P. 1
poly

poly

|Views: 182|Likes:
Published by nmienda

More info:

Published by: nmienda on Oct 11, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

11/03/2011

pdf

text

original

Sections

  • Topologie et compacit´e
  • 1.1 Th´eor`emes classiques de compacit´e
  • Le Th´eor`eme de Banach-Steinhaus
  • 3.1 Cons´equences du Th´eor`eme de Banach-Steinhaus
  • 3.2 Exercices
  • Topologies faibles
  • 4.1 La topologie faible σ(E,E )
  • 4.2 La topologie σ(E ,E)
  • 4.3 Exercices
  • Espaces r´eflexifs, espaces s´eparables
  • 5.1 Espaces r´eflexifs
  • 5.2 Espaces s´eparables
  • 5.3 Exercices
  • L’int´egrale de Lebesgue
  • 7.1 Convolution et r´egularisation des fonctions de Lp
  • 7.2 Exercices
  • R´eflexivit´e, s´eparabilit´e, dualit´e des
  • 8.3 Martingales `a temps discret
  • 8.4 Exercices
  • Espaces de Hilbert
  • 9.1 Bases hilbertiennes
  • 9.2 Exercices
  • S´eries de Fourier
  • 10.1 Convolution des fonctions p´eriodiques et s´eries de Fourier
  • 10.2 D´ecroissance des coefficients de Fourier et probl`emes de
  • 10.3 Ph´enom`ene de Gibbs
  • 10.4 Exercices
  • Le cas discret
  • 11.1 Transform´ee de Fourier Discr`ete, applications
  • 11.1.1 La dimension 1
  • 11.1.2 La dimension 2
  • 11.1.3 Le ph´enom`ene du repliement de spectre ou aliasage
  • 11.1.4 La transform´ee de Fourier rapide
  • 11.1.6 Importances relatives de la phase et du module de la TFD pour une image
  • 11.2 Lien avec la th´eorie de Shannon
  • 12.1 Distributions p´eriodiques et leurs s´eries de Fourier
  • 12.3 Exercices
  • Espaces de Sobolev sur l’intervalle
  • 13.2 Exercices
  • Corrig´es des exercices
  • 14.1 Chapitre III
  • 14.2 Chapitre IV
  • 14.3 Chapitre V
  • 14.4 Chapitre VII
  • 14.5 Chapitre VIII
  • 14.6 Chapitre IX
  • 14.7 Chapitre X
  • 14.8 Chapitre XII
  • 14.9 Chapitre XIII
  • Exemple de travaux pratiques
  • A.1 Manipulation de l’histogramme
  • A.2 Echantillonnage et transform´ee de Fourier
  • A.3 Zoom par 0-padding (prolongement du spectre par des z´eros)
  • A.4 Translations
  • A.5 Phase et module de la TFD
  • A.6 Codes Matlab

Notes du cours d’analyse, ENS Cachan premi`re ann´e e e

Sylvie Fabre, Yann Gousseau, Jean-Michel Morel 9 septembre 2003

2

Table des mati`res e
1 Topologie et compacit´ e 1.1 Th´or`mes classiques de compacit´ e e e 7 11 13 21 22 23 29 29 33 38 41 41 42 45 49 57 60 68 73 73 76 79 81 85 89 92

. . . . . . . . . . . . . . . . . . . . . . . . .

2 Les Th´or`mes de s´paration de Hahn-Banach e e e 3 Le Th´or`me de Banach-Steinhaus e e 3.1 Cons´quences du Th´or`me de Banach-Steinhaus. . . . . . . . . . . . . . . . . . . e e e 3.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Topologies faibles 4.1 La topologie faible σ(E, E ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 La topologie σ(E , E) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 Espaces r´flexifs, espaces s´parables e e 5.1 Espaces r´flexifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 5.2 Espaces s´parables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 5.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 L’int´grale de Lebesgue e 7 Les espaces de Lebesgue, L1 , Lp , L∞ 7.1 Convolution et r´gularisation des fonctions de Lp . . . . . . . . . . . . . . . . . . e 7.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 R´flexivit´, s´parabilit´, dualit´ des Lp e e e e e 8.1 Espaces emboˆ es d’approximation des Lp , ıt´ p − Lp 8.2 Dualit´ L e . . . . . . . . . . . . . . 8.3 Martingales ` temps discret . . . . . . . . a 8.4 Exercices . . . . . . . . . . . . . . . . . .

s´parabilit´ e e . . . . . . . . . . . . . . . . . . . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

9 Espaces de Hilbert 9.1 Bases hilbertiennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

4

` TABLE DES MATIERES 97 100 102 103 105

10 S´ries de Fourier e 10.1 Convolution des fonctions p´riodiques et s´ries de Fourier . . . . . . e e 10.2 D´croissance des coefficients de Fourier et probl`mes de compression e e 10.3 Ph´nom`ne de Gibbs . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 10.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . du . . . .

. . . . signal . . . . . . . .

. . . .

11 Le cas discret 109 11.1 Transform´e de Fourier Discr`te, applications . . . . . . . . . . . . . . . . . . . . 109 e e 11.1.1 La dimension 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 11.1.2 La dimension 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 11.1.3 Le ph´nom`ne du repliement de spectre ou aliasage . . . . . . . . . . . . . 113 e e 11.1.4 La transform´e de Fourier rapide . . . . . . . . . . . . . . . . . . . . . . . 120 e 11.1.5 L’utilisation de la transform´e de Fourier discr`te pour d´finir zoom, transe e e lations et rotations des images . . . . . . . . . . . . . . . . . . . . . . . . 120 11.1.6 Importances relatives de la phase et du module de la TFD pour une image 126 11.2 Lien avec la th´orie de Shannon . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 e 12 S´ries de Fourier et distributions p´riodiques e e 131 12.1 Distributions p´riodiques et leurs s´ries de Fourier . . . . . . . . . . . . . . . . . 134 e e m 12.2 Espaces de Sobolev p´riodiques Hper (0, 2π) . . . . . . . . . . . . . . . . . . . . . 136 e 12.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 13 Espaces de Sobolev sur l’intervalle 143 1,p (I) comme espaces de Banach . . . . . . . . . . . . . . . . . . . 146 13.1 Les espaces W 13.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 14 Corrig´s des exercices e 14.1 Chapitre III . . . . . 14.2 Chapitre IV . . . . . 14.3 Chapitre V . . . . . 14.4 Chapitre VII . . . . 14.5 Chapitre VIII . . . . 14.6 Chapitre IX . . . . . 14.7 Chapitre X . . . . . 14.8 Chapitre XII . . . . 14.9 Chapitre XIII . . . . 15 Notations A Exemple de travaux pratiques A.1 Manipulation de l’histogramme . . . . . . . . . . . . . A.2 Echantillonnage et transform´e de Fourier . . . . . . . e A.3 Zoom par 0-padding (prolongement du spectre par des A.4 Translations . . . . . . . . . . . . . . . . . . . . . . . . A.5 Phase et module de la TFD . . . . . . . . . . . . . . . A.6 Codes Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . z´ros) e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 151 156 161 162 170 175 179 181 184 193 195 195 196 196 197 197 197

. . . . . . . . . . . . . . e 11. . . 11. . . . . . . . . . . . 11. . . .1 Ph´nom`ne de Gibbs 1 . . . . . . .3 Transform´e de Fourier Discr`te d’une image . . . . . . . . . . . e e 11. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 9. . . . . . . . . . . . . . . . . . 111 112 114 117 118 119 122 123 124 125 127 128 1 12. . . . . . . . . . . . . . . . . . . . . . Convolution et r´gularisation des images . . . . . . . . . .2 Transform´e de Fourier Discr`te du son a . . .1 4. . . . 11. . . . . . . . . . . . . . . . . . . . . . . . .1 7. . . . . . . . . . . . . .12Module de la Transform´e de Fourier Discr`te et texture . . . . . . . . .1 9. . . e 11. . . . . . . . . . . . . .1 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .10Rotation par Transform´e de Fourier 2 . . . . . . . . . . . . . .8 Zoom par prolongement du spectre 2 . . . . . . . . . . . .1 Espace Hper (R) et d´croissance des coefficients de Fourier . . .11Phase de la Transform´e de Fourier Discr`te et information g´om´trique e e e e 11. . . . . . . . . . . . 140 e 1 (R2 ) et d´croissance des coefficients de Fourier . . . . . . . . . . . . . . . D´composition sur la base de Haar . . . . . . . e Compression d’images dans une base hilbertienne . . . . . . . . .2 6. . e e 11. version ferm´-compact . Images naturelles et ensembles mesurables . . . . . . . . . . . 141 12. . 11. . . . . . . . . . . . . . . . . . . . . . .6 Filtrage passe-bas d’une image . . . . . .2 Ph´nom`ne de Gibbs 2 . . . . . . . . . . . . .2 Espace Hper e 5 . . e e e Convergence σ L∞ . . . . 11. .1 . . . . . e Martingales et images digitales . . . . . . . . . . . . . . .Table des figures 2. . . . . . . . . . . . . . . . . . . . 18 19 36 37 56 67 75 93 94 10. . . . . . . . . 11. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 e e 11. . . . . . . . .7 Zoom par prolongement du spectre 1 . . . . . . . . . . . . . . . . . . Exemple de convergence σ M. . . . . 106 e e 10. . . . .2 Illustration du th´or`me de Hahn-Banach. . . . . . . .9 Rotation par Transform´e de Fourier 1 . . . . . . . . . . . . L1 de sin(nx) . . . . . . . . . e e e e Illustration du th´or`me de Hahn-Banach.5 Repliement de spectre 2 . . . . . . . . . . . . . . . . . . e e . . . version g´om´trique . .4 Repliement de spectre 1 . . . . . . . .1 8. . . . . . . . . . . . . . . .2 4.0 . . C 0. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

e J. 1996 (manuscrit). Oct. c W. Unser. pp. e G. Choquet. Convolution-based interpolation for fast. 1371–1381. Analyse fonctionnelle. K¨rner. e e T. Functional Analysis. M. Hermann. J. J.6 Trait´s recommand´s : e e TABLE DES FIGURES H. cours de DEA ondelettes 94-97 (manuscrits). Masson. Neveu. Computer Graphics 1991. 1983. Autres sources F. Masson. Paris. Masson. Real and complex analysis. Bony. o J. Rudin. ENS Cachan.M. Thevenaz. IEEE Trans. 1970. Yaroslavsky. Image Processing. Cours d’analyse de l’Ecole Polytechnique. J. . e e W. 1992. Cambridge University Press. Mc-Graw-Hill. H´lein. et L. 1988. high-quality rotation of images. Rudin. Van Wijk. 1994 (polycopi´). Ecole Polytechnique. ? ? ? ? e e N.W. 4. Bases math´matiques du calcul des probabilit´s. Dixmier. Topologie G´n´rale. Topologie G´n´rale. numero 4. 1966. Articles en rapport avec les exp´riences num´riques pr´sent´es e e e e P. 1980. pp 309-317. volume 25. Notes de cours. Meyer. e Y. Brezis. traduction fran¸aise Masson 1980. Fourier Analysis. vol. Masson. 1995. Bourbaki. Cours de Topologie. seconde ´dition. Spot Noise : Texture Synthesis for Data Visualisation. Mc-Graw-Hill.

V ∩ A = ∅. Montrer que A et l’adh´rence de A sont a e e identiques et que la relation A = A caract´rise les ensembles ferm´s. On appelle base de voisinages ouverts de la topologie toute partie U de O telle que si x ∈ O ∈ O. nous nous contentons de rappeler des d´finitions et des r´sultats utiles e e pour la suite de cet ouvrage. Les ´l´ments de O ee sont appel´s les ouverts de la topologie. not´e A. l’intersection de tous les ferm´s contenant A. ferm´.1 On dit que l’espace E est s´par´ si ∀x. e Rappels de topologie g´n´rale : une topologie sur E est d´finie comme une partie O de e e e P(E) stable par intersection finie et union quelconque et contenant E et ∅. x = y.Chapitre 1 Topologie et compacit´ e Dans ce paragraphe. On appelle ouverture. alors il existe U ∈ U tel que x ∈ U ⊂ O. de A l’union de tous les ouverts contenus dans A.1 Adh´rence e Soit A une partie de E. ou e int´rieur. On e a appellera adh´rence de A. On note A la fermeture de e e a A. D´finition 1. e e D´finition 1. Une base de voisinages ouverts commode est alors constitu´e par les boules ouvertes elles-mˆmes.1 Tout ferm´ F est s´quentiellement ferm´. On appelle voisinage ouvert de x ∈ E tout ouvert O ∈ O e contenant x. y ∈ E. alors x ∈ F . On appelle fermeture d’un e e e e ensemble A. l’ensemble des points de E adh´rents ` A. c’est-`-dire que si xn ∈ F . Les boules ouvertes e e centr´es en x forment une base de voisinages ouverts de x et ´galement les boules ouvertes e e contenant x. e Exemple classique : une topologie O sur E est dite m´trisable s’il existe une distance sur E e telle que O co¨ ıncide avec l’ensemble des unions arbitraires de boules. not´ Int´rieur(A). ∃V ∈ V(x) et ∃U ∈ V(y) e e e tels que U ∩ V = ∅.2 Convergence d’une suite e On dit qu’une suite xn tend vers x pour la topologie O si pour tout voisinage O de x il existe n0 tel que n ≥ n0 ⇒ xn ∈ O. 7 . e e e a e et si xn → x pour la topologie. Cons´quence : tout ouvert est une union de voisinages ouverts de la base. Tous les espaces topologiques que nous consid´rerons seront s´par´s. e e e Exercice 1. Le lecteur pourra trouver les d´monstrations de tous les ´nonc´s e e e cit´s dans [Choquet] et [Dixmier]. Proposition 1. on dit que x ∈ E est adh´rent ` A si ∀V ∈ V(x). c’est-`-dire le plus petit ferm´ de E contenant A.

V´rifier que si on a une base de voisinages ouverts U dans F . n ≥ n0 ⇒ xn ∈ f −1 (U ) et on a donc. Exercice 1. En effet. c’est-`-dire que K est compact si et e e a seulement si toute suite xn contenue dans K a un point d’accumulation. f (xn ) ∈ U . f ´tant continue. il existerait un voisinage ouvert U de x e tel que U ⊂ F c . ∃U ∈ V(x0 ) tel que f (U ) ⊂ V . Un exemple que nous utiliserons souvent : une application f seulement si pour tout intervalle ouvert I de I l’ensemble R. D´finition 1. e D´monstration Soit xn tendant vers x pour O. U) est continue. n ≥ n0 ⇒ xn ∈ U . qui n’est pas toujours vrai quand les topologies ne sont pas e m´trisables : e Exercice 1. Mais xn → x implique que ∃n0 . alors e e e f est continue si et seulement si f −1 (U ) est un ouvert pour tout U ∈ U. ∃i ≥ n tel que xi ∈ V . L’image d’un compact par une fonction continue est un e .2 Une application d’un espace topologique dans un autre est dite continue si elle est continue en tout point. Si la topologie E est m´trisable. i ≥ n} alors x est valeur d’adh´rence de (xn )n si et seulement si x ∈ e n An . ce qui contredirait xn ∈ F . e a Les compacts On dit qu’un sous-ensemble K d’un espace topologique s´par´ (E. on dit que f est continue en x0 si ∀V ∈ V(f (x0 )).4 Continuit´ en un point e e Soient E et F deux espaces topologiques et f une application de E dans F . e e ◦ Rappelons un r´sultat classique.3 Si E et F sont m´trisables. f −1 (U ) est un voisinage de x. e continuit´ s´quentielle pour f ( e e Proposition 1. D´montrer que f est continue si et seulement si l’image r´ciproque e e de tout ouvert par l’application est un ouvert.8 ´ CHAPITRE 1. f de I Il convient de v´rifier que R. Soit x0 ∈ E. ou de mani`re ´quivalente. alors elle est s´quentiellement continue. Donc e ∃n0 . O) → (F.2 Si f : (E. Or. Fixons U ∈ U tel que f (x) ∈ U et montrons e que ∃n0 . tout compact est s´quentiellement compact. O) est compact e e si de tout recouvrement de K on peut extraire un recouvrement fini.) a de E dans I est continue si et R −1 (I) est un ouvert. on dit que x ∈ E est valeur d’adh´rence de (xn )n si ∀n. Application continue. TOPOLOGIE ET COMPACITE D´monstration Si on avait x ∈ F c . les intervalles ouverts forment une base de voisinages ouverts notre d´finition de la continuit´ g´n´ralise bien la notion de e e e e c’est-`-dire : xn → x ⇒ f (xn ) → f (x). ◦ D´finition 1. Si on note An = {xi . c’est-`-dire si xn → x ⇒ f (xn ) → f (x).3 Valeur d’adh´rence d’une suite e e Soit (xn )n une suite de points de E. c’est-`-dire une valeur a d’adh´rence qui est contenue dans K. alors f : E → F est continue si et seulement si elle e est s´quentiellement continue. n ≥ n0 ⇒ f (xn ) ∈ U . On note de mani`re g´n´rique V(x) une base de voisinages d’un point e e e x d’un espace topologique E. O. si l’image r´ciproque e e e de tout ferm´ est un ferm´. comme d´sir´. e ∀V ∈ V(x). qui est ouvert.

x ∈ Aj ⇔ ∃ψ : F → ∪i Ji . Topologie produit Soit (Ei . Oj )i∈J une famille d’espaces topologiques et ϕj : E → Ej une famille d’applications d´finies sur un ensemble E. alors ”toute intersection finie e d’unions d’intersections finies d’´l´ments de A est une union d’intersections finies d’´l´ments de ee ee A. D´finition 1. u Cette derni`re formule prouve que si A est une famille d’ensembles. j j∈F o` F ⊂ J est fini. et Oj appartient ` une base de voisinages de Ej .1) o` Uj d´signe un ouvert quelconque de Ej .5 On appelle topologie sur E la moins fine v´rifiant une propri´t´ P la topologie e e ee ayant cette propri´t´ P et qui a le moins d’ouverts possible.” D´monstration e Si x appartient ` a i∈F j∈Ji Aj . x ∈ Aψ(i) . Les ouverts de la topologie la moins fine sur E rendant e continues les applications ϕj sont tous de la forme : ϕ−1 (Uj ). toute fonction r´elle continue sur un compact atteint son maximum e e et son minimum. Oi ) des espaces topologiques. e ` Remarque 1.1 En cons´quence. ∃j(= ψ(i)) ∈ Ji . En cons´quence.9 compact. Cette topologie U est donc telle que ee pour toute autre topologie O v´rifiant P . on a la base de voisinages de E : e ϕ−1 (Oj ). o` Ψ est l’ensemble de toutes les applications i ∈ F → ψ(i) ∈ Ji .3 Soit (Ej . on ait O ⊂ U. Donc on peut caract´riser la u a e convergence des suites pour cette topologie de la mani`re tr`s simple suivante : e e xn → x pour la topologie O si et seulement si ϕi (xn ) → ϕi (x) pour tout i. ◦ . cela revient ` dire que a ∀i ∈ F. Lemme 1. le v´rifier ! e e Proposition 1. d´finie comme la moins fine rendant les projections de E e e sur chaque Ei continues.1 Aj = i∈F j∈Ji ψ∈Ψ i∈F Aψ(i) . Fi est un sous-ensemble fini quelconque de J et I est u e un ensemble quelconque d’indices. ψ(i) ∈ Ji . ∀i ∈ F. La mˆme formule est encore valide si on restreint les Uj a une base de voisinages ouverts de Ej . On la trouve en prenant tout simplement e l’intersection de toutes les topologies v´rifiant P : c’est encore une topologie. L’espace topologique produit E = Πi Ei peut ˆtre muni de la topologie produit. j i∈I j∈Fi (1.

