ANALYSE FONCTIONNELLE : séance 1, corrigé

Documents pareils
Amphi 3: Espaces complets - Applications linéaires continues

Calcul fonctionnel holomorphe dans les algèbres de Banach

Continuité d une fonction de plusieurs variables

I. Polynômes de Tchebychev

3. Conditionnement P (B)

3 Approximation de solutions d équations

Image d un intervalle par une fonction continue

Cours d Analyse 3 Fonctions de plusieurs variables

Intégration et probabilités TD1 Espaces mesurés Corrigé

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

Commun à tous les candidats

Chapitre 2 Le problème de l unicité des solutions

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

Approximations variationelles des EDP Notes du Cours de M2

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

Limites finies en un point

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

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Intégration et probabilités TD1 Espaces mesurés

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

Chapitre 7 : Intégration sur un intervalle quelconque

Fonctions de plusieurs variables

Continuité et dérivabilité d une fonction

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

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

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

Cours d Analyse. Fonctions de plusieurs variables

Théorème du point fixe - Théorème de l inversion locale

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

Suites numériques 3. 1 Convergence et limite d une suite

Fonctions holomorphes

Cours Fonctions de deux variables

Calcul différentiel. Chapitre Différentiabilité

Chp. 4. Minimisation d une fonction d une variable

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

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

Sur certaines séries entières particulières

Résolution d équations non linéaires

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Capes Première épreuve


Comparaison de fonctions Développements limités. Chapitre 10

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Produits d espaces mesurés

Continuité en un point

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

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE

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

Fonctions Analytiques

C1 : Fonctions de plusieurs variables

Correction de l examen de la première session

Espérance conditionnelle

Equations aux Dérivées Partielles

Leçon 01 Exercices d'entraînement

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Fonctions de plusieurs variables. Sébastien Tordeux

TSTI 2D CH X : Exemples de lois à densité 1

CCP PSI Mathématiques 1 : un corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Espaces de Sobolev et introduction aux équations aux dérivées partielles

OM 1 Outils mathématiques : fonction de plusieurs variables

Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.

Moments des variables aléatoires réelles

Calcul différentiel sur R n Première partie

Théorie de la Mesure et Intégration

Mesures gaussiennes et espaces de Fock

INTRODUCTION AUX ÉQUATIONS AUX DÉRIVÉES PARTIELLES Cours de maîtrise, L. Boutet de Monvel

4. Martingales à temps discret

Fonctions de plusieurs variables et applications pour l ingénieur

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

Polynômes à plusieurs variables. Résultant

Calcul intégral élémentaire en plusieurs variables

Correction du baccalauréat S Liban juin 2007

Optimisation des fonctions de plusieurs variables

Problèmes de Mathématiques Filtres et ultrafiltres

Travaux dirigés d introduction aux Probabilités

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

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

6 Equations du première ordre

ENS de Lyon TD septembre 2012 Introduction aux probabilités. A partie finie de N

Théorie de la Mesure et Intégration

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

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Différentiabilité ; Fonctions de plusieurs variables réelles

Loi binomiale Lois normales

Simulation de variables aléatoires

Cours d Analyse I et II

Chapitre VI Fonctions de plusieurs variables

Suites numériques 4. 1 Autres recettes pour calculer les limites

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

La mesure de Lebesgue sur la droite réelle

Fonctions de plusieurs variables

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

Théorie de la mesure. S. Nicolay

INTRODUCTION. 1 k 2. k=1

Intégrale de Lebesgue

Transcription:

Analyse Fonctionnelle 1 ANALYSE FONCTIONNELLE : séance 1, corrigé ECP 3 ème année Option Mathématiques appliquées Exercice traité en cours Question 1 Optimisation du profil d une route Vérifier que C est un convexe.... On choisit φ(y) = y 2. Montrer que pour ce choix de la fonction φ, la solution ū de (??) est la projection, au sens de la norme de L 2 ([0, L]), de la fonction g sur le convexe C. En déduire l unicité de la solution.... Montrer que c est un convexe fermé de l space de Hilbert L 2 ([0, L]). Corr. : Soit f n une suite de fonctions de C qui converge au sens de L 2 ([0, L]) vers une fonction f, i.e. L 0 (f n (x) f(x)) 2 dy 0 f n est donc une suite de Cauchy au sens de L 2 ([0, L]), nous allons montrer que c est une suite de Cauchy au sens de la convergence ponctuelle ce qui impliquera que sa limite est dans C. Comme f n (x) f p (x) est uniformément lipschitzienne de constante 2α il suffit, pour établir le critère de Cauchy, de montrer que si une suite de fonction uniformément lipschitzienne f n tend vers 0 au sens de L 2 ([0, L]) elle tend vers 0 ponctuellement. On a, pour tout h R tel que [x h, x + h] [0, L] On a aussi (f n (x)) 2 dy 0 f n (x) f n (y) α x y tout comme f n (x) + f n (y) α x y donc, en choisissant la première inégalité, f n (x) dy f n (y) dy α x y dy

