deux normes N 1 et N 2. On dit que N 1 et N 2 sont équivalentes si et seulement si il existe deux constantes β > α > 0 telles que x E, αn 1 (x) N 2 (x) βn 1 (x). Proposition 2.6 La relation précédente est une relation d équivalence sur les normes. Si N 1 et N 2 sont équivalentes, alors elles définissent une même topologie, i.e que les ouverts et les fermés sont les mêmes (les convergences sont les mêmes). 5

3 Espaces de Banach Définition 3.1 Soit (E,. ) un espace vectoriel normé. On dit que (E,. ) est un espace de Banach si et seulement si il est complet. Proposition 3.2 Soit (E,. ), un espace de Banach. Si B n est une suite de boule emboitée, alors n N B n est non-vide. Si on note (x n ) et (r n ) les suites des centres et des rayons des boules B n, alors par décroissance des boules la suite (r n ) est décroissante et donc convergente. De plus par emboitement des boules pour tout n, m on vérifie x n x m r n r m. On en déduit immédiatement que la suite (x n ) est de Cauchy. Pour conclure il suffit de noter que pour tout n 0, la suite (x n ) n n0 est une suite de B n0. Proposition 3.3 Soient E, F deux espaces vectoriels normés et f une fonction de E dans F. On dit que f vérifie le critère de Cauchy au voisinage de x 0 E ssi ε > 0, η > 0, x, y B E (x 0, η), f(x) f(y) < ε. Si F est un espace de Banach, alors f admet une limite au point x 0 ssi elle vérifie le critère de Cauchy au voisinage de x 0. Théorème 3.4 Théorème du point fixe Soit (E,. ) un espace de Banach. Soit F un fermé de E et f une application de F dans F contractante alors f admet un unique point fixe dans F. De plus pour tout x 0 F, la suite (f n (x 0 )) converge vers ce point fixe. On montre l unicité dans un premier temps puis on montre que les suites définies par x 0 F et (f n (x 0 )) sont de Cauchy. Corollaire 3.5 Soit E un espace de Banach et f une application de E dans E. On suppose qu il existe un entier n > 0 tel que f n = f.. f est contractante. Alors f admet un unique point fixe. On remarque que tout point fixe de f est forcément un point fixe de f n. On en déduit l unicité en appliquant le théorème précédent à f n qui admet un unique point fixe x 0. Pour montrer que x 0 est un point fixe de f, on remarque que f(x 0 ) est aussi un point fixe de f n. 6

Proposition 3.6 Soient E un espace vectoriel normé et F un espace de Banach. Soit A une partie dense de E. On considère f : A F une application uniformément continue. Il existe une unique application g : E F continue telle que g A = f. De plus g est uniformément continue. Soit x E \A. Par densité, x Ā. Comme f est uniformément continue (il suffit en fait qu il existe r > 0 tel que f soit uniformément continue sur B(x, r) A), f vérifie le critère de Cauchy au voisinage de x, donc f(y) admet une limite quand y tend vers x. On pose alors g(x) = f(x) si x A et g(x) = lim f(y). Pour conclure il reste à y x montrer la continuité de g qui se déduit immédiatement de l uniforme continuité de f. 4 Applications linéaires Dans toute cette partie E et F désigneront des espaces vectoriels normés. 4.1 Continuité Proposition 4.1 Soit f une application linéaire de E dans F. f est continue sur E si et seulement elle vérifie l une des conditions suivantes i) f est lipschitzienne sur E. ii) f est uniformément continue sur E. iii) f est continue en un point. iv) f est continue en O E. v) f est bornée sur la boule unité. vi) Il existe une constante k telle que pour tout x E, f(x) F k x E. Par la linéarité, le seul point difficile est de montrer que le point iv) implique le point v). On peut raisonner par contraposée. Si le point v) n est pas vérifié, alors il existe une suite (x n ) bornée (par 1) de E, telle que ( f(x n ) ) soit une suite strictement ( croissante ) qui diverge vers +, on constate alors que la suite 1 (y n ) = f(x n ) x n converge vers 0 E alors que (f(y n )) (qui est de norme 1) ne converge pas vers f(0 E ) = 0 F. Proposition 4.2 Pour toute application linéaire f continue de E dans F on vérifie que sup{ f(x) F, x B(0, 1)} = inf{k, x E, f(x) F k x E } = f Si on note L(E, F ) (à ne pas confondre avec L(E, F )) l ensemble des applications linéaires continues, alors l application f f est une norme. 7