4 Montrer ce th´or`me dans le cas un peu moins g´n´ral suivant : K = Πn∈I Kn e e e e N (produit d´nombrable) et on suppose que Kn est m´trisable et donc muni d’une distance dn .4 1) Un espace m´trique est s´par´. Exercice 1. A) = 0 ⇐⇒ ∃(xn )n ⊂ A telle que xn → x. Nous attirons l’attention sur le fait que le sens direct est vrai dans les espaces m´triques mais e que l’on ne peut rien dire a priori dans un espace topologique quelconque. Th´or`me 1. Dans tout ee e ce qui suit le couple (E. u e e . yn ) . Alors x est valeur d’adh´rence de la suite (xn )n si et e seulement si il existe une sous-suite (xnk )k qui converge vers x.1) est bien un ouvert de E. les conditions suivantes sont ´quivalentes : e e e e (i) L’espace E est compact. (ii) Toute suite de points de E admet une valeur d’adh´rence. y = (yn )n .3 Si les ϕi sont continues. Th´or`me 1.10 ´ CHAPITRE 1. Alors K est compact.1. e e e Pour plus de d´tails de topologie g´n´rale nous renvoyons aux ouvrages de G. d´signera un espace m´trique muni d’une e e distance d. Proposition 1.5 Valeur d’adh´rence e Soient (xn )n une suite dans E et x ∈ E.Dixmier. e e ◦ Th´or`me 1. On note ses ´l´ments e e ee ω = (ωi )i et on le munit de la topologie produit. yn ∈ Kn } est le diam`tre de Kn et x = (xn )n . d). e e Commencer par montrer que K est m´trisable en posant e d(x. e (iii) Toute suite de points de E a une sous-suite convergente.1) est e ´videmment stable par union quelconque.2 Soit E un espace m´trique.1 de Tikhonov Soit K = Πi Ki un produit de compacts.Choquet et e e e J.3 Un espace m´trique compact est complet. TOPOLOGIE ET COMPACITE D´monstration de la proposition 1. y) = n∈I N dn (xn . la famille des ensembles de la forme (1. e e e 2) Soient A une partie de E et x ∈ E alors x ∈ A ⇐⇒ d(x. u e Cas des espaces m´triques e Nous rappelons ici un certain nombres de propri´t´s vraies dans les espaces m´triques. 2n diam(Kn ) o` diam(Kn ) = max{d(xn . yn ). xn . On rappelle aussi qu’un espace m´trique est dit complet si toute suite de Cauchy e converge. Proposition 1. et bien-sˆr la Topologie G´n´rale de N. c’est-`-dire la moins fine rendant les projections a ω → wi ∈ Ki continues. et par intersection finie d’apr`s le lemme 1. R´ciproquement. tout ´l´ment de la forme e ee (1. Bourbaki. ou plus simplement E.

la fonction g est ´quicontinue et se prolonge d’une e mani`re unique en une fonction continue sur K. on a pour n ≥ n0 et x dans K. On suppose que la suite fn a les deux propri´t´s suivantes : ` e ee • fn est ´quicontinue : ∀ε. ∀n ∈ I d(x. d) et a valeurs r´elles. e e e |gn (x) − g(x)| ≤ |gn (x) − gn (xl )| + |gn (xl ) − g(xl )| + |g(xl ) − g(x)| ≤ 3ε. que nous noterons encore g. On fixe ε > 0. Elle converge en tout point de la suite xk . K est compact et donc on peut le recouvrir pour tout n par un nombre fini de boules 1 e de rayon plus petit que n . xl ) ≤ η(ε). Montrons pour finir que gn → g uniform´ment. ∃l ≤ k. Les e e a deux premiers termes tendent vers z´ro quand n → ∞. xk ) < η(ε). etc. e La suite gn converge donc en tout xk . Comme la suite fn (x1 ) est born´e. ∃η. Le troisi`me terme est rendu inf´rieur ` ε pour tout n si on impose d(xl . d(x.5 V´rifier que l’on peut le th´or`me d’Ascoli-Arzela est encore valable si les fonce e e tions fn sont ` valeurs dans un espace m´trique complet et si on suppose. |gn (xl ) − g(xl )| ≤ ε. THEOREMES CLASSIQUES DE COMPACITE 11 1. On fixe finalement n0 assez grand pour que n ≥ n0 ⇒ ∀l ≤ k. En combinant les deux derni`res in´galit´s. • La suite (fn (x))n est born´e pour tout x ∈ K.. ◦ Exercice 1. On proc`de par extractions succese sives. e On a |g(xl ) − g(xk )| ≤ |g(xl ) − gn (xl )| + |g(xk ) − gn (xk )| + |gn (xl ) − gn (xk )|. En fait. puis k assez e e grand pour ∀x ∈ K. avec le mˆme module de e e e continuit´ uniforme.´ ` ´ 1. L’union des centres de ces boules est un ensemble d´nombrable qui r´pond ` la question. On applique alors le proc´d´ dit d’extraction diagonale : on consid`re la suite e e e de fonctions gn = fϕn (n) . On appelle g(xk ) sa limite en xk . On obtient donc |g(xl ) − g(xk )| ≤ ε e si d(xk . xl ) < η(ε). la suite fϕn (n) devient une sous-suite de fϕk (n) . ∀x. e N.4 (Ascoli-Arzela) Soit fn une suite de fonctions d´finies sur un espace m´trique e e e e compact (K. l’ensemble (fn (x)) est relativement compacte ( c’est-`-dire e a de fermeture compacte). La fonction g est uniform´ment continue sur un ensemble dense dans K. Donc g est uniform´ment continue sur la suite xk et a d’ailleurs le mˆme e e module d’uniforme continuit´ que la suite fn . Elle converge donc en xk .1 Th´or`mes classiques de compacit´ e e e Th´or`me 1. la suite fn admet une sous-suite convergente en x1 que e nous notons fϕ1 (n) . e Alors il existe une sous-suite de fn qui converge vers une fonction continue f . On montre ensuite que gn converge uniform´ment e e vers g. Voyons pourquoi.1. On extrait de cette sous-suite une nouvelle sous-suite fϕ2 (n) qui converge aussi en x2 . comme deuxi`me a e e hypoth`se. que pour tout x dans K. y) ≤ η ⇒ |fn (x) − fn (y)| ≤ ε. e a On va alors extraire pour tout k de la suite fn une sous-suite fϕk (n) telle que fϕk (n) (xl ) converge pour l ≤ k et telle que fϕk (n) soit une sous-suite de fϕk−1 (n) . . D`s que n ≥ k. Elle se prolonge e donc de mani`re unique en une fonction uniform´ment continue sur K. En effet. D´monstration Remarquons d’abord qu’il existe une suite de points (xk )k qui est dense dans e K. y ∈ K.

g). g) = 1 sinon. g) = 1 n 2n dn (f. Ensuite. dn (f. Indication : on posera dn (f. TOPOLOGIE ET COMPACITE Corollaire 1. l(C). e a Exercice 1.6 (longueur d’un arc rectifiable) On appelle arc rectifiable un sous-ensemble C de I N qui est l’image d’une application Lipschitz c : s ∈ [0. 1] → c(s) ∈ I N . fn (x0 ) soit born´ admet une sous-suite uniform´ment e e convergente vers une fonction ´galement L-lipschitzienne. Montrer que cet infimum est atteint. g ∈ Un . . l’infimum des constantes de Lipschitz des applications surjectives c : [0. il est born´ et on a donc d(x. on posera d(f. On peut donc appliquer le th´or`me u e e e d’Ascoli-Arzela.7 Soit (E. On appelle R R longueur de l’arc. 1] → C. ◦ Exercice 1. Montrer que E est m´trisable. O) un espace topologique tel qu’il existe une base (Un )n d´nombrable e de voisinages. e D´monstration Comme K est compact. x0 ) ≤ M pour tout e e x dans K. g) = 0 si f. D’o` |fn (x)| ≤ |fn (x0 )| + LM est aussi born´.12 ´ CHAPITRE 1. Marche ` suivre : consid´rer une suite cn dont les constantes de Lipschitz tendent vers l(C). c’est-`-dire qu’il existe une distance d sur E telle e a que les ouverts de O soient les unions de boules ouvertes pour d. d´finies sur un compact e e K et telle que pour un certain point x0 .1 Toute famille fn de fonctions L-lipschitziennes r´elles. a e Extraire une sous-suite convergeant uniform´ment vers un arc c et montrer que c est Lipschitz e et que sa constante de Lipschitz est ´gale ` l(C).

Chapitre 2

Les Th´or`mes de s´paration de e e e Hahn-Banach
D´finition 2.1 Un espace de Banach est un espace vectoriel sur I norm´, complet. e R, e
0 R Exemples : I N , CN , lp , 1 ≤ p ≤ +∞, lp = {a = (ai )i∈I , ai ∈ I R R, ∞ |ai |p < ∞}, C0 (I N ), i=0 N espace des fonctions continues tendant vers z´ro ` l’infini. Si E est un espace vectoriel muni d’un e a √ produit scalaire non d´g´n´r´ < x, y >, il est alors norm´ par ||x|| = < x, x >. On dit alors e e ee e que E est pr´hilbertien. Si de plus il est complet, on dit que c’est un espace de Hilbert. Exemple e canonique : l2 .

D´finition 2.2 Si E est un espace vectoriel norm´, on note E son dual topologique, c’est-`e e a dire l’ensemble des applications lin´aires continues de E dans I e R. Si E est un espace vectoriel norm´, E est un espace de Banach (voir exercice 3.2) e Th´or`me 2.1 de Hahn-Banach. Soit E un espace vectoriel norm´. Soit G un sous-espace e e e vectoriel de E et g : G → I une application lin´aire continue de norme R e ||g||G = sup
x∈G,||x||≤1

g(x).

Alors il existe f ∈ E , le dual topologique de E, qui prolonge g et telle que ||f ||E = ||g||G . Exercice : le montrer en dimension finie. D´finition 2.3 (Zorn.) Soit P un ensemble muni d’une relation d’ordre partiel not´e ≤. On e e dit que Q ⊂ P est totalement ordonn´ si ∀a, b ∈ Q, a ≤ b ou b ≤ a. On dit que c ∈ P est un e majorant de Q ⊂ P si ∀a ∈ Q, a ≤ c. On dit que m ∈ P est maximal si ∀x ∈ P tel que m ≤ x, alors m = x. On dit que P est inductif si tout sous-ensemble totalement ordonn´ de P admet e un majorant. Lemme 2.1 de Zorn. Tout ensemble ordonn´, inductif et non vide admet un ´l´ment maximal. e ee Th´or`me 2.2 de Hahn-Banach (version analytique) Soit p : E → I + une application e e R v´rifiant ∀λ > 0, ∀x ∈ E, p(λx) = λp(x) et ∀x, y ∈ E, p(x+y) ≤ p(x)+p(y). Soit G ⊂ E un souse espace vectoriel et soit g : G → I une application lin´aire telle que g(x) ≤ p(x), ∀x ∈ G. Alors il R e existe une forme lin´aire f sur E qui prolonge g, i.e. g(x) = f (x), ∀x ∈ G, f (x) ≤ p(x), ∀x ∈ E. e 13

14

´ ` ´ CHAPITRE 2. LES THEOREMES DE SEPARATION DE HAHN-BANACH

D´monstration On consid`re e e P = {h : D(h) → I D(h) s.e.v. de E, h lin´aire , G ⊂ D(h), h prolonge g et h(x) ≤ p(x), ∀x ∈ R, e D(h).}. P est muni de la relation d’ordre h1 ≤ h2 ⇔ [D(h1 ) ⊂ D(h2 ) et h2 prolonge h1 ]. On v´rifie que P = ∅ car g ∈ P , que P est inductif car si Q ⊂ P est un sous-ensemble totalement e ordonn´, alors D(h1 ) = h∈Q D(h) et h1 (x) = h(x) si x ∈ D(h) est un majorant pour Q. Donc, e d’apr`s le lemme de Zorn, il existe un ´l´ment maximal que l’on appelle f . On va v´rifier que e ee e D(f ) = E. Sinon, il existerait x0 ∈ D(f ). Posons D(h) = D(f ) + I 0 et ∀x ∈ D(f ), ∀t ∈ I / Rx R, h(x + tx0 ) = f (x) + tα, α ∈ I Alors h est un prolongement de f et si on arrive ` trouver α R. a tel que h(x) ≤ p(x), ∀x ∈ D(h), on aura f ≤ h en contradiction avec la maximalit´ de f . Il faut e choisir α ∈ I en sorte que R ∀x ∈ D(f ), ∀t ∈ I h(x + tx0 ) = f (x) + tα ≤ p(x + tx0 ). R, Cela revient ` chercher α tel que a ∀x ∈ D(f ), ∀t > 0, f (x) + tα ≤ p(x + tx0 ), f (x) − tα ≤ p(x − tx0 ). On cherche donc s’il existe α tel que ∀x ∈ D(f ), ∀t > 0, [ sup p(x + tx0 ) − f (x) f (x) − p(x − tx0 ) ≤α≤ , ou encore : t t

p(x + t x0 ) − f (x) f (x) − p(x − tx0 ) , inf ] = ∅, ce qui veut dire t t x∈D(f ),t >0 x∈D(f ),t>0

∀x, y ∈ D(f ), ∀t, t > 0, t f (y) − t p(y − tx0 ) ≤ tp(x + t x0 ) − tf (x), ou encore ∀x, y ∈ D(f ), ∀t, t > 0, tf (x) + t f (y) ≤ tp(x + t x0 ) + t p(y − tx0 ). Or, tf (x)+t f (y) = f (tx+t y) ≤ p(tx+t y) ≤ p(tx+tt x0 )+p(t y −tt x0 ) = tp(x+t x0 )+t p(y −tx0 ). ◦

D´monstration du th´or`me 2.1. On consid`re p(x) = ||g||G ||x||. On v´rifie que p satisfait e e e e e les hypoth`ses du th´or`me 2.2. Donc en appliquant le th´or`me 2.2, on construit f prolongeant e e e e e g avec ∀x, f (x) ≤ ||g||G ||x||. Donc, ||f ||E ≤ ||g||G . ◦

Corollaire 2.1 (application de ”dualit´”). Si E est un espace vectoriel norm´, il existe pour e e tout x0 ∈ E une forme lin´aire f ∈ E telle que ||f || = ||x0 || et f (x0 ) = ||x0 ||2 . e

15 D´monstration e Prendre G = I Rx, g(tx) = t||x||2 , de sorte que ||g||G = ||x||. ◦

Exercice 2.1 Montrer le corollaire pr´c´dent directement quand E est de dimension finie et e e 1 euclidien. Regarder ´galement le cas E = I N muni de la norme ||x||p = (|x1 |p + ... + |xN |p ) p . e R Corollaire 2.2 Soit E un espace vectoriel norm´. Alors e ||x|| = sup
f ∈E , ||f ||≤1

|f (x)| =

f ∈E , ||f ||≤1

max

|f (x)|.

D´monstration En effet, l’in´galit´ (||x|| ≥ f (x) si ||f || ≤ 1) est imm´diate et l’´galit´ est e e e e e e obtenue grˆce ` l’application de dualit´ (corollaire 2.1). a a e ◦

D´finition 2.4 Un hyperplan affine est un ensemble de la forme e H = {x ∈ E, f (x) = α}, o` f est une forme lin´aire continue sur E, non identiquement nulle, et α ∈ I u e R. Proposition 2.1 L’hyperplan d’´quation f = α est ferm´ si et seulement f est continue. e e D´monstration Si f est continue, alors H = f −1 (α) est un ferm´. R´ciproquement, supposons e e e c . Supposons pour fixer les id´es que f (x ) < α. Alors, puisque H c est H ferm´. Soit x0 ∈ H e e 0 ouvert, il existe r > 0, tel que B(x0 , r) = {x ∈ E, ||x − x0 || < r} ⊂ H c , et on va en d´duire que e ∀x ∈ B(x0 , r), f (x) < α. En effet, si on avait un point x1 de la boule o` f (x1 ) ≥ α, on trouverait par interpolation, f u ´tant lin´aire, un point x du segment [x0 , x1 ] o` f (x) = α, en contradiction avec B(x0 , r) ⊂ H c . e e u Finalement, ∀x ∈ B(x0 , r), f (x) < α et donc ∀z ∈ B(0, 1), f (x0 ) + rf (z) < α, soit ∀z ∈ B(0, 1), f (z) ≤ Cela entraˆ ||f || ≤ ıne
α−f (x0 ) , r

α − f (x0 ) . r ◦

et donc que f est continue.

D´finition 2.5 Soit E un espace vectoriel norm´ et A, B ⊂ E. On dit que l’hyperplan H e e d’´quation f (x) = α s´pare A et B au sens large si e e f (x) ≤ α, ∀x ∈ A et f (x) ≥ α, ∀x ∈ B. On dit que H s´pare A et B au sens strict si e ∃ε > 0, f (x) ≤ α − ε, ∀x ∈ A et f (x) ≥ α + ε, ∀x ∈ B.

16

´ ` ´ CHAPITRE 2. LES THEOREMES DE SEPARATION DE HAHN-BANACH

Th´or`me 2.3 de Hahn-Banach (version g´om´trique) Soit E un espace vectoriel norm´ e e e e e et A, B ⊂ E deux ensembles convexes non vides et disjoints. On suppose que A est ouvert. Alors il existe un hyperplan ferm´ qui s´pare A et B au sens large. e e Exercice 2.2 Le th´or`me peut ˆtre faux si aucun des deux convexes n’est ouvert. Prendre par e e e exemple E = C 0 (0, 1), pour A : le sous-espace vectoriel des polynˆmes trigonom´triques et pour o e B une fonction continue qui ne soit pas un polynˆme trigonom´trique, par exemple f(s)=s. Or, o e on ne peut pas s´parer f et A au sens large (th´or`me de Stone-Weierstrass). e e e Lemme 2.2 Soit C ⊂ E un convexe ouvert, avec 0 ∈ C. Pour tout x ∈ E, on pose p(x) = x inf{α > 0, α ∈ C}. On dit que p est la jauge de C. Alors p v´rifie ∀λ > 0, p(λx) = λp(x), e l’in´galit´ triangulaire p(x + y) ≤ p(x) + p(y) et e e (i) ∃M, 0 ≤ p(x) ≤ M ||x||, ∀x ∈ E. (ii) C = {x ∈ E, p(x) < 1}. D´monstration On a imm´diatement p(λx) = |λ|p(x). Montrons l’in´galit´ triangulaire p(x+ e e e e y) ≤ p(x) + p(y) pour x et y dans E. Elle d´coule de la convexit´ de C. On a ´videmment x = e e e ˜ p(x)+ε p(y)+ε y x ˜ ˜ ˜ p(x)+ε ∈ C et y = p(y)+ε ∈ C. Puisque C est convexe, on a donc p(x)+p(y)+2ε x + p(x)+p(y)+2ε y ∈ C, c’est-`-dire a x+y ∈ C. z= p(x) + p(y) + 2ε Mais z ∈ C ⇒ p(z) ≤ 1. Donc p(x + y) ≤ p(x) + p(y) + 2ε, ce qui prouve l’in´galit´ triangulaire. e e Montrons maintenant (i). Comme C est ouvert et 0 ∈ C, il existe r > 0 tel que B(0, r) ⊂ C. x Donc ∀x = 0, r ||x|| ∈ C et donc p(x) ≤ ||x|| . Terminons en montrant (ii), C = {x ∈ E, p(x) < 1}. r 1 e Si x ∈ C, comme C est ouvert, ∃ε, (1 + ε)x ∈ C. Donc p(x) ≤ 1+ε < 1. R´ciproquement, si x p(x) < 1, ∃α, 0 ≤ p(x) < α < 1, et donc α ∈ C. Comme C est convexe et que x appartient au segment [0, αx] il est aussi dans C. ◦

Exercice 2.3 Montrer la r´ciproque du th´or`me pr´c´dent : si p : E → I + est une application e e e e e R v´rifiant p(λx) = λx, λ > 0, p(x + y) ≤ p(x) + p(y), la relation (i), ∃M, 0 ≤ p(x) ≤ M ||x||, alors e C = {x ∈ E, p(x) < 1} est un convexe ouvert contenant 0 dont p est la jauge. Lemme 2.3 Soit E un espace vectoriel norm´ , C ⊂ E un convexe ouvert non vide et x0 ∈ E, e x0 ∈ C. Alors ∃f ∈ E , f (x) < f (x0 ), ∀x ∈ C. En particulier, l’hyperplan {x, f (x) = f (x0 )} / s´pare x0 et C au sens large. e Remarque 2.1 Soit C un convexe. Alors en tout point de la fronti`re de C, il y a donc au e moins un hyperplan tangent.

On consid`re G = I 0 . ∀x ∈ G. En effet. e a 2 Corollaire 2. / / g(tx0 ) − p(tx0 ) = t(1 − p(x0 )) ≤ 0. a e En particulier. g(tx0 ) < 0 ≤ p(tx0 ). dans le cas contraire. C ´tant ouvert (Lemme e 2. on peut trouver pour tout ε un ´l´ment zε tel ee que ∃xε ∈ A. une sous-suite yε de yε tend vers y ∈ B. Aε ∩ Bε = ∅. e . montrer par un argument constructif le th´or`me de Hahne e Banach. f (x + εz) ≤ α ≤ f (y + εz ).3 ` Aε et Bε . on a y ∈ A ∩ B. ||zε − yε || ≤ ε.3 On pose C = A − B qui est un convexe ouvert car e e e A − B = y∈B (A − y) est une union d’ouverts. La sous-suite correspondante xε tend aussi vers y. Comme B est compact. x0 ∈ C ⇔ p(x0 ) ≥ 1 et si t ≥ 0.4 En dimension finie. Alors il existe un hyperplan H ferm´ qui s´pare A et B au sens strict. version ferm´-compact : on montrera qu’il existe x ∈ A et y ∈ B tels que ||x − y|| = e d(A. ||zε − xε || ≤ ε et ∃yε ∈ B. et g : I 0 → I d´finie par tx0 → t. ∀z ∈ C.17 D´monstration On peut toujours se ramener au cas o` 0 ∈ C et introduire la jauge p de e u C.4 de Hahn-Banach. u f (x) + ε||f || ≤ α ≤ f (y) − ε||f || et A et B sont bien s´par´s au sens strict.3 pour s´parer C et 0. telle que f (x) ≤ p(x). ∀x ∈ E. e e ◦ Exercice 2. deux sous-ensembles convexes non vides. f (x) = α} qui s´pare Aε et e e a e Bε : ∀x ∈ A. e e e D´monstration Posons Aε = A + B(0. Il existe f lin´aire sur E qui prolonge g. On suppose que A est ferm´. e ◦ Th´or`me 2. f (x) ≤ p(x) < 1 pour tout x dans C en vertu du Lemme 2. version ferm´-compact.2-(ii). Bε = B + B(0. B ⊂ E. ε). f (x) = α} s´pare A et B. z ∈ B(0. ε). inf y∈B f (y)] = ∅ et H = {x. y] passant par x+y . disjoints. D’o` . Donc e ∃f ∈ E . en contradiction avec l’hypoth`se que A et B sont disjoints.2(i)). ◦ D´monstration du th´or`me 2. on utilise le lemme / 2. y ∈ B. car A ∩ B = ∅. e Rx Rx R e Comme x0 ∈ C. ∀z. Soit E un espace vectoriel norm´ e e e e et A ⊂ E. Comme 0 ∈ C. ∀y ∈ B. f (x0 ) = 1 et f est continue car f (x) ≤ p(x) ≤ M ||x||. soit f (x) < f (y). En effet. Il existe donc un hyperplan {x. f (z) < 0. On choisit α ∈ [supx∈A f (x). Finalement. et comme A est suppos´ ferm´.3 Tout convexe ferm´ est une intersection de demi-espaces. On e e e applique le th´or`me 2. ∀x ∈ A. on a g(x) ≤ p(x). B) et consid´rera l’hyperplan orthogonal ` [x. de sorte que g(x0 ) = 1. Si t < 0. On applique le th´or`me e e de Hahn-Banach ` g. On commence par montrer que e ∃ε. ε). B est compact.