Analyse Fonctionnelle 2 et donc 2hf n (x) f n (y) dy 2αh 2 en majorant x y par h. Comme, d après Cauchy-Schwartz, f n (y) dy 2h f n (y) 2 dy il vient ou encore 2hf n (x) 2h f n (x) 1 x+h 2h f n (y) 2 dy + 2αh 2 f n (y) 2 dy + αh En utilisant au départ la deuxième égalité, on montrerait de même 1 x+h f n (x) f n (y) 2h 2 dy + αh et donc f n (x) 1 x+h 2h f n (y) 2 dy + αh Choisissant h assez petit on peut rendre le second terme petit, en faisant tendre n vers l infini on peut alors rendre le premier terme petit, on a donc montré que f n (x) tend vers 0. Exercices Question 2 Étude des espaces classiques. Rappel : c 0 = {x n / lim n x n = 0} muni de la norme x = sup n x n. l = {x n / sup n x n < + } muni de la norme x = sup x n. l p = {x n / n x n p < }, muni de la norme x p = p n x n p. Lipsch([0, 1]) est l ensemble des fonctions lipschitzienne sur [0, 1] muni de la norme u L = u + sup x,y f(x) f(y) x y C p ([0, 1]) est l ensemble des fonctions p fois continûment dérivables sur [0, 1] muni de la norme u p = p k=0 u (k) ;

Analyse Fonctionnelle 3 Montrer que c 0, l p, C([0, 1]) sont séparables mais pas l. Corr. : Soit E l espace des suites finies (i.e. nulles à partir d un certain rang). E est inclus et dense dans tous les espaces c 0, l p : en effet au sens des normes de c 0 et l p une suite x = (x n ) est la limite des suites finies x k = (x 0, x 1,..., x k, 0, 0...). L ensemble des suites finies à coefficients rationnels est dénombrable et dense dans E pour toutes les normes considérées, il est donc dense dans c 0 et l p (N.B. : le dernier argument est général, pour prouver la séparabilité d un espace normé, il suffit de trouver une suite totale, c est à dire une suite telle que l espace vectoriel engendré est dense. On obtient la partie dénombrable dense en considérant toutes les combinaisons rationnelles des termes de cette suite). L espace C([0, 1]) est séparable : on peut approcher uniformément toute fonction continue par une fonction continue affine par morceaux sur la partition de [0, 1] en intervalles [ i 2, i+1 n 2 ] n (utiliser l uniforme continuité). Ces fonctions continues affines par morceaux peuvent elles mêmes être approchées par des fonctions continues affines par morceaux de ce type à valeur rationnelle. Ces dernières forment un ensemble dénombrable. L espace l n est pas séparable car il contient les suites associées aux fonction caractéristiques d une partie quelconque de N (i.e. à A N on associe x A = (x n ) / x n = 1 si n A et x n = 0 si n / N), or ces suites forment un ensemble non dénombrable et x A x B = 1 si A B. Montrer les inclusions et les résultats de densité l 1 l 2 c 0. Qu en est-il pour l inclusion de ces espaces dans l? Corr. : Pour montrer que A est dense dans B il suffit de montrer qu une partie de A est dense dans B. Le sous espace E des suites finies est dense dans c 0, l 1 et l 2 en tous les sens possibles, d où le résultat. Aucun de ces sous-espaces n est dense dans l car la suite constante appartient à l et est à distance 1 de c 0, l 1 et l 2.(N.B. On montre que ces sous-espaces bien que non denses dans l n admettent pas de supplémentaire V fermé, i.e. tel que l = V c 0, c est un exemple de situation où la dimension infinie ne se comporte pas comme la dimension finie ). Montrer les résultats de densité et Lipsch([0, 1]) C 0 ([0, 1]) C 2 ([0, 1]) C 1 ([0, 1]) C 0 ([0, 1]). Montrer que C 1 ([0, 1]) est fermé dans Lipsch([0, 1]). Corr. : On peut démontrer çà bestialement (c est instructif car l idée est générale) ; on approche une fonction continue par des fonctions continues affines par morceaux qui sont des fonctions de Lipsch([0, 1]). Pour approcher par une fonction C 1 on arrondit les angles des fonction continues affines par morceaux. Pour approcher une fonction u C 1 ([0, 1]) par une fonction C 2 on applique le résultat précédent à u, qui peut donc être approchée pat une fonction v C 1 ([0, 1]) et on intègre u(0) + x 0 v(t) dt convient. Pour le dernier résultat noter que si u C 1 ([0, 1]) u L = u 1