Proposition 4.3 Si F est un espace de Banach alors L(E, F ) est un espace de Banach. On montre que si (f n ) est une suite de Cauchy pour la norme de L(E, F ) alors on vérifie un critère de Cauchy uniforme sur tout borné de E. Remarques: En dimension infinie 1) La continuité d une application linéaire dépend du choix des normes. 2) Une application peut-être continue bijective sans que sa réciproque ne soit continue. 3) Une application peut-être injective sans être surjective. 4) Une application peut-être surjective sans être injective. 5) Une application linéaire de E dans E peut-être une isométrie sans être bijective. Théorème 4.4 Soient E un espace de Banach et u L(E, E). Si u < 1 alors Id E u est un isomorphisme. On prouvera ce théorème en utilisant la série u k. On en déduit alors des résultats similaires à la dimension finie. Si on note Isom(E) l ensemble des isomorphismes de E dans E, on peut énoncer: Théorème 4.5 L ensemble Isom(E) est un ouvert de L(E, E), de plus l application u u 1 est une application continue de L(E) dans lui-même. Pour la première partie, on montrera que pour u 0 un isomorphisme, si u u 0 < 1 alors u est encore un isomorphisme (plus précisément u 1 0 u = Id E v est u 1 0 un isomorphisme). On démontre la deuxième partie en utilisant v = Id E u 1 0 u. On peut alors facilement généraliser ce dernier théorème aux cas de deux espaces E et F de Banach. 4.2 Cas de la dimension finie Théorème 4.6 Sur un espace vectoriel de dimension finie toutes les normes sont équivalentes. Soit E un espace vectoriel de dimension finie n. On se donne (e i ) une base de E et on définit pour tout x E, x = sup{ λ i, 1 i n} où x = i = 1 n λ i e i. On va montrer que toutes les normes sur E sont équivalentes à.. On pourra conclure puisqu il s agit d une relation d équivalence. 8

Soit donc. une norme sur E. On montre que. : (E,. ) R est une application lipschitzienne. En effet pour tout x, y E, un simple calcul nous donne n x y x y x y e i. En remarquant que K = {x, x = 1} est un compact de (E,. ), par continuité on en déduit que. atteint ses bornes sur K ce qui achève la démonstration. i=1 Corollaire 4.7 Si E est un espace vectoriel normé de dimension finie alors toutes les applications linéaires définies de E dans un espace vectoriel normé F sont continues. 4.3 Applications multilinéaires Définition 4.8 Soit (E i ) 1 i n une famille d espaces vectoriels. On dit qu une application f de E 1.. E n dans F est n-linéaire (ou multilinéaire) si et seulement si pour tout i fixé et tout (x j ) j i fixé, x i f(x 1,.., x n ) est linéaire sut E i. On dit que f est linéaire par rapport à chacune de ses variables. Remarque: On peut identifier l ensemble des applications multilinéaires à L(E 1, L(E 2, L(E 3,..L(E n, F ))..)). Il suffit juste d identifier F(E 1.. E n, F ) avec F(E 1, F(E 2, F(E 3,..F(E n, F ))..)). Proposition 4.9 Une application multilinéaire est continue si et seulement si il existe une constante k telle que (x i ) 1 i n E 1.. E n, f(x 1,.., x n ) k x 1 1.. x n n. 9