4 Tout sous espace vectoriel ferm´ F ⊂ E est une intersection d’hyperplans vece toriels. si L est dense et si ∀x ∈ L. ◦ Appliquer la version ferm´-compact au convexe et aux points hors du convexe.1) .3 (de Hahn-Banach. u e Lemme 2. E son dual et L un sous-espace vectoriel de E. y) y > x e sommes ici dans un cas o` il y a s´paration au sens large. il est aussi inclus dans {f (x) = 0}. e Alors L est dense si et seulement si son orthogonal est r´duit a z´ro.1). f (x) = 0) ⇒ f = 0). f (x) = 0 avec f = 0. LES THEOREMES DE SEPARATION DE HAHN-BANACH y > x2 y=0 £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ y<0 ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ D´monstration e ◦ Fig.D´monstration Appliquer le corollaire pr´c´dent et prouver que si un espace vectoriel est e e e inclus dans un demi-espace {f (x) ≤ α}. R´ciproquement. supposons que la relation (2.4 Soit E un espace vectoriel norm´. e ∀f ∈ E .1) e soit satisfaite. L’ensemble A e e e e 2 }. (∀x ∈ L. f (x) = 0 et donc f = 0. Supposons par contradiction que L ne soit pas dense. Ceci contredit (2. En d’autres termes.4. ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡     ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ 18 ´ ` ´ CHAPITRE 2. Nous est le demi plan y < 0. il existe f ∈ E tel que ∀x ∈ L. et l’hyperplan ferm´ est y = 0. Par le corollaire 2. l’ensemble B est {(x. L est e ` e dense si et seulement si D´monstration En effet. on d´duit par continuit´ e e e de f que ∀x ∈ E.1 – Illustration du th´or`me 2. version g´om´trique). (2. 2. Sa fermeture est alors un sous-espace vectoriel strict de E. f (x) = 0. ◦ Corollaire 2.

2 – Illustration du th´or`me 2. e e £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   A B £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ £ ¢ ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   H 19 ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   ¡   . l’ensemble B est compact. L’ensemble e e e A est ferm´.Fig. version ferm´-compact). et il existe un hyperplan H qui les s´pare au sens strict. 2.4 (de Hahn-Banach.

LES THEOREMES DE SEPARATION DE HAHN-BANACH .20 ´ ` ´ CHAPITRE 2.

Chapitre 3 Le Th´or`me de Banach-Steinhaus e e Lemme 3. ”une intersection d´nombrable d’ouverts denses reste dense”. muni de e e e la norme ||T ||L(E. 21 . Alors e Int´rieur( e ∞ n=1 Xn ) = ∅. r1 ) ⊂ B(x0 .||x||≤1 On note L(E) = L(E. On e e suppose que Int´rieurXn = ∅. x∈E. e e e Remarque 3. Comme O1 est dense. d(x. Alors x ∈ O ∩ ◦ Remarque : le th´or`me pr´c´dent est valable dans tout espace m´trique complet. rn ) telle que e e B(xn . Montrons que G rencontre un ouvert arbitraire O. 2 rn−1 . r0 ) ∩ O1 et r1 ≤ r0 .1 de Baire. rn−1 ) ∩ On et rn ≤ La suite xn est de Cauchy car d(xn . F deux espaces vectoriels norm´s. Pour cela. Soit x = limn→∞ xn . La structure e e e e e d’espace vectoriel n’intervient pas. En d’autres termes. Soit On une suite d’ouverts denses e e et G = n On . rn ) ⊂ B(xn−1 . On construit de mˆme par r´currence une suite B(xn . E). xn−1 ) ≤ r0 2n .F ) = sup ||T (x)||. on peut choisir x1 ∈ B0 et r1 tels que B(x1 . F ) l’espace vectoriel norm´ des op´rateurs lin´aires continus de E dans F . Soit X un espace m´trique complet. On e note L(E. x0 ) ≤ r0 } ⊂ O. Soit Xn une suite de ferm´s. D´monstration Nous allons montrer la deuxi`me forme.1 Enonc´ ` relier au suivant : une union d´nombrable d’ensembles de mesure e a e nulle est de mesure nulle. e e e e De mani`re ´quivalente. ”une union d´nombrable de ferm´s d’int´rieurs vides reste d’int´rieur vide”. r0 ) = {x. 2 n On . Soient maintenant E. on choisit une boule ferm´e e B0 = B(x0 .

22 ´ ` CHAPITRE 3. 1). e e e Corollaire 3.F ) . On suppose que ∀x ∈ E.2 Pour que le th´or`me de Banach-Steinhaus marche. Soient E. i∈I c’est-`-dire qu’il existe c > 0 tel que a ∀i ∈ I. soit ||Ti ||L(E. tels que pour tout x ∈ E. n Xn = E et donc e e e Int´rieur( n Xn ) = ∅. ∀i.1. F ). LE THEOREME DE BANACH-STEINHAUS Th´or`me 3. Par le lemme de Baire 3. sup ||Ti x|| < ∞. L’espace d’arriv´e F peut ˆtre simplement vectoriel norm´. r ◦ Remarque 3. sup ||Ti ||L(E. Tn x converge quand n → ∞ vers une limite not´e T x.1 Cons´quences du Th´or`me de Banach-Steinhaus. l’un des Xn doit ˆtre d’int´rieur non vide : e e e Int´rieur(Xn0 ) = ∅. D´monstration Pour tout n ≥ 1. n→+∞ . on pose Xn = {x ∈ E.1 Soient E et F deux espaces de Banach.F ) < +∞. Soit (Ti )i∈I ⊂ e e L(E. 1). F deux espaces de Banach. r) ⊂ Xn0 . et donc par l’in´galit´ triangulaire. ||Ti x|| ≤ n}. Alors on a e sup ||Tn ||L(E. r||Ti (z)|| ≤ n0 + ||Ti (x0 )|| ≤ 2n0 . Par hypoth`se. ||Ti x|| ≤ c||x||. en sorte que e chaque Xn est une intersection de ferm´s et est donc ferm´. Soit x0 ∈ Xn0 et r > 0 tel que B(x0 . ∀x ∈ E. Alors e ∀i ∈ I. ∀z ∈ B(0.F ) ≤ lim inf ||Tn ||L(E. e e ∀z ∈ B(0. e e e e 3.F ) < ∞. F ) une famille (non n´cessairement d´nombrable) d’op´rateurs lin´aires et continus de E e e e e dans F . n T ∈ L(E. ||T ||L(E.1 de Banach-Steinhaus.F ) ≤ 2n0 . ||Ti (x0 + rz)|| ≤ n0 . il suffit que l’espace de e e d´part E soit complet. Soit (Tn ) une suite d’op´rateurs lin´aires e e et continus de E dans F . i∈I Alors.

1) avec E = G . ∀f ∈ E. e ◦ Ce th´or`me nous dit qu’un ensemble est born´ si et seulement si ses projections sur des axes e e e de coordonn´es arbitraires sont born´es. e on obtient par passage ` la limite inf´rieure. e e ◦ Remarque 3.3. e e 3. et donc T ∈ L(E. ||T x|| ≤ c||x||. f (B) = {f (x). ∀n ∈ I ||Tn x|| ≤ c||x||.2 Exercices Exercice 1 1) Soient E un espace vectoriel r´el norm´ de dimension finie et F un espace vectoriel norm´ e e e a) Montrer que toutes les normes sur E sont ´quivalentes. On a donc par hypoth`se R. On suppose que e pour tout f ∈ G .2 Soit G un espace vectoriel norm´. on a ||b|| = supf ∈G . Pour b ∈ B et f ∈ E = G . F ). sup |Tb (f )| < +∞. e √ √ √ √ | | | 2) Soit E = Q [ 2] = a + b 2. x ∈ B} est born´. a ∈ Q . B est donc born´. e e D´monstration On applique le th´or`me de Banach-Steinhaus (Thm 3. ||T x|| ≤ lim inf →∞ ||Tn ||||x||. Comme par le corollaire 2. e b) Soit u : E → F lin´aire.2. |f (b)| ≤ c||f ||G . b∈B On en d´duit qu’il existe c > 0 tel que e ∀b ∈ B. |b|). EXERCICES 23 D´monstration La premi`re relation est une cons´quence directe du th´or`me 3. On a donc ∃c > 0. on pose Tb (f ) = f (b). e Corollaire 3. e e e F = I I = B.3 On remarquera (voir exercice 2 ` la fin du chapitre) que tout espace dual d’un a espace vectoriel norm´ est un espace de Banach. e ∀f ∈ E. on conclut que ||b|| ≤ c.2. Comme ||Tn x|| ≤ ||Tn ||||x||. b ∈ Q .||f ||≤1 f (b). . N0 (a + b 2) = |a + b 2| et e √ N1 (a + b 2) = max(|a|. On d´finit sur E. ||Tb (f )|| ≤ c||f ||G . B un sous-ensemble de G. On en d´duit que ∀x ∈ E.1 (de Banache e e e e Steinhaus). montrer que u est continue. N. soit ∀f ∈ G . ce qui donne bien la a e derni`re relation annonc´e. Alors B est born´. ∀x ∈ E.

on se e propose de montrer que ∀x ∈ E.24 ´ ` CHAPITRE 3. consid´rer fn (x) = n+1 z + n+1 f (x)). 1) compacte ⇒ dimE < ∞.d) un espace m´trique compact et f : E → E telle que e ∀x. (E est un Q -espace vectoriel de e dimension finie. λ → f (x. e e . ∀x ∈ E.d) un espace m´trique complet et soit Λ un espace topologique. x → f (x. 3) Soit (E. H). en notant que y = x − f (u) u est dans H.) Exercice 2 Soient E et F deux espaces vectoriels norm´s e a) Montrer que F complet ⇒ L(E. y ∈ E. H). F ) complet (donc E est toujours complet).∀x ∈ E. Soit f : E × Λ → E e telle que . λ) est k-lipschitzienne de E dans E. Exercice 3 Soient E un espace vectoriel norm´ et f ∈ E . En d´duire u e √ √ n = |a | + |b | 2. b) Montrer que B E (0. Montrer que f admet un unique point fixe. n b) Soient f : E → I d´finie par f (x) = ∞ xn et H = Kerf. donner une R. e 1 n Montrer que f admet un point fixe ( pour z fix´ dans C. y). ∀λ ∈ Λ. commenter. λ). f ≡ 0. montrer que d(x. On pose fλ (x) = f (x. e e 1 2 expression de d(x. 2) Soit (E. que ( 2 + 1) n n | b) Montrer que N0 et N1 ne sont pas ´quivalentes sur E. λ) est continue de Λ dans E. f (y)) < d(x. 4) Soit C un convexe compact dans E espace vectoriel norm´ et soit f : C → C 1-lipschitzienne. montrer que ∀n ≥ 1. e ∞ ) est un espace de Banach. Si aλ est l’unique point fixe de fλ . Soit H = {x ∈ E : f (x) = 0}. . Montrer que f admet un unique point fixe x = f (x). LE THEOREME DE BANACH-STEINHAUS a) V´rifier que N0 et N1 sont des normes sur E. e f (x) 2) Soit u ∈ E\H. bn ∈ Q et an bn < 0. V´rifier que f ∈ E . 3) Soit E = C0 = {x = (xn )n≥1 ∈ I I tel que xn → 0} que l’on munit de RN x ∞ |f (x)| |f (u)| u et = sup |xn |. H) ≤ prouver ( ). d(x. n a) V´rifier que (E. √ e√ | Soit x = 2 − 1. H) = inf x − y = y∈H |f (x)| f ( ) 1) V´rifier que |f (x)| ≤ f d(x. d(f (x). f E est-elle atteinte ? Exercice 4 Th´or`mes du point fixe e e 1) Soit (E. montrer que λ → aλ est continue de Λ dans E.d) un espace m´trique complet et soit f : E → E une application k-lipschitzienne e avec k<1.∃k < 1. xn = an + bn 2 o` an .

3. f ∞ ≤ 2 N (f ). = {y ∈ E. c) Montrer que e ∞ et N ne sont pas ´quivalentes sur E. x2n = 2−n x2n−1 }. x >≤ 1} et K Montrer que K = K . C) ⊂ T (B(0. il existe un recouvrement fini de E par e des boules de rayon ε. : ∀n ≥ 1. Pour cela utiliser les ensembles Fn = nT (B(0. 2C) ⊂ T (B(0.1] |f (x)|. EXERCICES 25 Exercice 5 Soit E = C 1 ([0. 1]). < f. 2) D´montrer qu’en fait B(0. On construira une suite (zn )n telle que zn < 21 e n . e e Exercice 8 Soit E un espace vectoriel norm´ et soit K une partie convexe de E avec 0 ∈ K. a ∈ A0 }. ∀x ∈ K. F ) surjective alors 1) Montrer qu’il existe C > 0 tel que B(0. x2n = 0} et : ∀n ≥ 1. e +∞ +∞ On note 1 = {x = (xn )n≥1 ⊂ I tel que R n=1 |xn | < ∞} qui muni de x 1 = n=1 |xn | est un espace de Banach. Exercice 7 Montrer qu’un espace m´trique compact est s´parable. 1)). e e 2) Soit c = (cn )n ∈ 1 tel que ∀n ≥ 1. 1) V´rifier que A0 et B sont des sous-espaces ferm´s de 1 et que 1 = A0 + B. Pour f ∈ E. V´rifier que c ∈ A0 + B et que si e A = A0 − c = {a − c. Montrer que A et B ne peuvent pas ˆtre s´par´s e e e au sens large. Exercice 10 Th´or`me de l’application ouverte e e Soient E et F deux espaces de Banach et T ∈ L(E. On pose e K = {f ∈ E . y >≤ 1}.2. ∀f ∈ K . on a A ∩ B = ∅. on pose N (f ) = (f (0)2 + 0 f (t)2 dt) a) V´rifier que N est une norme sur E. e √ b) Montrer que ∀f ∈ E. On consid`re les ensembles e A0 = {x = (xn )n ∈ B = {x = (xn )n ∈ 1 1 1 1/2 et f ∞ = sup[0. Exercice 9 L’objet de cet exercice est de montrer qu’en dimension ∞. on ne peut pas s´parer deux convexes e ferm´s. montrer que E est compact. 1)). c2n−1 = 0 et c2n = 2−n . Exercice 6 Soit E un espace m´trique complet tel que ∀ε > 0. < f. 1)).

26 et y−T z1 −. G(T)= {(x. f ◦ T ∈ E . Exercice 11 Th´or`me d’isomorphisme d’espaces de Banach e e Soient E et F deux espaces de Banach et T ∈ L(E.−T zn < C 2n .. ∀y = x0 . F ). montrer que les deux normes sont ´quivalentes. 1] muni de e ∞ . Soit F un sous-espace vectoriel ferm´ de E tel que ∀f ∈ F . V´rifier que Uδ = n Fn. montrer que BF est ´quicontinue puis que BF est e e e compacte. montrer que f est continue sur une partie dense de I R) e R. |fi (x) − fj (x)| ≤ δ}.) e Exercice 14 Soient E et F deux espaces de Banach et T ∈ L(E. e (On pourra consid´rer la norme du graphe x = x E + T x F . f (y)−f (x0 ) . e 1) Soit x0 ∈ [0. y = T x}. Pour δ > 0. Exercice 13 Th´or`me du graphe ferm´ e e e Soient E et F deux espaces de Banach et T ∈ L(E. montrer que T est continue. est ferm´ dans E × F . On suppose que ∀f ∈ F . Montrer que T est continue. y−x0 Montrer que 2) Soit BF la boule unit´ ferm´e de F . ´ ` CHAPITRE 3. F ). On suppose que le graphe de T. une partie dense de I R. 2) Soit (fn )n ∈ C(I telle que fn → f simplement sur I On va montrer que f est continue sur R) R. on d´finit l’op´rateur Λy : f → e e e Λy ∈ E et que ∃M > 0 tel que ∀f ∈ F .δ R e est un ouvert dense et montrer que f est continue sur U = k≥1 U 1 . k 3) Soit f ∈ C(I d´rivable partout. Exercice 16 1) Soit E un espace m´trique complet et soit (Fn )n≥1 une suite de ferm´s de E telle que e e E = n≥1 Fn . L’objet de cet exercice est de montrer que dimF < ∞. Montrer que n≥1 Fn est un ouvert dense de E. Conclure. Si E est complet pour les deux normes et e si e 1 ≤ C 2 . |Λy (f )| ≤ M f . j ≥ n. Exercice 15 Soit E = C[0. montrer que T −1 est continue. f est d´rivable. Exercice 12 Soit E un espace vectoriel norm´ muni de 1 et 2 .δ = {x ∈ I : ∀i. Pour y = x0 . on pose Fn. y) ∈ E × F. F ) bijective.. LE THEOREME DE BANACH-STEINHAUS ∀n et on en d´duira que la s´rie x = e e ∞ 1 zn converge et que ||x|| < 1. 1] fix´. Exercice 17 o o .

a(x. Soit a : E × F → G une application bilin´aire. e a ∀x ∈ E. Montrer que a est s´parement continue e 1 0 p(t)q(t)dt. . EXERCICES 27 1) Soient E. ∀y ∈ F.e. F. a a e On munit E de la norme 1 p Soit a : E × E → I d´finie par a(p. 1 = 0 |p(t)|dt. e On suppose que a est s´parement continue c’est ` dire. ∃M > 0 tel que ∀(x. q) = R e mais non continue sur E × E. y) M x E y F ).3. y) est continue. G Montrer que a est continue sur E × F (i.2. ≤ 2) Soit E l’espace vectoriel des fonctions polynomiales ` une variable et ` coefficients r´els. y) est continue et x ∈ E → a(x. G trois espaces de Banach. y ∈ F → a(x. y) ∈ E × F .

28 ´ ` CHAPITRE 3. LE THEOREME DE BANACH-STEINHAUS .

k fi−1 (Ii ). Mais comme les intervalles sont une base de voisinages de I on voit que ceci revient R. E son dual et f ∈ E . f −1 (I) est dans σ(E. de A est une union d’ine tersections finies d’´l´ments de A”. E ) D´finition 4.1 Les ouverts de la forme i=1.1) o` I est un ensemble d’indices quelconque. E ) de la a mani`re suivante : si f ∈ E et U ⊂ I est un ouvert..1 On note E un espace vectoriel norm´. a ` dire que pour tout intervalle I et tout f ∈ E .2 Tout ouvert O de σ(E. k ∈ I fi ∈ E .3. Proposition 4. On appelle e e topologie faible σ(E. D´monstration C’est une application directe de la proposition 1. o` k ∈ I fi ∈ E et Ii sont des u N. on vient e e de montrer que : Proposition 4. R.k fi−1 (]f (x) − ε. (4. E ).. E ).. Les ouverts de la forme U = i=1. E ) est la moins fine contenant tous les ensembles f −1 (I) pour tout f ∈ E et tout intervalle I de I R. E ). une base de voisinages de x ∈ E. E ) la topologie sur E la moins fine rendant toutes les applications f : x → f (x) ∈ I continues... il faut que f −1 (U ) soit un ouvert de e R σ(E.Chapitre 4 Topologies faibles 4. E ) peut s’´crire sous la forme e O= i∈I f ∈Fi f −1 (If ).. Corollaire 4.1 La topologie faible σ(E. ε > 0 forment N.1 La topologie σ(E. R On peut recenser les ouverts qui doivent appartenir ` la topologie faible σ(E. En r´sum´. f (x) + ε[). intervalles ouverts quelconques de I forment une base de voisinages de σ(E... E ). ee ◦ Donnons une base de voisinages commode pour σ(E. chaque Fi un sous-ensemble fini de E et If un u intervalle ouvert quelconque de I R. 29 .