Analyse Fonctionnelle 4 Comme C 1 ([0, 1]) est complet pour la norme u 1 il l est pour la norme u L et il est donc fermé dans Lipsch([0, 1]). De nombreux résultats d analyse comme le théorème de Stone Weierstrass ci-dessous, la convergence des séries de Fourier, la convolution avec une fonction cloche (cf. séance ultérieure) sont équivalents à ces résultats, en particulier si on prolonge u sur tout R par 0 et on définit la suite de fonction cloche φ n (x) = 1 n π 1 + n 2 x 2 (1) alors v n = R φ n (x t)u(t) dt converge vers u en pour la norme u p sur tout intervalle où u est dans C p. Montrer que tous ces espaces sont complets. Corr. : cf. Polycopié de G. Teschl p. 14. Question 3 Le théorème d Ascoli-Arzela On se limite aux bornés de Lipsch([0, 1]). Théorème 1 Montrer que les parties bornées de Lipsch([0, 1]) sont relativement compactes pour la norme u. Pour la démonstration voir dans le cas un peu plus général d un ensemble borné de fonctions équicontinues le polycopié de G. Teschl p. 34. Rappelons que les boules dans les espaces normés de dimension infinie ne sont jamais compactes (pour la convergence associée à cette norme). Dans les espaces de Banach de fonctions, les parties compactes pour la norme sont toujours définies par des propriétés de régularité plus forte que celles que suppose la définition de la norme. La situation à éviter est celle de la suite sin(nπx) dans C([0, 1]) : la non existence d une sous-suite convergente vient des oscillations, si on interdit ces oscillations on a la compacité. Rappel sur deux théorèmes importants d analyse Question 4 Le théorème du point fixe Théorème 2 Si (E, d) est un espace métrique complet et f une application Lipschitzienne de constante k < 1 (i.e. d(f(x), f(y)) kd(x, y)) alors il existe un unique x E tel que f( x) = x et pour tout x 0 E la suite définie par la récurrence x n+1 = f(x n ), x 0 = x 0 converge vers x et vérifie d( x, x n ) k n 1 1 k d(x 1, x 0 )

Analyse Fonctionnelle 5 Corr. L unicité est triviale. La démonstration d existence se fait constructivement en montrant la convergence de la suite x n, dont la limite est nécessairement un point fixe : On a d(x p+1, x p ) k p d(x 1, x 0 ) On montre que la suite x n est de Cauchy : si n m d(x n, x m ) n m 1 p=0 d(x m+p+1, x m+p ) n m 1 p=0 k m+p d(x 1, x 0 ) d où Si n, m p on a donc n m 1 d(x n, x m ) k m p=0 k p d(x 1, x 0 ) = k m 1 1 k d(x 1, x 0 ) d(x n, x m ) k p 1 1 k d(x 1, x 0 ) (2) Elle admet une limite x puisque E est complet. On en déduit en faisant tendre n bers l infini dans (2) l estimation d erreur d( x, x m ) k m 1 1 k d(x 1, x 0 ) Il existe de nombreux théorèmes de points fixes, relachant certaines hypothèses mais supposant par exemple la compacité de l ensemble. La force de cette version tient dans la construction d une suite d approximation et dans l estimation d erreur qui montre une convergence géométrique des approximations. Question 5 Le théorème de Stone Weierstrass Théorème 3 Montrer que le sous-espace R[x] des polynômes est dense dans C([0, 1]). De nombreuses propriétés permettent de démontrer ce théorème. On en trouvera une démonstration élémentaire dans le polycopié de G. Teschl, p. 15, qui repose sur la construction par convolution d une suite régularisante (cf. exercice 2 (1)) bien choisie φ n (x) = 1 I n (1 x 2 ) n si x [ 1, 1], φ n (x) = 0 sinon (3) où I n est tel que R φ n(x) dx = 1. On peut aussi utiliser (cf. exercice 2) la densité de C 1 ([0, 1]) dans C([0, 1]) puis après un changement de variable x = sin(θ) se ramener à des polynômes trigonométriques, puis à la convergence uniforme

Analyse Fonctionnelle 6 des séries de Fourier pour une fonction C 1. Les polynômes de Bernstein d une fonction continue f(x) P n (x) = n Cnx k k (1 x) n k f( k n ) k=0 définissent une suite de polynômes qui convergent uniformément (mais toujours lentement!) vers la fonction f. La démonstration est un peu délicate. Ces polynômes, sous le nom de polynôme de Bézier ou de courbes à pôles, sont très utilisés en CAO pour approcher des formes quelconques. Noter que les polynômes d interpolation P n (x) d une fonction continue f aux points k n, 0 k n ne convergent pas en général vers la fonction. Ce sont donc de mauvais polynômes d approximation.