E ). On a donc bien xn x pour σ(E. i = 1.4 Soit E un espace de Banach.30 CHAPITRE 4. E ) ayant ´t´ construite pour e e ee que les ´l´ments de E soient continus. . version compact-ferm´ : il existe f ∈ E et α e e tels que l’hyperplan {z. supn |Tn (f )| < +∞..2). Proposition 4. E ). Alors (i) xn x dans σ(E. ||x|| = supf ∈E f (x)) et donc ||Tn || = La suite xn est donc born´e. Les op´rateurs continus de E dans I d´finis par Tn (f ) = f (xn ) v´rifient e e e R e e ∀f ∈ E . D´monstration Appliquer Hahn-Banach. Donc supn ||Tn || ≤ C < +∞. D´monstration Montrons l’´quivalence (i). alors xn (iii) Si xn (iv) Si xn x dans σ(E.3 La topologie σ(E. Soit (xn ) une suite de E. Alors xn ∈ U . (ii) Si xn → x fortement. et donc n ||f ||E ≤1 sup f (xn ) = ||xn ||.2 Si xn → x dans σ(E. on remarque que si I est un intervalle ouvert et f −1 (I) contient x. f (xn ) → f (x).. On a e ∀f ∈ E . E ). (corollaire 2. tels que U ∩ V = ∅. alors fn (xn ) → f (x).. fi (x) + ε[). V y. On doit montrer que si f (xn ) → f (x) pour tout f . on consid`re e e les xn comme des formes lin´aires sur E et on applique le th´or`me de Banach-Steinhaus e e e (Th´or`me 3. f (x) + ε[. La r´ciproque d´coule de la forme des voisinages e e e e dans la topologie faible. x dans σ(E.k fi−1 (]fi (x) − ε. Pour montrer (iii). On choisit n0 assez grand pour que n ≥ n0 ⇒ |fi (xn ) − fi (x)| < ε. alors I contient un intervalle ]f (x) − ε. |f (x)| = lim |f (xn )| ≤ lim inf ||xn ||.. f (z) = α} s´pare au sens strict x et y et donc on peut prendre e U = f −1 (] − ∞. alors il existe e e a deux ouverts U x. E ). ||f ||E ≤ 1. e x dans σ(E.. f (x). E ) est s´par´e..1) qu’on peut choisir des voisinages U de x de la forme U = i=1. . E ) et si fn → f fortement. E ) si et seulement si ∀f ∈ E . Pour montrer que les ouverts de la forme e e e e U forment une base de voisinages de x. alors ||xn || est born´e et ||x|| ≤ lim inf n→+∞ ||xn ||. c’est-`-dire que si x. σ(E. on dit que xn converge faiblement vers x dans E et e on note xn x. Or on a vu (Corollaire 4. TOPOLOGIES FAIBLES D´monstration Le premier ´nonc´ est imm´diat. Mais. k. α[) et V = f −1 (]α. ◦ D´finition 4. l’implication directe (⇒) est claire. +∞[). f (x) + ε[). La topologie σ(E. E ). Donc f −1 (I) contient f −1 (]f (x) − ε. alors pour tout U voisinage de x pour σ(E. il existe n0 tel n ≥ n0 implique xn ∈ U .. E ). car Tn (f ) = f (xn ) a une limite. ◦ Proposition 4. y ∈ E. puisque la continuit´ ee e des f ∈ E entraine leur continuit´ s´quentielle.1). La relation (ii) r´sulte de |f (xn ) − f (x)| ≤ ||f ||||x − xn ||.

n 31 et par le corollaire 3. Si xn e e e x. ||x|| < 1} est un ouvert de la e topologie forte mais n’est pas un ouvert de la topologie faible. .. ...1 Soit E un espace vectoriel norm´ et C ⊂ E convexe.3 ◦ Corollaire 4. la boule unit´ B(0. |f (x)| ≤ lim inf ||xn ||. ce qu’on sait par le corollaire 2. (Et donc son compl´mentaire est e un ferm´ de la topologie forte. e D´monstration En effet. E ). ||x|| ≤ 1}. On remarque que x + ty ∈ U pour tout t > 0. Montrons que de tels ensembles sont non born´s. fi (x) + ε[). c’est possible. qui n’est donc pas ouverte pour la topologie faible. On choisit. k ≥ n. mais pas de la topologie faible). n On termine en montrant (iv) par la simple in´galit´ e e |fn (xn ) − f (x)| ≤ ||fn − f ||||xn || + |f (xn − x)|. Donc U n’est pas inclus dans la boule unit´.k fi−1 (]fi (x) − ε. 1) = {x.. 1) = {x. k.5 Si la dimension de E est finie. 1) = {x. il est fortement ferm´ puisque la convergence forte e e e implique la convergence faible. σ(E. ||x|| = 1} pour la topologie faible est B(0. mais il y a plus d’ouverts forts que d’ouverts faibles.. les ouverts faibles sont des ouverts forts. tous les ouverts de la topologie faible contiennent des ensembles e de la forme U = i=1.1. e e D´monstration Si C est faiblement ferm´. LA TOPOLOGIE FAIBLE σ(E. qui converge fortement vers x. e e e mais il y a plus de ferm´s forts que de ferm´s faibles. E ) ∀f ∈ E . il existe une suite yn de combinaisons convexes des xk .1 En dimension infinie.1 En dimension infinie. Mais e a ||x + ty|| ≥ |t|||y|| − ||x|| tend vers l’infini quand t → +∞.4. C est faiblement e e e ferm´ pour la topologie faible si et seulement s’il est fortement ferm´. tous les ferm´s faibles sont des ferm´s forts.. ◦ Proposition 4.. Alors. y = 0 tel que fi (y) = 0. e e Exemple 4. la topologie faible et la topologie forte co¨ncident. Il suffit de montrer que C est une intersection de ferm´s pour la topologie e e faible.1. supposons C fortement ferm´ et montrons qu’il e e est faiblement ferm´.2 (Th´or`me de Mazur) Soit E un espace vectoriel norm´.1 Montrer qu’en dimension infinie. ı Remarque 4. R´ciproquement. De mˆme. e ◦ Exercice 4. Th´or`me 4. i = 1. ||x|| ≤ lim inf ||xn ||. la fermeture de S(0. Comme E est de dimension e infinie et donc sup´rieure ` k. dans E.

c.c. pour tout n. si et seulement si −ϕ est s.32 CHAPITRE 4. Cn est aussi la fermeture e e e de Conv{xk .c.s. de l’enveloppe convexe des xk .3) peut s’obtenir en remarquant que ϕ est s.2) Si ϕ est s. Mais ε est arbitrairement petit et on obtient e e e (4. +∞].i. L’ensemble de niveau {y. E ). e e Proposition 4.1.) si les ensembles de niveau e e sup´rieurs. On dit de mˆme que ϕ est semi continue sup´rieurement (s. ϕ(y) ≤ m + ε} ´tant ferm´.s.) pour la e topologie forte. ϕ(x) ≥ λ} sont tous ferm´s.i. Or.c..s. pour la topologie faible et donc si xn x. la fermeture. par le th´or`me 4.c. TOPOLOGIES FAIBLES σ(E. e e e e ◦ . D´finition 4.. n→∞ (4. Alors ϕ est aussi s. et si xn est une suite convergeant vers x. on en d´duit que ϕ(x) ≤ m + ε.E ) D´monstration On consid`re Cn = Conv{xk . k ≥ n}. convexe. Puisque xn x. {x. e e e on peut trouver pour tout ε un entier n tel que ϕ(xn ) ≤ m + ε. k ≥ u 1 ◦ n} tel que ||yn − x|| ≤ n . semicontinue inf´rieurement (s. D’apr`s le th´or`me 4. on a donc aussi x ∈ Cn = Conv{xk .i. c’est un convexe ferm´ fort.6 Si ϕ est s. Par d´finition de la limite inf´rieure. k ≥ n} pour la topologie forte. σ(E. k ≥ n} e e .3) D´monstration Si ϕ est s.. pour la topologie faible. ϕ(x) ≤ λ} sont ferm´s pour tout λ ∈ I e e e R. E ). k ≥ n. o` la fermeture s’entend pour la topologie forte. ◦ Corollaire 4. n→+∞ D´monstration e Il suffit de v´rifier que chaque ensemble e Xλ ϕ = {x ∈ E.. alors ϕ(x) ≤ lim inf ϕ(xn ).i. ϕ(x) ≤ λ} est ferm´ pour la topologie faible σ(E.i. {x. on a ϕ(x) ≤ lim inf ϕ(xn ). ϕ(x) ≥ lim sup ϕ(xn ).1.c. La relation (4. soit m = lim inf n→∞ ϕ(xn ). yn ∈ Conv{xk .3 Soit ϕ : E →] − ∞.c. Il existe donc. n→∞ (4.2).3 On dit qu’une fonction ϕ d´finie sur un espace topologique est semicontinue e e inf´rieurement si les ensembles de niveau inf´rieurs.c.

(iv). En effet.4. Si (fn ) est une suite de E . Pour (iii). . ◦ Proposition 4.9 La topologie σ(E . D´monstration Pour (i).2. E). Jx est bien une forme lin´aire continue sur E . |(f − f0 )(xi )| < ε}. ||f ||≤1 ||f ||≤1 On a donc JE ⊂ E . n. n→+∞ (iv) Si fn f .4. σ(E .8 Soit E un espace de Banach. e e D´monstration En effet.||f ||E ≤1 ξ(f ). muni de la norme ||ξ||E = sup f ∈E .2 (Banach-Alaoglu-Bourbaki). ||f || ≤ 1} est compact pour la topologie σ(E . xi ∈ E. puisque |Jx(f )| = e |f (x)| ≤ ||x||E ||f ||E . E). σ(E .. (ii) Si fn → f fortement. E)) ⇔ (∀x ∈ E fn (x) → f (x)). σ(E .7 On a la base de voisinages en f0 ∈ E pour la topologie faible. alors fn f . ||Jx||E = ||x||E car. On a une injection canonique J : E → E . E ). E) est la moins fine rendant continues les formes lin´aires e e f → f (x). ◦ Th´or`me 4. E) Soit E un espace de Banach. Cela va nous permettre de d´finir une nouvelle topologie sur E . alors fn (xn ) → f (x). pour tout x ∈ E. E). En fait. E son bidual topologique. il existe x ∈ E e e tel que f (x) = g(x). grˆce au Corollaire 2.2 La topologie σ(E . tout ´l´ment x ∈ E d´finit un ´l´ment ee e ee Jx ∈ E par Jx(f ) = f (x). alors ||fn || est born´e et e ||f || ≤ lim inf ||fn ||. (i) (fn f .. . i = 1. si xn → x fortement. a ||Jx|| = sup |Jx(f )| = sup |f (x)| = ||x||.: U = {f ∈ E . σ(E . les mˆmes que pour la proposition 4. (iii) Si fn f .2. (ii). E) 33 4. E son dual. LA TOPOLOGIE σ(E . directee e ment Banach-Steinhaus. Proposition 4. si deux formes lin´aires f et g sur E sont distinctes. Proposition 4. E) est s´par´e. E). L’ensemble BE = e e e {f ∈ E .4 La topologie σ(E . n ∈ I N.. Cette topologie est donc a priori moins fine que σ(E . Soit E un espace vectoriel norm´. e D´finition 4.

l’espace E est un espace fonctionnel. ∀x. ∀λ ∈ I |ωx | ≤ ||x||. Nous verrons aux chapitres 7 et 8 que cet ese pace. On appelle le plongement Φ : (E . L1 ) de sin(nx) vers 0. espace des fonctions “essentiellement” born´es de I dans I (cette notion sera pr´cis´e au chapitre 7. e 1. R. il existe w ∈ K2 tel que w ∈ U . ωλx = λωx .34 CHAPITRE 4. |wy − wy | < ε} ∩ {w ∈ Y . Pour g ∈ E et f ∈ E. et il suffit pour e R R e e l’instant de penser aux fonctions born´es). D’o` w0 ∈ K2 et K2 est ferm´. TOPOLOGIES FAIBLES D´monstration On plonge E dans Y = I E . Donc. On en d´duit que e 0 0 0 |wαx+βy − αwx − βwy | ≤ (1 + |α| + |β|) ε et ceci ∀ε > 0. y ∈ E. |ωx | ≤ ||x||} et K2 = {ω ∈ Y. Soit w e 2 rencontre K2 . En clair. On voit que K1 = Πx∈E [−||x||. E) e Dans ces deux exemples. avec e K1 = {ω ∈ Y.2 Le th´or`me pr´c´dent n’est r´ellement utilisable que si la boule unit´ BE est e e e e e e m´trisable. Convergence σ(L∞ . L’op´ration de dualit´ est alors f. En particulier. u e ◦ Remarque 4. g . On peut donc ´crire e 0 0 0 0 0 0 wαx+βy − αwx − βwy = (wαx+βy − wαx+βy ) + α(wx − wx ) + β(wy − wy ). ||x||] est compact. E ) n’est autre e que la topologie de la convergence simple (restreinte aux formes lin´aires sur E).} R. R simple. e a e . On a K = {ω ∈ Y. g = f g. c’est-`-dire la topologie la moins fine rendant continues les projections a Y → I ω = (ωx )x∈E → E. mais on peut aussi simplement remarquer que les e topologies sur Y et sur E . |wαx+βy − wαx+βy | < ε} rencontre K2 . ∀λ ∈ I ωx+y = ωx + ωy . Soit fn (x) = sin(nx). puisque la topologie σ(E. V´rifiez que L∞ ⊂ L1 . e ||f ||1 = |f |. une suite de fonctions de L∞ (I R). Donc K est compact et donc BE aussi. ∀x. pour g une fonction int´grable. On ´crit K = K1 ∩ K2 . α. soient x. la topologie sur Y = I E est la topologie de la convergence R. E)) → Y . Pour montrer que K2 est ferm´ dans Y . σ(E . |wx − wx | < ε} ∩ {w ∈ Y . y ∈ E. ∀x ∈ E. L’application Φ est continue et injective et d’inverse continue sur son image. ωλx = λωx }. σ(E . l’espace des applications de E dans I muni e R R de la topologie produit. e 0 ∈ K alors tout voisinage de w0 pour la topologie produit v´rifions que K2 ⊂ K2 . On verra plus loin que c’est le cas quand E est s´parable. E) sont la mˆme. y ∈ E. f → (f (x))x∈E ∈ Y . On peut le v´rifier en regardant e les images et images r´ciproques des ouverts. ωx+y = ωx + ωy . est un Banach qui est l’espace dual de L1 (I R). espace des fonctions int´grables de I dans I ´galement un Banach muni de la norme e R R. e e Deux exemples illustr´s de convergence σ(E . e e e Nous nous int´ressons ` la convergence de sin(nx). muni de la norme ||f ||∞ = sup f . Montrons que e l’image K de BE par Φ est un compact. β ∈ I et ε > 0 alors le voisinage U d´fini par R e 0 0 0 U = {w ∈ Y . nous notons f. g le produit de dualit´.

Soit M le dual de Cc . et N = 5000 (figure (d)).2. expression o` µ1 ∗n repr´sente la mesure obtenue en convoluant µ1 n fois ` elle mˆme (avec u e a e la d´finition de la convolution entre mesures de Dirac donn´e ci-dessus). 5]. Cc )). A quelle vitesse ce produit converge-t-il si g est C k ? Exercice ` faire apr`s la a e lecture des chapitres 7 et 8 : montrer que le r´sultat reste vrai dans le cas o` g ∈ L1 (I e u R) ∞ . Ce r´sultat est illustr´ sur la figure 4. c’est ` dire une fonction triangulaire s’appuyant a b−a sur l’intervalle [a. 2π (convergence σ(M. g est illustr´e figure 4. Cette application s’appelle la mesure de Dirac au point x. e e u e a ` N fix´. ce qui ´tablit la convergence σ(L e e e vers 0 de sin(nx). ces produits tendent vers 0 lorsque n tend u e vers l’infini. 1−|x|). pour n = 1. pour N = 10 (figure (a)).4) µn = Z√n (µ1 ∗n ) . les produits µN .−5+ n ] . Ainsi les T[−5+ n−1 . e δx (f ) = f (x). Nous d´finissons alors deux op´rations pour les mesures de Dirac : e e Le zoom : Zλ δx = δλx . et la mesure (µ1 ∗n ) a e e a a ` la loi associ´e ` n tirages ind´pendants. e 5 5 5 5 Les fonctions de Cc utilis´es sont d´finies ainsi : T (x) = sup(0. Il est alors entendu que la fonction g est l’´l´ment de M d´fini par ee e f. e R. pour tout f ∈ Cc . T[−5+ n−1 . On peut montrer que e a e µn 1 g(x) = √ exp(−x2 /2). en dehors duquel la fonction g est proche de 0. 2 (4... e e a montrez que dans le cas o` g est diff´rentiable. T[−5+ n−1 . N = 100 (figure (b)). ∀n ≥ 1. Convergence d’une suite de mesures. pour un intervalle e e 2(x−(a+b)/2) 2 [a. puis la fonction exp(−|x|). Cet espace est e a muni de la norme ||f ||∞ . N = 1000 (figure (c)). 50. E) 35 En utilisant une int´gration par parties (et vos connaissances de l’int´gration ` ce point). T[a.2. e e e e e concerne la convergence de la suite de mesures d´finie par e µ1 = 1 (δ−1 + δ1 ) . La convolution : δx ∗ δy = δx+y . .b] (x) = b−a T . La convergence (utilisez des r´sultats de densit´). Un r´sultat classique (et ici admis) de la th´orie des probabilit´s. La mesure µ1 e e correspond ` la loi de probabilit´ associ´e ` un tirage de pile ou face. et. Montrez que δx ∈ M. b]. Nous appellerons “mesures de Radon” les ´l´ments de M. dans les cas o` g est une fonction indicatrice e u d’intervalle. b]. ` support compact sur R. . Ces produits sont trac´s e en fonction de n.. le th´or`me central limite. Pour x ∈ I d´finissons l’application δx de Cc dans I d´finie par ee R.−5+ n ] sont des fonctions continues qui balayent 5 5 l’intervalle [−5. L1 ).−5+ n ] et g.2.4. LA TOPOLOGIE σ(E . Soit Cc l’espace des fonctions continues r´elles. 2. o` l’on consid`re. g = f g.

1 [0.5 −1 0 1 2 3 4 5 −1 0 1 2 3 4 5 sin(10*x) 1 1 sin(20*x) 0. . 5]des fonctions x → sin(kx) pour k = 3. Nous d´finirons au chapitre 7 l’espace L∞ (I des fonctions mesurables born´es sur I et L1 (I l’espace des fonctions int´grable sur R) e R. L1 . deux fonctions appartenant ` L1 . k ∈ I qui e e e N. e Fig.5 −1 0 1 2 3 4 5 −1 0 1 2 3 4 5 (a) Graphes sur [0.4 sin(kx).5] d´signe la fonction indicatrice 1 e de l’intervalle [0. puis la fonction exp(−|x|) (figure (c)). 20.6 0. L1 . 1 [0. f en fonction de k. 0.5 −0. e e ´tant d´finie par f. 4.2 0 0 5 10 15 20 25 k 30 35 40 45 50 (c) Produits sin(kx).1 – Illustration de la convergence σ L∞ . Nous nous int´ressons ici aux fonctions sin(kx). Nous tra¸ons les valeurs des produits sin(kx).36 CHAPITRE 4. exp(−|x|) 0.5 0. Ces produits tendent vers 0 quand k tends vers l’infini. g = f g).5 0. TOPOLOGIES FAIBLES sin(3*x) 1 1 sin(5*x) 0.5 0 0 −0.5] 1 = R5 sin(kx)dx trac´s en fonction de k. 10. 5. 1 0. e 0 1 [0. exp(−|x|) = R sin(kx) exp(−|x|)dx trac´s en fonce tion de k.5 −0. appartiennent ` L∞ .5 0 0 −0. avec a c f successivement une fonction indicatrice (figure (b)).5 sin(kx). R) e 1 (I ∞ (I I Nous montrerons ´galement au chapitre 8 que (L R)) = L R) (l’application de dualit´ R. 5]. ce qui a illustre la convergence de (sin(kx)) vers 0 pour la topologie σ L∞ .5] 1 0 0 5 10 15 20 25 k 30 35 40 45 50 (b) Produits sin(kx).

01 0 0 5 10 15 20 25 30 35 40 45 50 0 0 5 10 15 20 25 30 35 40 45 50 (c) N = 1000 (d) N = 5000 Fig.1 0.02 0.2 0. T[−5+ n−1 . 1000.03 0.4. l’´chelle en ordonn´es diff`re entre e e e la figure (a) et les suivantes). e 5 5 en fonction de n.01 0.25 0.05 0.−5+ n ] en fonction de n. 2π les courbes faites de + repr´sentent g.08 0.07 0. Cc ) de µn . LA TOPOLOGIE σ(E .07 0. 4. a .−5+ n ] en fonction de n.07 0.02 0.2. La mesure e e µn est d´finie ` partir des mesures de Dirac (voir la formule (4. T[−5+ n−1 . Nous avons admis que µn g(x) = √1 exp −x2 /2 .4)).03 0.08 0. E) 37 0.01 0 0 5 10 15 20 25 30 35 40 45 50 0 0 5 10 15 20 25 30 35 40 45 50 (a) N = 10 (b) N = 50 0. et est associ´e ` une suite e a e a de n tirages de pile ou face.06 0.04 0.05 0. Pour un intervalle I de I les fonctions TI sont des fonctions R. pour N = 10.03 0.05 0. e 5 5 les courbes faites de · repr´sentent µN .05 0.04 0.02 0.15 0. 50.06 0.2 – Le th´or`me central limite : illustration de la convergence σ (M.08 0. continues ` support dans I.06 0.04 0. 5000 (attention.

fn1 (x). ε) = {y ∈ E. on pose E = (fi )i∈I et on notera P. E ) est ´quivalente ` (E.3 Exercices Introduction Variante de la d´finition de la topologie faible e Dans tout ce qui suit E d´signera un espace de Banach. On se propose de montrer que la e topologie faible n’est pas m´trisable. . | < fi . 3) Montrer que E = (Ew ) . J. P) l’espace E muni de cette topologie. < f. En particulier les ensembles {x ∈ E. n2 . = {x ∈ E : d(0. ou bien ∀x ∈ U . les ensembles e e a V (x. x − y > | < ε.F. e e e 2) Montrer qu’un ouvert faible est un ouvert fort. on d´finit pf (x) = |f (x)|. Exercice 1 1) V´rifier que la topologie faible est s´par´e.I tel que N 1 k) i∈I ker fi ⊂ V. E ) ou bien Ew (w=weak) dans la litt´rature.I l’ensemble des parties finies de I.F. nk }. ∃Ik ∈ P..I et ε > 0 constituent une base de u voisinages (ouverts) de x dans E. D´finition : Une partie U de E est ouverte si ou bien U = ∅. fnk (x)). On peut v´rifier facilement que l’on d´finit bien e e ainsi une topologie sur E.F. TOPOLOGIES FAIBLES 4.I . Soit p ∈ P. e e Pour simplifier les notations.. On note P = (pf )f ∈E . ε)). x >< α} o` f ∈ E et u α ∈ I sont des ouverts faibles. u 2) Soient g ∈ E et V = {x ∈ E : | < g. On note I = {n1 . J. R 4) Montrer que si dimE < ∞. .P) s’appelle la topologie faible sur E (par ”opposition” ` la topologie de la norme qui est dite topologie forte).. r) des points y ∈ E tels que p(x − y) < r. il existe une e P-boule ouverte de centre x contenue dans U. ). ∀i ∈ J} o` J ∈ P. x > | < 1}.F.. 3) On consid`re e F : E −→ I k+1 R x −→ (g(x). Exercice 2 Soit E un espace vectoriel norm´ tel que dimE = +∞. Pour cela on raisonne par l’absurde et on suppose qu’il e existe une distance d sur E dont la topologie est ´quivalente ` σ(E. σ(E.. ∃εk > 0 tels que N N 1 {x ∈ E : | < fi .. Par d´finition de la topologie associ´e ` une famille de semi-normes. Elle est a souvent not´e σ(E. e e c’est bien une semi-norme sur E. Pour f ∈ E . x) < k }. ) (pour cela montrer que toute e a boule B(x. on appelle p-boule ouverte de centre x ∈ E et de rayon r l’ensemble B(x. Montrer que ∃I ∈ P. puis que i∈I ker fi ⊂ ker g. r) contient un V (x. x > | < εk } ⊂ Bd (0. Enfin on appelle P-boule ouverte de centre x toute intersection finie de pi -boules ouvertes de centre x. On note (E. . E ). e a 1) Montrer qu’il existe une suite (fn )n≥1 d’´l´ments de E telle que ee ∀k ∈ I . La topologie (E.38 CHAPITRE 4. k i∈Ik 1 o` Bd (0.

e R e R i=1 4) Soit Fn = vect{f1 . Dans la suite on identifiera ∞ et ( 1 ) ` l’aide de Λ. u a) Montrer que Λ est une isom´trie. x >= n xn yn ∀x ∈ i 3) Soit (xn )n≥1 une suite d’´l´ments de 1 . Montrer que f ∈ ( 1 ) .3.. De plus. < y. R n n≥1 On admettra que 1 et ∞ sont des espaces de Banach. (3) T : E −→ Fw continue. On pose Λy = f et on d´finit ainsi une application e Λ: ∞ y o` < Λy .) (On ´crira alors x = n=1 xn e e 2) Soit y ∈ ∞ avec y = (yn ). on ´crira a a e 1 . Montrer que ∃n0 ∈ I tel que E = Fn0 . ... u N 1 on note xN = n N 1) Pour x = (xn ) ∈ e n=1 xn e . δni = 0 sinon. On consid`re e f: 1 x −→ I R → f (x) = n≥1 xn y n .. Exercice 3 Soient E et F deux espaces de Banach et T : E −→ F lin´aire. ∀x ∈ 1 . NB : C’est un cas TRES PATHOLOGIQUE. e 1) Montrer l’´quivalence des propri´t´s suivantes : e ee (1) T : E −→ F continue. +∞ n . EXERCICES 39 S´parer ImF de (1.0) dans I k+1 .. avec x = (xn ).0. 4) On se propose de d´montrer le th´or`me suivant : e e e Si xn 0 dans 1 pour la topologie faible σ( 1 . .4.e. ∀i ≥ 1 et ∀y ∈ 1 ou ∞ . V´rifier que x − x 1 −→ 0 quand N → +∞.. x >= xn yn . < y. 5) Conclure.. Enfin on note en = (δni )i≥1 o` δni = 1 si i =n. xn → 0. 2) Montrer que T : Ew −→ F lin´aire continue =⇒ dim Im(T ) < ∞. ∞ ) alors xn → 0 pour la topologie forte i. (2) T : Ew −→ Fw continue. y >= y . ∞ = {x = (x ) et ⊂ I tel que supn |xn | < ∞} que l’on munit de x ∞ = supn≥1 |xn |. e Exercice 4 +∞ +∞ On note 1 = {x = (xn )n≥1 ⊂ I tel que R n=1 |xn | < ∞} que l ’on munit de x 1 = n=1 |xn |. −→ ( 1 ) → Λy . (remarquer que N E = n Fn ). fn }. En d´duire que ∃(λi )i ∈ I k tel que g = k λi fni . c’est ` dire que si y ∈ ∞ . ei >=< ei . e b) Montrer que Λ est un isomorphisme. exprimer le fait que xn ee 0 dans 1 muni de la topologie faible.

r) ∩ K est un voisinage de f dans K pour la topologie faible σ( ∞ .. 1 f) Conclure.. Soient A et B deux parties non vides et convexes de E telles que A ∩ B = ∅..40 Soit donc (xn )n≥1 une suite d’´l´ments de ee a) Soit K = B ∞ CHAPITRE 4.d) est un espace m´trique.E . . a > ≤ α ≤ < ξ. e e d) Soit ε > 0 fix´. . g) < r} = Bd (f. ±1. 1 ). x >E . e Exercice 5 Hahn-Banach 1ere forme g´om´trique pour la topologie ω . e) Soit N ∈ I tel que N 1 2N−1 < ρ. ξ ≡ 0 et ∃α ∈ I tels que < ξ. On se propose de montrer que ∃x ∈ E. est s´quentiellement continue. Montrer que ∃f 0 ∈ K. ∃ρ > 0 et ∃k0 tels que (appliquer le lemme de Baire). f ∈ K et d(f 0 . ±1.E = < f.d) est un espace m´trique compact. N xn (choisir f = 1 ≤ε+2 i=1 |xn |. . ∀a ∈ A R et ∀b ∈ B. |fn − gn | . 2) Soit J l’injection de E dans E d´finie par e < J(x). 5) On vient de d´montrer que l’application. ∃α ∈ I tels que < a. e b)Montrer que ∀r > 0 et ∀f ∈ K. x = 0.. i 0 0 0 (f1 .) et utiliser le fait que f ∈ Fk0 . .. ∀f ∈ E .. ∀n ≥ k}. ±1. e e Soit E un espace de Banach. montrer que ∀n ≥ k0 . xn > | ≤ ε. xN ∈ E tels que ker J(xi ) ⊂ ker ξ et conclure. c) En d´duire que (K. ∀x ∈ E. g) = Montrer que (K. TOPOLOGIES FAIBLES 1 telle que xn 0 dans 1 faible. 1≤i≤N Montrer qu’il existe x1 . . On suppose que A est ouverte pour la topologie faible . x >. fN .. = {f ∈ ∞ : f ∞ ≤ 1}. ∀a ∈ A et e R ∀b ∈ B. f >E . b >. f ) < ρ =⇒ f ∈ Fk0 . f2 .. id : e Est-elle continue ? faible → 1 fort. 2n Ω = {g ∈ K : d(f. On pose e Fk = {f ∈ K : | < f.. On note ∞ n=1 d(f. x > ≤ α ≤ < b.. 1) V´rifier que ∃ξ ∈ E ..

on a donc M = E.1 (Kakutani). alors F ⊂ E et E ⊂ F . d´finie par Jx(f ) = f (x) pour tout e x ∈ E. on a E = J −1 (E ) et. muni de e la norme induite. Par le Lemme 2. M est r´flexif. sur M . E ) e 41 . E ) et BE = BE .1 E est r´flexif si J(E) = E .1 Si M ⊂ E est un sous-espace vectoriel ferm´. e ◦ Soit J : E → E l’injection canonique de E dans E . e ◦ Proposition 5. e e Th´or`me 5. on d´duit que BE est compacte pour σ(E. E ) = σ(E . D´monstration Les deux premiers ´nonc´s sont ´vidents. ”Un espace de Banach E est r´flexif si et seulement si sa boule unit´ ferm´e est faiblement e e e compacte”. avec cette identifie e e e e cation. e e Lemme 5. σ(E. les inclusions en e e e e question sont des plongements : en effet F ⊂ E veut dire que les formes lin´aires continues sur e F peuvent ˆtre restreintes ` E et apparaissent alors comme des formes lin´aires continues sur e a e E. D´monstration tr`s abr´g´e Si E est r´flexif. Alors E est r´flexif si et seulement e e e si BE = {x ∈ E. Comme cette derni`re boule est compacte pour e σ(E . alors M = E. Soit E un espace de Banach. Commen¸ons par quelques remarques sur la dualit´. E ). voir Brezis pages 44 et 45. D´finition 5. σ(M.Chapitre 5 Espaces r´flexifs.2 Soit M ⊂ E un sous-espace vectoriel ferm´ de E. Comme M est ferm´. mais attention. f ∈ E .1 Si E ⊂ F . Pour la e e e r´ciproque. espace de Banach. Alors si E est r´flexif. E ) par le th´or`me de Alaoglu.1 Espaces r´flexifs e Soit E un espace de Banach. espaces s´parables e e 5. E ). alors. Si M = E . c e Proposition 5. l’orthogonal de M dans E est {0}. M est dense dans E.4. ||x|| ≤ 1} est compact pour la topologie σ(E. Si M ⊂ E est un sous-espace ferm´ de e E et si M = E . M ) = σ(E.

e e ◦ D´monstration Montrons que la topologie σ(M. e e a toute forme lin´aire continue sur E est continue sur M . ◦ a e e e Proposition 5. σ(M.2 de Alaoglu).42 ´ ´ CHAPITRE 5. M ) est la restriction ` M de σ(E. Par le lemme pr´c´dent. E ). Comme E est r´flexif. E ).1. ce qui implique par le th´or`me de Kakutani que E est r´flexif. e e e Donc les voisinages d´finis par des f ∈ M ou par des f ∈ E sont les mˆmes. E ) = e ◦ 5. On applique le th´or`me de Kakutani : e e e e la boule BM = {x ∈ M ||x|| ≤ 1} est un ferm´ de BE qui est un compact pour σ(E. e D´monstration Supposons que E soit r´flexif. E ). Donc. on a σ(E . E) (Th´or`me 4. On sait que BE est compact pour la topologie e e σ(E .3 Soit E un espace de Banach. alors par l’´tape pr´c´dente. Alors K est compact pour la topologie σ(E. e . de mˆme norme. e Proposition 5. e e e e e e qui est un sous-espace ferm´ (fort) de E . Donc e e e e e BE est aussi compact pour σ(E .2. M ) est une restriction ` M de la topologie e a σ(E. E ).1 Soit K ⊂ E un sous-ensemble convexe. E ). Donc c’est aussi un compact pour σ(M. ESPACES REFLEXIFS. ` nouveau par le th´or`me 5. Si E est r´flexif. M ) est compact dans σ(E. est aussi r´flexif par la proposition 5. E ). born´ d’un espace de Banach e e r´flexif. e R´ciproquement. ferm´. e ◦ Corollaire 5. Alors F est e e s´parable. et donc E est e e r´flexif. par le th´or`me de Hahn-Banach. Alors E est r´flexif si et seulement si E est e r´flexif. Donc J(E). D´monstration e σ(E . M est r´flexif. K est ferm´ dans σ(E. ESPACES SEPARABLES D´monstration Cela provient du fait que. E ). e ”Tous les convexes ferm´s born´s d’un espace de Banach r´flexif sont compacts pour la topologie e e e faible”. Inversement.4 Soit E un espace m´trique s´parable et F un sous-espace de E.2 Espaces s´parables e Un espace s´parable est un espace m´trique qui contient un sous-ensemble D dense et e e d´nombrable. E est r´flexif. E ). toute forme e e e lin´aire continue sur M peut se prolonger en une forme lin´aire continue sur E. E) = σ(E . M ). et K ⊂ B(0.

A e 1 ||fn ||. e a dense dans E. ◦ Corollaire 5. Comme d(xn . alors E est r´flexif et s´parable si et seulement e e si E est r´flexif et s´parable.1) Soit donc f ∈ E tel que f (x) = 0 pour tout x ∈ L. e e e tout fn . ∃n. 2 ||xn || = 1 et fn (xn ) ≥ Ces xn sont donc choisis pour ˆtre des ´l´ments duaux approximatifs des fn (voir le corollaire e ee | 2. la distance de xn ` F . xn ) ≤ 2d(xn . F ).4 de d´montrer que e ∀f ∈ E .´ 5. e e ◦ Th´or`me 5. y) ≥ d(xn . F ). ESPACES SEPARABLES 43 D´monstration Consid´rons d(xn . on en d´duit que e lim inf d(y.3 Soit E un espace de Banach s´parable. e . e e e e e Attention : la r´ciproque est fausse. ∀ε > 0. R´ciproquement. Soit y ∈ F . Alors la boule unit´ ferm´e BE est e e e e e m´trisable pour la topologie σ(E . F ) ≥ 1 d(yn . y) = 0. xn ). f (x) = 0) ⇒ f = 0. 2 on obtient d(y. on associe xn ∈ E tel que Soit fn une suite d´nombrable de E dense dans E . 2 Donc ||f || ≤ ||fn − f || + ||fn || ≤ 3ε et donc f = 0. (∀x ∈ L. On choisit yn ∈ F tel que e e a d(yn . e D´monstration du th´or`me 5.2 Si E est un espace de Banach.2 sur l’application de dualit´). l’espace vectoriel sur Q engendr´ par les xn e e e et L celui engendr´ sur I L0 est d´nombrable et dense dans L. yn ) ≤ d(y. yn ) ≤ 3 lim inf d(xn .2. Or. ||f − fn || < ε et f (xn ) = 0. Comme xn est dense. e ea e e e si E est r´flexif et s´parable. Alors E est s´parable.2 Soit E un espace vectoriel norm´ tel que E soit s´parable. On consid`re L0 . y). xn ) + d(xn . alors E = J(E) aussi.2. Remarquons qu’il suffit par le lemme 2. alors E aussi. et donc E aussi. Donc 1 ||fn || ≤ fn (xn ) = (fn − f )(xn ) + f (xn ) ≤ ε. On verra que (L1 (I e R)) = L∞ (I R). mais L∞ n’est pas s´parable. Montrons que L est ` son tour e R. yn ) ≤ 3d(xn . Montrons que f = 0. Montrons que yn est dense dans F . E). e e D´monstration On sait d´j` que si E est r´flexif et s´parable. ∀n. ◦ Th´or`me 5. (5.

ESPACES REFLEXIFS. et k suffisamment grand pour que ◦ Une adaptation imm´diate de la d´monstration pr´c´dente donne le r´sultat dual : e e e e e Th´or`me 5. Choisissons k et ε pour que V ⊂ U : on a. E). e b) R´ciproquement. d(f. 2k 1 2k r < 2. . 1 d(f. On peut supposer (Proposition 4. n.4 Soit E un espace de Banach tel que E soit s´parable. E) dans BE tel que V ⊂ U... . ε Comme la suite xn est dense dans BE . f0 ) = |(f − f0 )(xn )| + 2n n=1 k ∞ n=k+1 1 |(f − f0 )(xn )| < ε + 2 2n ∞ n=k+1 1 2n =ε+ On choisit donc ε < r 2 1 . 2n Il faut montrer que les voisinages pour σ(E . d(f.. i = 1. fn une suite born´e dans E . E) et pour cette distance sont les mˆmes. avec ||yi || ≤ 1. Alors BE est m´trisable e e e e pour σ(E.. i = 1. E). Alors il e e e e existe une sous-suite extraite fnk qui converge pour σ(E .8) que V est de la forme V = {f ∈ BE . f0 ) < r} ⊂ V.44 D´monstration e ´ ´ CHAPITRE 5. k}. Alors d(f. Th´or`me 5. d(f. soit f0 ∈ BE . On cherche V de la forme V = {f ∈ BE .. f0 ) < r}. g ∈ E . . E ). si f ∈ V .. U = {f ∈ BE .5 Soit E un espace de Banach s´parable. On montre que ∃r > 0. On choisit ε r tel que 2ni r < 2 . 2ni ε ε + ⇒ f ∈ V.. i = 1. 2 2 ⇒ |(f − f0 )(yi )| ≤ |(f − f0 )(yi − xni )| + |(f − f0 )(xni )| < Donc U ⊂ V . . Fixons r > 0 et consid´rons e U = {f ∈ BE . f0 ) < r ⇒ 1 |(f − f0 )(xni )| < r. |(f − f0 )(xi )| < ε. ESPACES SEPARABLES e Soit (xn ) une suite de BE dense dans BE . e a) Soit f0 ∈ BE et V un voisinage de f0 pour σ(E . n}. On d´finit une distance sur E par ∀f. on peut trouver xni tels que ||yi − xni || < 4 . g) = ∞ n=1 1 |(f − g)(xn )|. On va montrer qu’il existe un voisinage V de f0 pour σ(E ... (f − f0 )(yi ) < ε.

Alors e e il existe une sous-suite xnk qui converge pour σ(E. cette topologie est m´trisable. +∞[.c.5 s’applique. e e e e F l’est aussi.5. e Alors les ouverts Oε =]m + ε.3 Exercices Rappel .. mais est de plus s´parable. D´monstration Soit F le plus petit sous-espace ferm´ contenant la suite xn . born´.c. sur un convexe ferm´ A telle que e x∈A.c. Soit xn une suite born´e dans E. Oεk de ϕ(K). Donc ϕ(K) ⊂] min(ε1 . +∞] une fonction convexe e s. F ). E ). et ∃x0 . EXERCICES 45 D´monstration En effet. E) et par le th´or`me 5. F ) = σ(F . F est le dual de F et σ(F. ferm´. Alors ϕ atteint son minimum sur A. e e ◦ Corollaire 5.i. ϕ atteint son minimum sur K en vertu du lemme 5. E ). e D´monstration Supposons par contradiction que ϕ n’atteigne pas son infimum m sur K. ils recouvrent K et on peut donc en extraire un sous-recouvrement fini.i. pour la topologie σ(E. par le th´or`me 4.2 Soit ϕ une fonction s. ϕ(x) ≤ ϕ(x0 )} est convexe...2 (Th´or`me d’Alaoglu). Comme ϕ est aussi s. Donc c’est un compact pour σ(E. sur un espace topologique compact K.i.2 ◦ Lemme 5.4 Soit E un espace de Banach r´flexif et ϕ : E →]−∞. e ◦ Corollaire 5. .||x||→∞ lim ϕ(x) = +∞.. Alors ϕ atteint sa borne inf´rieure. Comme ϕ est s. toute suite a un point d’accumulation. la boule unit´ de E est e e e e e e compacte pour la topologie σ(E ..3..3 Soit E un espace de Banach et r´flexif.. |ϕ(x)| < ∞. ce e qui contredit la d´finition de m. De plus.c. non e e e vide. e e e dans un compact m´trique. εk ). les ensembles ϕ−1 (Oε ) sont ouverts. e ◦ 5.3.i. +∞[ recouvrent ϕ(K). Or. Donc le e th´or`me 5. D´monstration L’ensemble convexe K = {x. E ). E ´tant r´flexif. . On en d´duit un recouvrement fini Oε1 .

On suppose que (BE . montrer que f E est atteinte. On note BE = {f ∈ E : f E ≤ 1}.46 ´ ´ CHAPITRE 5. x > | = x par Hahn-Banach. ESPACES SEPARABLES On d´finit J : E −→ E par e < Jx. f >E . V´rifier que (ϕn )n n’a aucune sous-suite faiblement convere gente. Exercice 4 Soit E un espace r´flexif et soit f ∈ E . Exercice 2 Soit E = ∞ que l’on munit de x ∞ = supn≥1 |xn |. e 1) V´rifier qu’un compact dans un espace vectoriel norm´ est born´. E)) est m´trisable.) e e Exercice 5 Soit E = C[0. Montrer que T compacte =⇒ dim ker(Id-T)< ∞. on note BE = {x ∈ E : x ≤ 1}. ESPACES REFLEXIFS. e e 5) On suppose que E = F . e . Soit T : E −→ F une application lin´aire. e e e 2) Montrer que T compacte =⇒ T continue. ∀f ∈ E . e e (On peut donc identifier E et J(E) quand on le souhaite. e ( ) [xn x dans Ew =⇒ T xn −→ T x dans F ] 4) R´ciproquement : si de plus E est r´flexif. Que pouvez-vous conclure sur E ? Exercice 6 Soit E un espace de Banach. w ) est compact ? Que pouvez-vous en conclure sur E ? Exercice 3 Soient E et F deux espaces de Banach. Trouver une suite (fn )n de E telle que fn E = 1 et (fn )n ne poss`de aucune sous-suite convere gente pour la topologie faible .E ∀x ∈ E. montrer que (T v´rifie ( ) ) =⇒ (T compacte) (on e e e pourra d’abord v´rifier que T (BE ) est ferm´). 1] muni de e ∞ et soit ϕn (x) = 1 − nx si x ≤ 1/n et nulle ailleurs. Y-a-t-il contradiction avec le fait que (BE . qu’il existe une distance d sur BE dont la topologie est ´quivalente e a e a ` la topologie faible sur BE . On se propose de montrer que E est s´parable. On dit que T est compacte si T (BE ) est compact dans F (pour la norme). donc J est lin´aire isom´trique. e (C’est un crit`re simple pour montrer qu’un espace n’est pas r´flexif.) Exercice 1 Montrer que E = (Ew ) . On a Jx = sup f ≤1 | < f. c’est ` dire. σ(E . V´rifier que E est un espace de Banach.E = < f. 3) Montrer que T compacte =⇒ T v´rifie ( ). x >E .

∀x ∈ X. ∃Ik ∈ P. e 4) Montrer que E est s´parable. . xn }. x2 . x2 . ). EXERCICES 1) Montrer qu’il existe une suite (xn )n≥1 d´l´ments de E telle que ee ∀k ∈ I . montrer que ∃f ∈ E . g) < k }. x >= 0. e 2) V´rifier que X ⊂ Y . Pour A ⊂ E.. xn }. | X= n≥1 Xn et Y = n≥1 Yn . e . ∃εk > 0 tels que N N i∈Ik 47 1 {f ∈ BE : | < f.. k 1 1 o` Bd (0. f ≡ 0. on note A l’adh´rence de A pour la topologie de la norme. u On pose Xn = vectI {x1 ..I ...5. xi > | < εk } ⊂ Bd (0. En d´duire une contradiction. R Yn = vectQ {x1 . e 3) En supposant que X = E. k ) = {g ∈ BE : d(0.3. telle que < f. .F..

ESPACES REFLEXIFS.48 ´ ´ CHAPITRE 5. ESPACES SEPARABLES .

+∞] que l’on appelle mesuR rables au sens de Borel-Lebesgue. n=1 49 . les propri´t´s qui suivent doivent ˆtre consid´r´es e e e ee comme des axiomes v´rifi´s par l’int´grale de Lebesgue. I N R Si f = 1 E est une fonction caract´ristique. Dans tout ce qui suit. nous admettrons que les fonctions et les ensembles consid´r´s sont mesurables et nous admettons l’existence d’une application qui ` ee a toute fonction f mesurable et ` valeurs dans [0. ou Lebesgue-mesurable. c’est-`-dire f (x) = 1 si x ∈ E. Remarquons que l’on en d´duit la croissance de l’int´grale : si f ≤ g. Si f = 1 E est une fonction caract´ristique d’un sous-ensemble 1 e E de I N . n→∞ n→∞ Exercice 6. on peut intervertir sommation e R un (x)dx. f (x) = 0 sinon et si f est mesurable. on a e R ` lim fn (x)dx = lim fn (x)dx ≤ +∞. on dit que E est R a mesurable.1 Lin´arit´ : pour f et g a valeurs dans [0. on note µ(E) = 1 E que l’on appelle mesure de 1 e 1 E. µ ∈ I + . n un (x)dx = Il suffit d’appliquer le th´or`me de Beppo-Levi ` la suite croissante des sommes partielles e e a k un . Si f ≥ 0 est Riemann-int´grable elle est Lebesgue mesurable et son int´grale e e e e au sens de Lebesgue est ´gale a son int´grale au sens de Riemann. +∞] associe son int´grale de Lebesgue que l’on a e notera de mani`re plus ou moins abr´g´e e e e f (x)dx = f (x)dx = f ∈ [0. +∞].3 (Th´or`me de Beppo-Levi ou de la convergence monotone) Si fn est une suite e e e e croissante de fonctions mesurables d´finies sur I N et a valeurs dans [0. A partir de ces axiomes.2 . e ` e Propri´t´ 6. +∞]. nous d´montrerons e e e e les autres propri´t´s dont nous aurons besoin.1 Si et int´gration : e un est une s´rie de fonctions I N → [0. alors e e f≤ g Propri´t´ 6.Chapitre 6 L’int´grale de Lebesgue e On admet l’existence d’une classe de fonctions f : I N → [−∞. e e e e ` R λf + µg = λ f + µ g. +∞]. et λ. En l’absence d’une construction explicite. +∞]. ee Propri´t´ 6.

µ( n An ) = n µ(An ). ee e e e En vertu de la proposition 6.. o` e R R. on obtient par le th´or`me de la convergence monotone (Beppo-Levi). On a f (x) ≤ lim j1 A (x). u f + = max(f. Si f (x) ∈ I on note f = f + − f − . +∞]. e e e Proposition 6. D´monstration e On pose A = {x. alors a e e f = g − h. Ces deux fonctions sont int´grables si |f | l’est et on pose e f= f+ − f −. Si les An ne sont pas disjoints. f (x) = 0}. si e par Beppo-Levi. | f est lin´aire de L1 (I N ) dans C. On dit qu’une e e propri´t´ est v´rifi´e presque partout si elle est vraie sauf sur un ensemble n´gligeable. f − = max(−f. Si An sont des ensembles disjoints. 0). 1 R´ciproquement. ◦ D´finition 6. Si f = f1 + if2 est a valeurs complexes. On dit que f est e e R ` sommable (ou int´grable au sens de Lebesgue) si on a e I N R |f (x)|dx < ∞. f (x)dx = 0.1) .1. (Appliquer de nouveau Beppo-Levi aux fonctions caract´ristiques des ensembles). Proposition 6. on pose ` f= f1 + i f2 . ` | f (x)dx| ≤ |f (x)|dx. L’espace des fonctions sommables est not´ L1 (I N ). n D´finition 6. remarquons que 1 A (x) ≤ limj→∞ jf (x) et donc.2 Soit f une fonction d´finie dans I N et a valeurs dans C. ` nouveau 1 a µ(A) = 1 A (x)dx ≤ lim 1 j→∞ jf (x)dx = 0. e e f (x)dx ≤ lim j j→∞ 1 A (x)dx = 0. avec g ≥ 0. on a µ(∪n An ) ≤ e µ(An ). Exercice 6. 0). L’INTEGRALE DE LEBESGUE Proposition 6.1 On appelle ensemble n´gligeable tout ensemble de mesure nulle. toute union d´nombrable d’ensembles n´gligeables est n´gligeable.2 Soit f d´finie sur I N et a valeurs dans [0. 1 j→∞ Si µ(A) = 0. (6. h ≥ 0. Si f et g sont some R f (x) + g(x)|dx ≤ |f (x)|dx + |g(x)|dx.p.2 Si une fonction f ` valeurs r´elles v´rifie f = g − h.50 ´ CHAPITRE 6.1 Si A et B sont deux ensembles mesurables. alors A ⊂ B ⇒ µ(A) ≤ µ(B).3 L’application f → mables et a valeurs complexes. On a e R ` f (x)dx = 0 ⇔ f (x) = 0 p.

qui entraˆ ais´ment la seconde. mais cette ´criture n’aura jamais un sens ponctuel (` moins `e e a qu’un ´l´ment de la classe ne s’av`re continu).1 (de Lebesgue.p. Les ´nonc´s portant sur u(x) n’auront de sens ee e e e que si on leur ajoute la mention “presque partout”. . Tous les ´nonc´s qui suivent concere e e e neront d´sormais ces classes. Donc e | f (x)dx| = Re(θf (x))dx ≤ (Re(θf (x)))+ dx ≤ |f (x)|dx.). On peut donc supposer. en chane geant de repr´sentants pour fn et f . A partir de maintenant on identifie e e e les fonctions ´gales presque partout entre elles. ou de la convergence domin´e) Soit fn une suite de e e e fonctions qui converge presque partout vers une fonction f . elles ont la mˆme int´grale. Alors hn est une suite d´croissante de e fonctions positives qui tend vers z´ro partout.2. On pose gn (x) = |fn (x)−f (x)| et hn (x) = supk≥n gk (x). hn (x) ≤ 2h(x) partout. De plus. On suppose qu’il existe une fonction positive sommable fixe h telle que l’on ait pour tout n. ◦ D´finition 6. ce qui nous donnera (6..3 L’espace L1 (I N ). ` e e On s’autorisera donc a ´crire u(x). ce qui sera licite a condition de la consid´rer comme “d´finie presque partout” (p. fn (x)dx → f (x)dx (6.2) ne d´pend pas du choix des repr´sentants e e e des fonctions fn et de f .51 D´monstration On montre l’additivit´ pour des fonctions r´elles : on a f + g = f + + g+ − e e e (f − + g− ) et donc. en vertu de l’exercice 6.2) D´monstration On remarque que la conclusion (6. Th´or`me 6. On va montrer e que hn (x)dx tend vers z´ro. Alors C = B ∪ ( n An ) est n´gligeable. et de l’additivit´ de l’int´grale pour les fonctions e e positives. On choisit un nombre e ıne e complexe θ de module 1 tel que θ f soit un r´el positif. On a alors e |fn (x) − f (x)| → 0. (f + g) = (f + + g+ ) − (f − + g− ) = f+ g.1).2). ◦ Donc hn (x)dx → 0. On montre la premi`re relation de (6. Une cons´quence de la proposition 6. Soit An = {x. Or. (Cette fonction h(x) s’appelle un chapeau int´grable de la suite fn ). le th´or`me de la convergence e e e monotone (Beppo-Levi) s’applique ` la suite croissante de fonctions positives 2h − hn et donne a n→+∞ lim (2h(x) − hn (x))dx = 2 h(x)dx.2 est que si f et g e R e sont ´gales presque partout. On note L1 (I N ) l’espace vectoriel des classes e R d’´quivalence de fonctions pour cette relation d’´quivalence. |fn (x)| > h(x)} et B l’ensemble des points o` fn ne u converge pas vers f . |fn (x)| ≤ h(x) p. On choisira souvent par commodit´ une repr´sentante u de la e e e classe. que fn (x) → f (x) partout et que |fn (x)| ≤ h(x) partout e (pour tout x).p.

λ)dx ∂f (x.2 (R´ciproque du th´or`me de Lebesgue). e e D´monstration Poser gn = inf k≥n fk .3 (Th´or`me de d´rivation sous le signe somme) Soient I un intervalle de I et e e e e e R A un sous-ensemble de I n . a ◦ Lemme 6. λ)]. Cette in´galit´ est vraie que les membres de droite et de gauche soient finis. Alors lim n→inf ty inf fn ≤ lim inf n fn . Le th´or`me r´sulte alors de l’application du e e e e e e th´or`me de Lebesgue. ` λ fix´. e e ∂f (c) Il existe une fonction h positive et sommable sur A telle que l’on ait | ∂λ (x. e (a) Pour tout λ ∈ I. Soit fn une suite de fonctions positives.1 (Lemme de Fatou). alors il existe une sous-suite fnk de la suite fn qui converge presque partout vers f et un chapeau int´grable h tel que ∀k.p. e e ◦ . λ)| ≤ h(x) pour tous x et λ. ou infinis. Alors la fonction F d´finie par e F (λ) = A f (x. L’INTEGRALE DE LEBESGUE Th´or`me 6. a e 1 [F (λ + l) − F (λ)] = l gl (x)dx. Cette suite est croissante. ∂λ est d´rivable dans I et on a e F (λ) = A D´monstration e On a. λ)dx. Donc limn inf k≥n fk = lim inf n fn . |gl (x)| ≤ sup | 0≤θ≤1 ∂f (x. λ) est sommable sur A. ∂f (b) La d´riv´e partielle ∂λ (x. On applique le th´or`me de la e e e convergence monotone (Beppo-Levi).. l ∂f ∂λ .52 ´ CHAPITRE 6. La fonction gl converge en tout point vers D’autre part. la fonction x → f (x. λ + θl)| ≤ h(x) ∂λ d’apr`s le th´or`me des accroissements finis. A o` l’on a pos´ u e gl (x) = 1 [f (x. λ) existe en tout point de A × I. |fnk (x)| ≤ h(x) p. On conclut ais´ment. e e e e e Si fn → f dans L1 . e D´monstration e Voir l’exercice 7 ` la fin du chapitre VII. e ◦ Th´or`me 6. Mais inf k≥n fk ≤ inf k≥n fk . λ + l) − f (x. On se donne une fonction f d´finie sur A × I v´rifiant les trois R e e hypoth`ses suivantes.

. Cette propri´t´ reste vraie si on impose aux fonctions R ee en escaliers d’ˆtre dyadiques.1 Pour toute fonction f sommable sur I N il existe une suite de fonctions fn ∈ R N Cc (I ). En consid´rant les supports de fN et de 1 C . On conclut en utilisant la propri´t´ 6. (an + C). ce quadrillage peut se d´finir par le recouvrement disjoint longueur d’ar`te a. Il e ` en r´sulte que toute fonction en escalier est approchable par des fonctions ` support compact e a 1 .4 On consid`re un quadrillage de taille a de l’espace I N par des hypercubes de e e R N .. alors il existe des fonctions continues fN ` support compact telles que e a |fN − 1 C |(x)dx soit arbitrairement petit. On appelle support e de f la fermeture de l’ensemble {x.5 On appelle fonction en escalier dyadique une fonction en escalier associ´e a un e e ` quadrillage de taille a = 2k . a D´finition 6. xN ) = f1 (x1 ). La fonction fN (x1 .4 une propri´t´ de densit´ plus forte concernant les fonctions e ee e continues ` support compact. e e ee D´finition 6. k ∈ Z. 1+ε] telle que f1 (x) = 0 si |x| ≥ 1+ε et f1 (x) = 1 si |x| ≤ 1. e On va d´duire de la proposition 6. ` e D´finition 6.. c’est-`-dire continues et a support compact. Si Ω est e e un ouvert de I N . on note Cc (Ω) l’ensemble des fonctions continues a support compact contenu R ` dans Ω. il existe une suite de fonctions en e e R escalier qui converge vers f dans L1 (I N ). −1] c e et sur [1.. .. e ee e Comme pr´c´demment.4. dans L ee ◦ . a[ e e I N= R n∈ZN On appelle fonction en escalier une fonction a laquelle on peut associer un quadrillage de taille ` a tel que f soit constante sur chacun des hypercubes du quadrillage et a support born´ .4 Pour toute fonction f sommable sur I N . on voit e 1 en effet que ||1 C − fN ||L1 ≤ 2N ((1 + ε)N − 1) qui tend vers 0 quand ε → 0. f (x) = 0} qui est ferm´ et born´ et donc compact.6 Soit f une fonction continue et nulle en dehors d’une boule.53 L’avant-derni`re propri´t´ de l’int´grale de Lebesgue que nous admettrons est la suivante.f1 (xN ) convient en dimension N . Posant C = [0. on suppose que les fonctions consid´r´es sont mesurables. telles que R a ` I N R |fn − f | → 0. 1]N . Corollaire 6. D´monstration On commence par montrer que si C est un hypercube de I N et 1 C sa e R 1 fonction caract´ristique. 1 u u Commen¸ons par le cas N = 1. On consid`re l’unique fonction continue et affine sur [−1 − ε. 1 Toute combinaison lin´aire finie de fonctions caract´ristiques d’hypercubes est donc approe e chable dans L1 par une combinaison lin´aire finie de fonctions continues a support compact. On peut bien sˆr se ramener au cas o` C = [−1. Propri´t´ 6.

continue e a et ` support compact inclus dans une boule B(0. (6. mais il faudra montrer qu’il est effectivement complet. elle est sommable dans Ω2 si et seulement si f (ϕ(x))Jϕ (x) est ` sommable dans Ω1 . Voyons tout de suite deux cons´quences e importantes de cette propri´t´ de densit´. e e e e R on a lim |f (x + y) − f (x)|dx = 0.5 (de changement de variable) e e Soient Ω1 et Ω2 deux ouverts de I n et ϕ un diff´omorphisme entre Ω1 et Ω2 . R f (y)dy = Ω2 Ω1 f (ϕ(x))|Jϕ (x)|dx.1 une fonction fε . e .2R) .4) et on peut ´crire une formule analogue pour |fn − fp |. On a donc e |f (x) − f (x + y)|dx ≤ |f − fε |(x)dx + |fε (x) − fε (x + y)|dx + + |fε (x + y) − f (x + y)|dx ≤ 3ε. Il existe donc η tel que |y| ≤ η ⇒ |fε (x + y) − fε (x)| ≤ mes(B(0. continue e e a ` support compact par exemple. ◦ Th´or`me 6. R). On notera Jϕ (x) R e le d´terminant de la matrice jacobienne de ϕ au point x. telle que ||fε − f ||L1 ≤ ε. on a l’´galit´ suivante. Il en r´sulte que les fonctions fn (ϕ)|Jϕ (x)| e e 1 . on consid`re des fonctions continues fn ` e a support compact qui approchent f dans L1 . e e (a) Si la fonction f est a valeurs dans I + ∪ {+∞}. En admettant provisoirement que L1 est un espace complet forment une suite de Cauchy dans L (voir le chapitre suivant). y→0 I N R D´monstration On fixe ε > 0 et on choisit grˆce au corollaire 6. R). On a donc fn (y)dy = Ω2 Ω1 fn (ϕ(x))|Jϕ (x)|dx (6. o` les deux membres ` R e e u ont un sens dans I + ∪ {+∞}. et les deux membres de l’´galit´ pr´c´dente sont alors ´gaux.3) (b) Si f est a valeurs complexes. e e e e e D´monstration : La formule (6. on en d´duit que leur limite f (ϕ(x))|Jϕ (x)| est donc bien sommable. L’INTEGRALE DE LEBESGUE L’espace L1 (I N ) apparaˆ donc comme la compl´tion de Cc (I N ) pour la norme R ıt e R ||f ||L1 = I N R |f (x)|dx. e Ceci implique en int´grant |fε (x + y) − fε (x)|dx ≤ ε pour y ≤ min(η.4 (´quicontinuit´ en moyenne des fonctions sommables) Pour tout f ∈ L1 (I N ).3) est vraie si f est int´grable au sens de Riemann. ee e Th´or`me 6.54 ´ CHAPITRE 6. Si f est sommable. La fonction fε a ε est uniform´ment continue. Soit f une fonction d´finie sur Ω2 .

55 Enfin. comme en e e t´moigne la figure 6.1. y)dx)dy. les trois membres de l’´galit´ pr´c´dente ont un sens R e e e e et sont ´gaux. en passant ` la limite dans (6.3).1. et contient en particulier des ensembles tr`s irr´guliers. ` valeurs dans [0. la valeur f (x) est la quantit´ de lumi`re re¸ue en ce point. Ces fonctions sont tr`s oscillantes. Il est possible de montrer qu’une fonction f : Rn → [0. e ee R I p+q R f (x. y) est sommable dans I p . Pour justifier le besoin en e e e pratique d’une th´orie de l’int´gration incluant des ensembles tr`s irr´guliers. o` l’on peut u voir les fronti`res de quelques ensembles de niveau de la fonction f . sous-figure du bas. ee Propri´t´ 6. +∞]. dire que le troisi`me membre a un sens signifie : e e e e • pour presque tout y. la fonction x → f (x. l’existence de cette int´grale ayant e a e ´t´ admise). on a l’´galit´ suivante.1. et d’autre part le graphe de la fonction f (` chaque point a x correspond une altitude proportionnelle ` f (x)) dont l’aspect tridimensionnel est simul´ par a e un algorithme de visualisation. on obtient la formule de changement de variable (6. C’est ` dire que nous supposons que la lumi`re issue d’une e a e sc`ne est projet´e sur un plan face ` cette sc`ne (au moyen d’instruments optiques) et que e e a e pour chaque point x de ce plan. a ◦ La derni`re propri´t´ de l’int´grale de Lebesgue que nous admettons est la suivante (nous supe ee e posons toutes les fonctions consid´r´es mesurables). Une autre fa¸on d’appr´hender l’irr´gularit´ d’une telle fonction consiste ` c e e e a en tracer les ensembles de niveau. +∞] est mesurable au sens de Borel-Lebesgue si les ensembles χλ = {x ∈ Rn /f (x) ≥ λ} sont mesurables pour presque tout λ ∈ R (c’est ` dire que l’ensemble des λ tels que χλ ne a soit pas mesurable est n´gligeable au sens de la d´finition 6. y)dxdy = I p R ( I q R f (x. (b) (Fubini) Si f est sommable dans I p+q . y)dy)dx = I q R ( I p R f (x. y)dx qui est ainsi d´finie presque partout est sommable dans I q . Les ensembles χλ s’appellent e e “ensembles de niveau” de la fonction f .5 (Th´or`me de Fubini-Tonelli) e e e e Soit f (x.4). e e c On suppose que de telles fonctions sont born´es. y) une fonction d´finie dans I p × I q . et d’autre part au fait que la classe des applications mesurables e e est tr`s large. o` les trois membres ` R e e u d´finissent un ´l´ment de I + ∪ {+∞}. R • la fonction ϕ(y) = f (x. Nous nous int´ressons au cas o` n = 2.3 et 6.1). e R Mesurabilit´ et ensembles de niveau des images Nous avons vu au d´but de ce chapitre e e qu’un ensemble E est dit mesurable si 1 E est mesurable au sens de Borel-Lebesgue (c’est ` dire 1 a dont on peut calculer une int´grale. Les oscillations sont principalement dues aux nombreux d´tails e pr´sents dans une telle sc`ne. On remarquera notamment e les tr`s fortes oscillations de ces lignes. Plus pr´cis´ment. Cette figure repr´sente d’une part la fonction f en associant ` chaque e e a point x du plan un gris d’autant plus clair que f (x) est grand (le minimum de f correspond au noir et son maximum au blanc). ce qui est fait sur la figure 6. Le succ`s de l’int´grale de Lebesgue est dˆ d’une part au caract`re tr`s g´n´ral de ee e e u e e e e th´or`mes tels que 6. et o` la fonction e u u f repr´sente une “image naturelle”. nous utilisons les e e e e ensembles de niveau des images naturelles. e R R (a) (Tonelli) Si f est a valeurs dans I + ∪ {+∞}. ainsi qu’aux perturbations al´atoires introduites par l’appareil e e e optique (le “bruit”). e .

milieu : repr´sentation de f par e son graphe (` chaque point est affect´ une altitude d’autant plus ´lev´e que la valeur de f y est a e e e grande) . bas : quelques lignes de niveau (fronti`res des ensembles de niveau) de la fonction f .56 ´ CHAPITRE 6.1 – Haut : repr´sentation de la fonction f par niveaux de gris (` chaque point est affect´ e a e un gris d’autant plus clair que la valeur de f y est grande) . nous remarquons la pr´sence de quelques lignes fortement oscillantes. e Sur cette derni`re image. e e . 6. L’INTEGRALE DE LEBESGUE Fig.

On va aussi montrer dans ce chapitre que les espaces Lp et Lp sont e duaux l’un de l’autre. On dit que f est ”essentiellement born´e. R On note parfois ces normes ||f ||1 et ||f ||∞ . D´monstration e On utilise la concavit´ du logarithme. la fonction f g est sommable e e e e o et |f g| ≤ ||f ||p ||g||p . Lp (I N ) l’ensemble des fonctions d´finies presque partout et R e telles que I R L∞ (I N ) R N |f (x)|p dx < ∞. On montrera aussi que les espaces Lp sont complets p 1 1 et donc des espaces de Banach. D’o` p p p p ab ≤ 1 p 1 a + bp et donc p p 57 . L∞ On appelle. Lp.Chapitre 7 Les espaces de Lebesgue. On appelle l’espace des fonctions d´finies presque partout et telles qu’il existe C > 0 tel e que |f (x)| ≤ C pour presque tout x. pour 1 ≤ p < ∞. en sorte que p + p = 1. 1 mais il faudra montrer que c’est une norme. Th´or`me 7. On appelle p ”l’exposant conjugu´” de p. On va aussi poser pour 1 < p < ∞ ||f ||p = ||f ||Lp = ( |f (x)|p dx) p .” e Exercice 7. On pose p = p−1 .1 V´rifier que les espaces L1 et L∞ sont des espaces vectoriels norm´s : leurs normes e e sont ||f ||L1 = |f (x)|dx et ||f ||L∞ = supessx∈I N |f (x)|. L1. La plus petite constante C pour laquelle cette relation est vraie s’appelle le “sup essentiel” de |f (x)| et on le note ||f ||L∞ . e 1 1 1 1 u log( ap + bp ) ≥ log(ap ) + log(bp ) = log(ab). b > 0. Si a > 0.1 (In´galit´ de H¨lder) Pour tout f ∈ Lp et g ∈ Lp .

2 Reprendre bri`vement la d´monstration pr´c´dente pour se d´barrasser de l’hye e e e e poth`se que f ∈ Lp et g ∈ Lp . L1 . LES ESPACES DE LEBESGUE.1 Convergence domin´e dans Lp . Alors 1 1 |f g| ≤ ( + )||f ||p ||g||p . e e R D´monstration e On applique l’in´galit´ de H¨lder : e e o ||f + g||p = p |f + g|p ≤ |f + g|p−1 |f | + |f + g|p−1 |g| ≤ |||f + g|p−1 ||p ||f ||p + |||f + g|p−1 ||p ||g||p = (||f ||p + ||g||p )||f + g||p−1 . λ ). LP . Th´or`me 7.p. que les e e e o membres gauche et de droite soient finis ou pas.2 Lp (I N ) est un espace vectoriel et ||f ||p est une norme pour tout 1 ≤ p ≤ ∞. o` λ > 0. e ◦ Proposition 7. l’in´galit´ de H¨lder est vraie. Alors |hn | ≤ (|fn | + |f |)p ≤ 2p |g|p .3 Les espaces Lp (I N ). qui donne p p 1 1 |f (x)g(x)| ≤ ||f ||p p + ||g||p p . Les autres relations caract´risant une norme (||λf || = |λ|||f ||. e e e a ◦ Th´or`me 7. g) par (λf. (1 ≤ p ≤ +∞) sont des espaces de Banach. on remplace le couple (f. alors f converge vers f dans Lp . et s’il existe un chapeau e p (p ≥ 1) tel que |f | ≤ g p. e e R . L L p p g Pour trouver l’in´galit´ recherch´e. e ||f || = 0 ⇒ f = 0 presque partout) sont imm´diates pour 1 ≤ p ≤ ∞.. Si fn → f p. On peut donc e appliquer le th´or`me de la convergence domin´e ` hn et conclure que hn → 0. On choisit e e e u 1 p ||g||p λ= ||f ||p 1 p . L∞ 1 1 |f (x)g(x)| ≤ |f (x)|p + |g(x)|p . p soit ||f + g||p ≤ ||f ||p + ||g||p . En d’autres termes.p. int´grable g ∈ L e n n D´monstration On pose hn = |fn − f |p . p p qui est bien l’in´galit´ annonc´e.58 CHAPITRE 7. e e e ◦ Exercice 7.

C’est encore vrai pour les espaces Lp . e e e elle converge donc vers 0 et il en r´sulte que fk → f dans Lp . ◦ On a vu (Propri´t´ 6. r ≥ n ⇒ ||fq − fr ||Lp ≤ n |gn |p ≤ ( 1 ||fk+1 − fk ||p )p ≤ 1. min(k. fn (x)). Notons g(x)p 1 sa limite. a Quitte ` extraire une sous-suite. La suite |f (x) − fk (x)|p a |f (x)|p pour chapeau int´grable et tend presque partout vers 0. la s´rie ∞ (fk+1 − fk ) 1 converge ´galement presque partout. Mais si une sous-suite d’une suite de Cauchy converge. L’approximation se fait par simple troncature : e a on pose fk (x) = f (x) si ||x|| ≤ k et |f (x)| ≤ k. |fn (x) − f (x)|p ≤ ( ∞ |fk+1 − fk (x)|)p ≤ g(x)p qui est chapeau int´grable. telle que e 1 . Il existe une suite extraite de la suite e de Cauchy hk . on peut supposer que la suite fn converge presque partout vers a f (r´ciproque du th´or`me de Lebesgue). m |fk+1 − fk |(x) ≤ gn (x) − gm (x). De plus. appartient ` Lp et que gn (x) tend presque partout e a n e vers g(x). Elle converge donc e 1 e vers f dans tous les Lp tels que 1 ≤ p < ∞. que nous noterons par commodit´ fn = hkn . k). Si p = +∞. e e q. Comme (pour n ≥ m). e Reste ` montrer que si une fonction f est born´e (|f | ≤ k) et ` support compact (|f (x)| = 0 a e a si ||x|| ≥ k).1) que les fonctions continues ` support compact forment un sous-ensemble ee a dense de L1 . avec la restriction p < ∞. qui converge aussi presque partout vers f et a un chapeau int´grable. e on peut finalement supposer que |fn (x)| ≤ k. Par l’in´galit´ triangulaire. Rappelons que fn = hnk est une sous-suite extraite de la suite de Cauchy hk .k) g comme chapeau int´grable dans tout Lp . La suite de fonctions gn (x)p est croissante. Th´or`me 7. Il en r´sulte que g(x) est presque partout finie. ◦ . Utilisons une fonction g continue et ` support a compact valant 1 sur B(0. Soit maintenant 1 ≤ p < ∞. La suite de fonctions hn = gfn converge presque partout vers f et a la fonction born´e k1 B(0. il est imm´diat de voir e e que hk (x) est de Cauchy pour presque tout x et converge uniform´ment vers une fonction e essentiellement born´e h(x). Mais comme f ∈ L1 . Donc fn (x) − f1 (x) converge presque partout vers une lie mite que l’on appelle f (x) − f1 (x) ∈ Lp . Donc. 2n On pose gn (x) = n |fk+1 (x) − fk (x)|.4 Les fonctions continues a support compact sont denses dans Lp (I N ) pour tout e e ` R 1 ≤ p < ∞. La suite fn (x) converge donc presque partout vers f (x) ∈ Lp . e e |g(x)|p = lim n |gn |p ≤ 1. fk (x) = 0 sinon.59 D´monstration Soit hk une suite de Cauchy dans Lp . par le th´or`me de convergence monotone. Par le th´or`me de Lebesgue. il existe une suite de fonctions continues et ` support compact fn convergeant vers f dans L1 . e n Donc fn − f converge vers 0 dans Lp . D´monstration On commence par montrer que l’on peut approcher une fonction f de Lp e par des fonctions born´es et ` support compact. toute la suite converge. alors elle est approchable dans Lp par des fonctions continues. En rempla¸ant fn par la nouvelle fonction continue e e e c max(−k.

Th´or`me 7. En effet. LP . D´monstration On montre d’abord en appliquant le th´or`me de Fubini et le th´or`me de e e e e e changement de variable que la fonction |f (x − y)g(y)| est sommable.1 Convolution et r´gularisation des fonctions de Lp e Th´or`me 7. R) ⊂ I N une suite un ∈ Cc (B(0. L∞ Corollaire 7. C’est vrai pour les fonctions continues ` support compact car e a elles sont uniform´ment continues et on le montre pour une fonction arbitraire de Lp (I N ) en e R p (Proposition 7. R D´monstration En reprenant exactement le mˆme raisonnement que dans la d´monstration e e e pr´c´dente.5 Pour tout f ∈ Lp (I N ). la e 1 et on a fonction f ∗ g appartient a L ` ||f ∗ g||1 ≤ ||f ||1 ||g||1 . ◦ Donc f = 0. R)) et presque partout et v´rifie |un | ≤ 1.R) f (x)vn (x) → f (x)Signe(f (x)) = B(0. on voit qu’il existe pour toute boule B(0.4). . En outre. |f (x − y)g(y)|dxdy = |g(y)|( |g(y)|( |f (x − y)|dx)dy = |f (x)|dx)dy = ||f ||L1 ||g||L1 . utilisant la densit´ de Cc dans L e ◦ 7. on a e e R y→0 lim I N R |f (x + y) − f (x)|p dx = 0. Alors f = 0 p.p. LES ESPACES DE LEBESGUE. R + 1)) e e R qui converge vers Signe(f ) dans L1 (B(0.R) |f (x)|dx. alors le produit de convolution e e e ` R f ∗ g est d´fini par e (f ∗ g)(x) = f (x − y)g(y)dy = g(x − y)f (y)dy.1 Soit f ∈ L1 (I N ) telle que pour toute fonction continue a support compact ` loc R u ∈ Cc (I N ) on ait f (x)u(x) = 0. Il vient alors e 0= B(0. la fonction de y figurant sous le signe somme ´tant sommable pour presque tout x.R) B(0.6 et d´finition Si f et g appartiennent a L1 (I N ). 1 ≤ p < ∞. L1 . D´monstration : Exercice.60 CHAPITRE 7.

On a finalement e R ||f ∗ g||L1 = |f ∗ g|(x)dx ≤ |g(y)|( |f (x − y)|dx)dy = ||f ||L1 ||g||L1 .1. (7. il en est de mˆme pour f ∗ g et l’on a e e ∂g ∂(f ∗ g) ∂g ∂(f ∗ g) =f∗ . =f∗ . si xn → x. . Alors la fonction f ∗ g d´finie en tout point par f ∗ g(x) = g(x − e R e y)f (y)dy est continue et born´e. (7.´ 7. |g(x − y)f (y)| ≤ ||g||∞ |f (y)|. On a e ∂ ∂g (g(x − y)f (y)) = (x − y)f (y) ∂xj ∂xj ∂g e et cette fonction est major´e en module par || ∂xj ||∞ |f (y)|.2) . En e e e e effet. Alors (f ∗ g)(x) est d´fini pour presque tout e e R R e x et c’est une fonction de carr´ sommable v´rifiant e e ||f ∗ g||2 ≤ ||f ||1 ||g||2 . ◦ Th´or`me 7. ∂xj ∂xj ∂xj ∂xk ∂xj ∂xk D´monstration On remarque d’abord que la fonction g(x − y)f (y) est sommable pour tout e x. CONVOLUTION ET REGULARISATION DES FONCTIONS DE LP 61 La fonction f (x − y)g(y) est donc sommable sur I 2N et le th´or`me de Fubini assure que la R e e fonction y → f (x − y)g(y) est sommable pour presque tout x et que la fonction alors d´finissable e N par f ∗ g(x) = f (x − y)g(y)dy est elle-mˆme sommable sur I . Le th´or`me de d´rivation sous le signe somme s’applique donc et donne bien e e e f∗ ∂g ∂xj .. tendant vers z´ro a l’infini et satisfaisant e ` ||f ∗ g||∞ ≤ ||f ||2 ||g||2 . Si g est d´rivable par rapport ` xj et de d´riv´e continue et born´e. La continuit´ d´coule du th´or`me de Lebesgue.1) Soient f et g deux fonctions de L2 (I N ). = ◦ Th´or`me 7. alors g(xn − y)f (y) tend partout vers g(x − y)f (y) et ||g||∞ |f (y)| est chapeau int´grable. qui est ind´pendante de x et some ∂(f ∗g) ∂xj mable.8 Soient f ∈ L1 (I N ) et g ∈ L2 (I N ).7 (r´gularisation par convolution) Soit f ∈ L1 (I N ) et soit g une fonction e e e R N continue et born´e dans I . Alors f ∗g(x) est d´fini pour tout x et c’est une fonction R e continue. Si de plus les d´riv´es partielles de g existent et sont continues e e e et born´es. appliquons le th´or`me de e a e e e e e d´rivation sous le signe somme. En effet.. Donc e f ∗ g(xn ) = g(xn − y)f (y)dy → g(x − y)f (y)dy = f ∗ g(x).

on d´duit de l’int´galit´ de Cauchy-Schwarz e e e e que (f ∗ g)(x) est d´fini pour tout x et on obtient la relation (7. LES ESPACES DE LEBESGUE. D´monstration e et donc (f ∗ g)(x) = Soit x ∈ Support(f ) + Support(g). on appelle support de f et on note Support(f ) le compl´mentaire e e loc R du plus grand ouvert O tel que f (x) = 0 presque partout sur O. a a e e |f ∗ g(x) − fn ∗ gn (x)| ≤ (|f − fn | ∗ |g|)(x) + (|fn | ∗ |g − gn |)(x) ≤ ||f − fn ||2 ||g||2 + ||fn ||2 ||g − gn ||2 → 0. (7. on dit que f est a support compact. puis par rapport ` z). puis on utilise l’in´galit´ de Cauchy-Schwarz.4). e e ` Proposition 7. R Support(f ∗ g) ⊂ Support(f ) + Support(g). Finalement on e a a. L1 . On applique ` nouveau le le th´or`me e a a a e e de Fubini pour int´grer I d’abord en x.3) et (7.2). S’il est de plus born´. grˆce ` l’in´galit´ de Cauchy-Schwarz. Par le th´or`me 7. Donc la suite de fonctions fn ∗ gn . tend uniform´ment e a e vers f ∗ g.1) vient imm´diatement des relations (7. Il en r´sulte que f ∗ g est continue et tend vers z´ro ` l’infini. Le support de f est donc un ferm´. ce qui e e e donne I= |f (y)||f (z)|( |g(x − y)||g(x − z)|dx)dydz ≤ ||f ||2 ||g||2 .3) (int´grer I d’abord par rapport ` y.1 Si f ∈ L1 (I N ). On consid`re deux suites approximantes continues e a e a ` support compact fn et gn telles que fn → f et gn → g dans L2 (I N ). on remarque que cette int´grale est ´gale grˆce au th´or`me de Tonelli ` e e a e e a I= |g(x − y)||g(x − z)||f (y)||f (z)|dxdydz. (x−Support(f ))∩Support(g) Donc (f ∗ g)(x) = 0 en tout point n’appartenant pas ` Support(f ) + Support(g) et donc aussi en a tout point n’appartenant pas ` sa fermeture Support(f ) + Support(g). (7.62 D´monstration e Pour ´valuer e CHAPITRE 7. alors (x − Support(f )) ∩ Support(g) = ∅ / f (x − y)g(y)dy = f (x − y)g(y)dy = 0. a e ◦ .4) 1 2 La relation (7. e Si maintenant f et g sont de carr´ sommable. ce qui donne le r´sultat. Montrons maintenant que e f ∗ g est continue et tend vers z´ro ` l’infini.7. L∞ (|f | ∗ |g|)2 (x)dx. LP .2 Si f et g sont deux fonctions de L1 (I N ). R e e fn ∗ gn est continue et il est imm´diat que fn ∗ gn est encore ` support compact. e e a ◦ D´finition 7. continues et tendant vers z´ro ` l’infini.

3 Si f est uniform´ment continue et born´e sur I N . x kh (x) = h−N k( ).7) et que (une cons´quence du th´or`me de Lebesgue).5)-(7.9) et le th´or`me de Fubini. ( kh |f |)p = ( kh (x)|f (x)|dx)p ≤ kh = 1 impliquent que pour toute fonction f kh (x)|f (x)|p dx.´ 7. e .1. on peut choisir η assez petit pour que |y| ≤ η ⇒ |f (x − y) − f (x)|p dx ≤ ε (7. e e e |kh (y)|dy ≤ ε (7. 1 (7.6) (kh (y)(f (x − y) − f (x))dy. alors f ∗ kh converge vers e e R f uniform´ment. On pose pour tout h > 0. e Proposition 7. CONVOLUTION ET REGULARISATION DES FONCTIONS DE LP Th´or`me 7.8) |y|≥η Enfin. on rappelle que comme f ∈ Lp .3 Reprendre la d´monstration pr´c´dente dans le cas p = 1 et montrer que l’on e e e peut se passer de l’hypoth`se que k est positive. e e |kh ∗f (x)−f (x)|p dx = 2p |f (x)|p dx | (kh (y)(f (x−y)−f (x))dy|p dx ≤ |kh (y)|dy + |kh (y)|dy kh (y)|f (x−y)−f (x))|p dydx ≤ |f (x − y) − f (x)|p dx ≤ |y|≥η |y|≤η 2p ||f ||p p ε + L |kh (y)|ε = (2p ||f ||p p + ||k||L1 )ε. D´monstration e On remarque d’abord que kh (x)dx = kh ∗ f (x) − f (x) = k(x)dx = 1. h 63 k(x)dx = 1 et Alors. pour toute fonction f ∈ Lp (I N ). les fonctions f ∗ kh convergent vers f dans R Lp .5) (7. pour h assez petit.9 (Approximations de l’identit´) Soit k ∈ L1 (I N ) telle que e e e R k(x) ≥ 0 presque partout. on ait ( En effet. 1 ≤ p < ∞. L ◦ Exercice 7. En utilisant les relations (7. e e o dans Lp . (7.9) p f |f |kh kh rac1p )p . l’in´galit´ de H¨lder et le fait que kh ≥ 0.

7. e e ◦ Pour compl´ter la d´monstration pr´c´dente.64 D´monstration e ´crit simplement e CHAPITRE 7. 1). l’espace des fonctions continues a support compact ` dans Ω. 1). C ∞ . LP . D´monstration Si f ∈ Cc (Ω). D´monstration On pose simplement. C∞ Lemme 7.9 : On e e e |(kh ∗ f )(x) − f (x)| = | ≤ 2 sup |f | kh (y)|f (x − y) − f (x))dy| |kh (y)|dy. .. on pose simplement g√(x1 . Dessiner h(x) et g(x).4 Construire une fonction radiale fN ∈ C ∞ (I N ) telle que fN (x) = 1 si |x| ≤ 1.1 Il existe une fonction fN ∈ C ∞ (I N ). h).. par le th´or`me 7. L∞ C’est le mˆme raisonnement. puis g(x) = −∞ h(t)dt. il nous reste ` montrer qu’il existe des fonctions e e e e a a ` support compact. Support(kh ∗ f ) ⊂ Support(f ) + B(0. On peut construire une telle fonction par le lemme 7. ` support a compact dans [−1.4 Soit Ω un ouvert de I N . Donc kh ∗ f e tend bien vers f dans Cc (Ω). montrer que f1 (x) = h(2x) r´pond ` la question en dimension 1.. f1 (x) = e x2 −1 si |x| ≤ 1.. ◦ |y|≥η |kh (y)|dy + sup |f (x − y) − f (x)| |y|≤η ∞ Corollaire 7. a support compact. positive et de support R ` contenu dans B(0. en dimension 1. De plus.fN (xN ) qui est a support dans N ◦ l’hypercube [−1. Il est facile de voir que f (k) (−1) = f (k) (1) = 0 pour tout ordre k et que donc f est C ∞ . Alors C0 (Ω) est dense dans Lp (Ω) pour tout 1 ≤ R p < ∞. e x Poser h(x) = f1 (x + 3) − f1 (x − 3). Enfin. de la topologie suivante : on dit que un tend vers u si pour tout ε > 0 il existe n0 tel que pour n ≥ n0 . En dimension N . e a (ii) Montrer que fN (x) = f1 (||x||) convient en dimension N . ε) et supx∈Ω |un (x) − u(x)| < ε. . LES ESPACES DE LEBESGUE.. Alors ∞ C0 (Ω) est dense dans Cc (Ω). on a bien kh ∗ f ∈ C ∞ . f (x) = 0 e sinon. On appelle C0 (Ω) l’ensemble des fonctions C ∞ a R ` support compact dans Ω et on munit Cc (Ω). R fN (x) = 0 si |x| ≥ 2. 1] et d’int´grale 1. alors elle est uniform´ment continue et kh ∗ f tend vers f unie e form´ment. xN ) = f1 (x1 ). par la proposition 7.2 Soit Ω un ouvert de I N . 1 Exercice 7. 1]N puis fN (x) = gN (2 N x) pour ramener le support dans B(0.2. ∞ Proposition 7. en plus simple que pour le th´or`me 7. (i) Commencer par le cas de la dimension 1 : Soit f une fonction positive.1. L1 . on ait Support(un ) ⊂ Support(u) + B(0.

r e e e > 0 tels que ρr (x)dx = 1. Alors F est relativement compacte dans Lp (ω). Ωc ). ∀h < δ. Soit F un sous-ensemble born´ de Lp (Ω) e e avec 1 ≤ p < ∞. Ωr = {x. (Toute suite fn ∈ F a une sous-suite convergente dans Lp (ω)). 1 1 On obtient donc ||f − (f 1 Ωr ) ∗ khr ||Lp (Ω) < 2ε. On commence par montrer que le th´or`me d’Ascolie e 1 Arzela s’applique ` la famille (ρr ∗ f ). ρ ≥ 0. On choisit r < dist(ω.10 (Riesz-Fr´chet-Kolmogorov) Soit Ω ⊂ I N un ouvert et ω ⊂⊂ Ω un ouvert e e e R contenu dans un compact. si f ∈ F et |z|. ∃δ < dist(ω. support(ρ) ⊂ B(0. En utilisant la convexit´ de la e fonction s → sp . r ≤ 2 dist(ω. |ρr ∗ f (x) − f (x)| ≤ ce qui donne |ρr ∗ f (x) − f (x)|p ≤ B(0. f ∈ F. on a par le th´or`me de Lebesgue e e r ∀ε∃r.7 1 e e ∞ (Ω).1. B(x. r). Comme Ω = ∪r>0 Ωr . . Montrons que la famille ρr ∗ f (x) est born´e. e e o |(ρr ∗ f )(x + z) − (ρr ∗ f )(x)| ≤ ρr (y)|f (x − y) − f (x − y + z)|dy ≤ ||ρr ||p p ||τz f − f ||Lp (Ω) . Ωc ). e e |ρr ∗ f (x)| ≤ ρr (y)|f (x − y)|dy ≤ ||ρr ||p p ||f ||Lp (Ω) .r) ω ρr (y)|f (x − y) − f (x)|dy ≤ ( ω ρr (y)|f (x − y) − f (x)|p dy) p 1 ρr (y)|f (x − y) − f (x)|p dy. On choisit alors r < r tel que ||(f 1 Ωr ) ∗ khr − f 1 Ωr ||Lp (Ω) < ε. L On conclut que la famille ρr ∗ F est relativement compacte pour la topologie de la convergence uniforme sur ω et donc aussi pour la norme Lp (ω). e e On montre ensuite que l’on peut approcher uniform´ment les ´l´ments de F par les fonctions e ee ρr ∗ f . ω ´tant born´. le lemme 7. ∀f ∈ F. Comme r < r.2 et le th´or`me 7. CONVOLUTION ET REGULARISATION DES FONCTIONS DE LP 65 D´monstration On consid`re les voisinages int´rieurs born´s de Ω. r) ⊂ Ω. 1 Th´or`me 7.´ 7. On suppose que ∀ε > 0. de sorte que ω + B(0. 1 ). D´monstration On consid`re des noyaux r´gularisants ρr . ||τh f − f ||Lp (Ω) < ε. En effet. Ωc ). lui mˆme contenu dans Ω. a on a par l’in´galit´ de H¨lder. L La famille ρr ∗ f est donc ´quicontinue sur ω. Ωc ). r) ⊂ Ω} ∩ e e e e B(0. impliquent que (f 1 Ωr ) ∗ hr ∈ C0 1 ◦ Ω |f (x) − f (x)1 Ωr |p dx < εp . x ∈ ω. En e e 1 reprenant les calculs pr´c´dents on a aussi pour r < 2 dist(ω.

66 CHAPITRE 7. L (7. LES ESPACES DE LEBESGUE. ◦ Illustration de la convolution et de la r´gularisation dans le cas des images e Une image photographique peut ˆtre repr´sent´e comme une fonction r´elle f born´e mee e e e e surable. du fait de e e leur acquisition par un appareil optique ou de leur transmission ult´rieure. ε) et on a donc ||f − fi || ≤ ||ρ ∗ f − ρ ∗ fi || + ||ρ ∗ f − f || + ||ρ ∗ fi − fi || ≤ ε + 2εp . qui forment des courbes de e points de discontinuit´ dans l’image. L1 . d´fini module du gradient est ´lev´. dont les valeurs sont tr`s sensibles e e e aux variations brusques pr´sentes dans l’image. et donc que g satisfait les conditions du th´or`me 7. Mais pourquoi vouloir cale e culer les d´riv´es d’une image ? A cause de l’importance des points de discontinuit´ : on appelle e e e contours les traces laiss´es par les bords des objets sur l’image f . ε + 2εp ). g´n´ralement une gaussienne. d´finie sur un ouvert born´ Ω ⊂ R2 (voir la fin du chapitre 6). l’image est e e x y donc convolu´e avec une fonction gh .10). gh = h−2 g( h . Un point est repr´sent´ avec un gris d’autant plus sombre que la valeur du e e e module du gradient y est ´lev´. sont “bruit´es”. on peut montrer que g = 1. Les images. car gh l’est. Df = ∂x ∂y Or l’irr´gularit´ de f rend difficile le calcul de ce gradient. Pr´alablement au calcul du gradient. Plusieurs m´thodes tr`s utilis´es en traitement des images e e e e pour d´tecter ces points reposent sur le calcul du gradient. Une solution ` ce probl`me est de convoluer e e e a e la fonction f avec une fonction r´guli`re g dont le support est petit. . avec e e e 1 x2 y 2 exp(− − ). Rappelons que le gradient est une fonction de R e e e pour une image f par : ∂f ∂f . il existe i tel que ρr ∗ f ∈ B(ρr ∗ fi . Il nous suffira de consid´rer le bruit comme une forme d’irr´gularit´ de e e e e l’image.9 e e (approximation de l’identit´). h ). Sur la figure 7. qui rend d´licat le calcul de ses d´riv´es. En effet. L∞ Par le th´or`me de Fubini-Tonelli et si r < δ(ε). Nous remarquons que les points de gradient ´lev´ sont plus e e e e nombreux et moins li´s ` la structure de la sc`ne sur l’image |Df | que sur les images |D(f ∗ g1 )| e a e et |D(f ∗ g3 )|. mˆme si un effet de flou est e a e tr`s visible. 2π 2 2 Le th´or`me 7. g(x.7 nous assure alors que f ∗ gh est diff´rentiable (et mˆme C ∞ ). Il e e existe de nombreuses d´finitions du bruit faisant intervenir la th´orie des probabilit´s que nous e e e ne d´taillerons pas ici. ce qui implique que f ∗ gh converge vers f dans Lp lorsque h e tend vers 0.1 nous montrons une image “bruit´e” ainsi que deux convolutions e avec g1 et g3 . On commence par recouvrir la famille ρr ∗ f par des boules en nombre fini B(fi ∗ ρr . e e e e De plus. on obtient e e ω |ρr ∗ f (x) − f (x)|p dx ≤ B(0. si f ∈ F. y) = . on en d´duit que F est recouverte par les a a e boules en nombre fini B(fi . Nous remarquons la proximit´ de ces images ` f . on montre que la famille F peut ˆtre pour tout ε recouverte par un nombre fini e de boules de rayon arbitrairement petit. ε).10) Pour conclure. LP . Grˆce ` (7. puis sur une s´lection de points o` le e e u 2 dans R2 . Nous montrons ´galement les images de la norme du gradient pour l’image originale e e et les convolu´es.r) ρr (y)||τy f − f ||p p (Ω) dy ≤ εp .

de haut en bas : l’image originale f . Le e e e th´or`me 7. Colonne e de gauche. La fonction gh d´signe la gaussienne gh (x. |D(f ∗ a g1 )|. e . Colonne de droite.7 (r´gularisation par convolution) nous assure que les fonctions f ∗ gh e e e sont diff´rentiables pour tout h. Le calcul du gradient de ces deux images donne un r´sultat e e visuellement plus int´ressant que sur l’image originale.´ 7. c’est ` dire |Df |. qui u e donnent une information sur la pr´sence de contours.1. 7.1 – Illustration de la convolution et de la r´gularisation dans le cas des images. les gradients correspondants. l’image convolu´e e e f ∗ g3 . et |D(f ∗ g3 )|. Les deux images suivantes sont ıt proches de l’image originale (malgr´ un visible effet de flou). L’image originale est tr`s bruit´e. CONVOLUTION ET REGULARISATION DES FONCTIONS DE LP 67 Fig. e e e Les points o` le gradient est fort correspondent aux points de dicontinuit´ de l’image. l’image convolu´e f ∗ g1 . Un point est d’autant plus sombre que la valeur du module du gradient y2 x2 1 en ce point est ´lev´e. y) = 2πh exp(− 2h2 − 2h2 ). mais beaucoup plus r´guli`res. ce e e e qui apparaˆ nettement sur l’image du gradient correspondant.9 (approximation de l’identit´) nous assure que f ∗ gh tend vers f dans Lp si h tend e e e vers 0. Le th´or`me 7. de haut en bas.

(Le faire d’abord pour une fonction born´e et passer au cas g´n´ral. 1]. 1] o` cn est choisi pour que u 1) V´rifier que e 1 0 1 −1 Qn dt = 1. a e Exercice 5 On admet le r´sultat suivant (dˆ a Shauder. V´rifier que Pn est polynomial et montrer que Pn converge vers f uniform´ment sur [0. (lorsque cela a un sens). ∀n ≥ 1. 1]. Exercice 2 1 1) Soit χn (x) = 2n sur [−n. L1 . √ et en d´duire que cn < n. 1].Bony. Etudier sa limite dans L1 (I et dans R) 2 (I L R) quand n → +∞.) e e e Exercice 4 (J. functional analysis) : e u . {f ∈ L1 (I ∩ L2 (I : R) R) est dense dans L2 (I R). on suppose que f (0) = f (1) = 0. Tn (f )(x) −→ C f (x) o` C u est une constante ` d´terminer.) e 2) Soit f ∈ C([0. 2) Utiliser cette suite de fonctions pour montrer que (1 − t ) dt ≥ 2 n 1 √ n 0 (1 − nt2 )dt. 1) si f ∈ L1 (I montrer que Tn (f ) est d´finie p. montrer que f ∈ L1 (Ω) =⇒ ∀ε > 0.M. voir Rudin. L∞ 7. I o a e R). I R). χn (x) = 0 ailleurs. montrer que ∀x. si A est mesurable R et |A| ≤ δ alors A |f |dx ≤ ε. I R f (x) dx = 0} Exercice 3 Propri´t´ d’absolue continuit´ de l’int´grale ee e e Soit Ω un ouvert de I N . ∃δ > 0.p. 1]. LES ESPACES DE LEBESGUE. 2) Si f est continue et born´e. On prolonge f et Qn par 0 ` I tout a R entier et on pose Pn (x) = f ∗ Qn (x) pour x ∈ [0. e e 3) Montrer que les polynˆmes ` coefficients r´els sont denses dans C([0. et Tn (f ) ∈ L1 (I R). R) e R. (Faire un dessin. e e 3) Si f est continue et f (x) −→ 0 quand |x| → +∞. n]. Ecole Polytechnique) Soit g ∈ L1 (I et soit f d´finie sur I On pose. montrer que Tn (f ) est continue et born´e.2 Exercices Exercice 1 (Th´or`me de Weierstrass) e e Soit Qn (t) = cn (1 − t2 )n sur [−1. LP .68 CHAPITRE 7. Tn (f )(x) = I R f (x − y n )g(y)dy. e R).

e 2c) Montrer que ∃n0 tel que int(En0 ) = ∅. Soit E = C[0. On va montrer e p avec injection continue. 1 ). EXERCICES 69 Soit E un espace de Banach. Montrer que limp→∞ f p = f ∞ . |fnk (x)| ≤ h(x) p. Exercice 6 On note le produit de convolution. e e ee neutre pour . 2b) Montrer que ∀n. Soit Ω un ouvert born´ de I N . r p q 2d) En d´duire que id : E. 1 −→ L 1 1+ n 0 est continue. 1]. q]. vers f et un chapeau int´grable h tel que ∀k. En est ferm´ dans (E. Montrer que f ∈ L∞ (Ω). Montrer que f r +∞ −t x−1 e t dt. 1[ et f (x) = log x. ∀r ∈ [p. ∀p tel que 1 ≤ p < ∞. e Exercice 10 avec θ ∈ [0.2. montrer qu’il existe f ∈ E telle que ∀x ∈ [0. soit K ⊂ E un compact et soit T : E → K une application continue alors ∃x ∈ K tel que T x = x. e R 1) Soit f ∈ L∞ (Ω). 1] et donc f ∈ Lr . 1] muni de ∞ . 1 f (x) = 0 sin(x + f 2 (t))dt. on suppose que ∃C telle que f p ≤ C. 0 Montrer que Γ est C ∞ sur I + . E∩L n 2a) Montrer que E = n En . 2) Soit f ∈ 1≤p<∞ Lp (Ω). Montrer que (L1 (I +. e .7. 2) Soit E un sous-espace vectoriel ferm´ de L1 tel que E ⊂ 1<q≤+∞ Lq . On consid`re les ensembles E = {f ∈ que ∃p > 1 tel que E ⊂ L e n 1 1+ n .p. R ≤ f θ p f 1−θ q . 3) Soit Ω =]0. e Exercice 8 On note Γ(x) = Exercice 9 1)Soit f ∈ Lp ∩ Lq avec p < q. o` u θ 1−θ 1 = + . v´rifier que f ∈ 1≤p<∞ Lp (Ω) et que f ∈ L∞ (Ω). montrer qu’il existe une sous-suite fnk de la suite fn qui converge p. f 1+ 1 ≤ n}). Exercice 7 R´ciproque du Th´or`me de convergence domin´e e e e e Si fn −→ f dans L1 . ) est une alg`bre de Banach commutative qui ne poss`de pas d’´l´ment R).p.

4) Montrer que f ∈ S =⇒ f ∈ S. q ∈ I supx∈I |xp f (q) (x)| < ∞. P f ∈ S. Premi`re partie : e On notera S l’espace des fonctions f ind´finiment d´rivables sur I (et ` valeurs complexes). ( ) I R eixξ f Φdξ = I R Φ(y)f (x + y)dy. N. R ∞ (I que f ∈ C R) et ∀k ∈ I N. LP . R 3) Montrer que ∀P polynˆme. ∀P polynˆme. ∀f ∈ S. 1) Soit f ∈ telle que ∀p ∈ I supx∈I |xp f (x)| < ∞. V´rifier que ψa ∈ S et montrer que e ψa (ξ) = π −( ξ2 ) e 4a a et I R ψa (ξ)dξ = 2π. montrer que ∀x ∈ I R. o ∀f ∈ S. 2 7) Soit f ∈ S. R) R Pour f ∈ L1 (I on notera R). lim n∞ (q) sup |xp fn (x)| x∈I R = 0. R) f (k) = (iξ)k f . L1 . montrer N. on veut montrer la formule d’inversion suivante ∀x ∈ I R. 2π I R . R) 6) Soit a > 0 et ψa (x) = e−ax . f (x) = 1 eixξ f (ξ)dξ.70 Exercice 11 CHAPITRE 7. L∞ On notera L1 (I et L2 (I les espaces de Lebesgue usuels. a) Soit Φ ∈ S. f ∈ S. LES ESPACES DE LEBESGUE. o fn −→ 0 dans L1 (I et fn −→ 0 dans S. f (ξ) = L1 (I R) I R e−ixξ f (x)dx. On pose gk (x) = (−ix)k f (x). o` les fonctions consid´r´es sont R) R) u ee a ` valeurs complexes. Montrer que si fn −→ 0 dans S alors fn −→ 0 dans S. q ∈ I N. R) R) N. 5) On dit que la suite (fn )n ⊂ S converge vers 0 dans S si ∀p. S ⊂ L1 (I R). P fn −→ 0 dans S. f (k) = gk . e e R a telles que ∀p. 2) Soit f ∈ C ∞ (I ∩ L1 (I telle que ∀k ∈ I f (k) ∈ L1 (I alors montrer que ∀k. En particulier L2 (I est muni du produit scalaire I f (x)g(x)dx.

` valeurs dans L2 (I e a R). 71 10) D´montrer le r´sultat suivant : e e Soient E et F deux espaces vectoriels norm´s. et G un sous-espace vectoriel dense e dans E. 11) Si on note F l’application d´finie sur S.7. 9) Soient ϕ et ψ dans S.) e . F complet.2. Deuxi`me partie : e 8) V´rifier que S est dense dans L2 (I e R). I R 1 ϕ ψ dξ. montrer que a) b) c) ϕ ψ dξ. ϕ ψ dx = 2π I R I R ϕ ∗ ψ = ϕ ψ. choisir Φ(t) = Φ0 (εt) o` ε > 0 dans ( ) et montrer que e u Φ0 (0) c) Conclure. I R ϕ ψ dx = I R eixξ f (ξ)dξ = f (x) I R Φ0 (y)dy. Si A est un op´rateur lin´aire continu de G dans F alors il existe un prolongement e e ˜ e ˜ unique A lin´aire continu de E dans F et A = A . par F(f ) = f . EXERCICES b) Soit Φ0 ∈ S donn´e. L L (Un isomorphisme est une application lin´aire bijective bicontinue. v´rifier que e F(f ) 2 2 = 2π f 2 2 et que F se prolonge en un isomorphisme de L2 (I sur L2 (I R) R).

LES ESPACES DE LEBESGUE. LP .72 CHAPITRE 7. L1 . L∞ .

R D´monstration En effet. constantes sur chaque hypercube C k.1 Espaces emboˆ es d’approximation des Lp . on remplace v par sa moyenne sur chaque cube dyadique. 2N . chaque cube et donc aussi dans L e e e Fixons donc un tel cube C et notons Ci ses sous-cubes |vk |p = |vk |p = (mes(Cik ))1−p ( i p p−1 p C i Ci k Ci |v|)p ≤ |v|p . on omettra l’indice 2 u courant z. o` z ∈ ZN . On commence par subdiviser I N en hypercubes d’ar`te R e −k . 1]N ). dualit´ des e e e e e Lp 8. qui est de poser vk (i)(x) = mes(C k ) C k v(y)dy si x ∈ Cik . e R 1 ≤ p < ∞ par des fonctions en escalier. on a pour tout p ≥ 1 : R ||vk ||Lp ≤ ||v||Lp .. Ensuite. vk est ´videmment la meilleure approximation quadratique de v sur e e 2 . de la forme donc C k. De plus. On a 1 un mode standard pour le faire. i = 1. Il suffit de montrer la premi`re in´galit´ sur chaque cube. ≤ (mes(Cik ))1−p ( i k Ci |v|p ) p (mes(Cik ) 73 p= . Dans la suite. .z . Chacun des cubes C k. On voit imm´diatement que ces espaces sont emboˆ es : e ıt´ Vk+1 ⊂ Vk . On appelle Vk l’espace des fonctions en escalier.. vk → v ∈ Lp (I N ). En i i d’autres termes.Chapitre 8 R´flexivit´. s´parabilit´ ıt´ e e On va commencer par d´finir un mode standard pour approximer les fonctions de Lp (I N ). on a envie d’approcher les fonctions de v ∈ Lp par des fonctions en escalier. s´parabilit´. k ≥ 0.z = 2−k (z+[0.. Lemme 8.z est une union de 2N hypercubes du type Cik+1 .1 La fonction en escalier vk est la meilleure approximation de v dans Vk pour la norme de L2 (I N ).

e Proposition 8. valeurs qui peuvent raisonnae e blement ˆtre mod´lis´es par l’int´grale de la fonction f sur la surface du capteur. C k. l’image num´rique obtenue ´tant c e e constitu´e de l’ensemble des valeurs retourn´es par ces capteurs. une contradiction. . R e e D´monstration Par le (Lemme 8. 1]2 .z o` l’on rappelle que C k. 2k ]N . Alors k V a e R Consid´rons les fonctions fr = 1 B(0. on pourrait pour tout r trouver n(r) ∈ I tel que N 1 ∞ > 0 si r = r .z . ||gn(r) − gn(r ) ||L r → n(r) est donc injective. Chacun de ces capteurs compte u e le nombre de photons re¸us pendant un certain laps de temps. avec z ∈ Z2 . Signalons que ces fonctions vk sont les objets a de base du traitement des images num´riques. e 1 R e S’il y avait une suite gn dense dans L∞ . L’application e e ||fr − gn(r) || < 2 .1). le troisi`me aussi car il est la projection su Vk du premier. Or les capteurs d’une e e e a cam´ra num´rique (appel´s CCD pour l’anglais “charged coupled devices”) sont carr´s. nous consid´rons les fonctions vk d´finies. Nous supposerons que le support de v est [0.z ) v(y)dy. On conclut ais´ment. 1]2 . e a e Le second terme est la diff´rence entre g et une approximation de Riemann. la quantit´ de lumi`re arrivant sur les e e e capteurs ` l’int´rieur d’une cam´ra. ea De mˆme que pr´c´demment. de sorte que les e valeurs retenues pour les fonctions vk appartiennent ` un ensemble fini d’entiers (ph´nom`ne de a e e quantification). est repr´sent´e par une fonction born´e ` support compact. sur l’intervalle [0. En effet. pour k variant de 3 ` 8.r) . Soit V ⊂ V l’ensemble des fonctions dyadiques sur [−2k . Le premier terme est inf´rieur ` ε. par e e e e e vk (x) = 1 mes(C k. La figure 8. SEPARABILITE. et repr´sente une image e naturelle comme expliqu´ ` la fin du chapitre 6. ◦ D´composition dyadique d’une image Nous illustrons visuellement le concept de mare tingale dans le cas suivant : la fonction v est une fonction de Lp (R2 ). REFLEXIVITE. Remarquons e e e e toutefois que chacun de ces capteurs transmet une quantit´ finie d’information. les fonctions en escalier dyadiques sont denses dans e p (I N ).z = 2−k (z + [0. tend donc vers z´ro e e quand k augmente. ˜k L R a k ˜k est ` la fois d´nombrable et dense dans Lp (I N ).1 repr´sente les fonctions vk . Remarquons que l’hypoth`se sur u e le support de v implique que vk est non nulle sur 2k cubes dyadiques au plus. DUALITE DES LP Montrons maintenant que vk → v dans Lp . apr`s passage par les instruments optiques (diaphragme a e e e et lentille). et tae e e e pissent le plan o` se projette l’image selon un damier r´gulier.74 ´ ´ ´ ´ ´ CHAPITRE 8. ` valeurs rationnelles.1 Lp (I N ) est s´parable pour 1 ≤ p < ∞ et non s´parable pour p = +∞. 1]2 ). la diminution de k e a correspond ` des pertes d’information successives. Par l’in´galit´ triangulaire. r ∈ I + . On ||fr − fr ||L∞ = 1 d`s que r = r . pour x ∈ C k. On approche v dans Lp par une fonction continue ` a support compact g telle que ||v − g||Lp ≤ ε. On a alors ||v − vk ||p ≤ ||v − g||p + ||g − gk ||p + ||gk − vk ||.

1.1. espace e e e e e ee des fonctions en escalier constantes sur chaque hypercube C k. z ∈ Z2 . ESPACES EMBOˆ ES D’APPROXIMATION DES LP . Si l’on se restreint comme ici aux images born´es.z . D’apr`s le lemme 8. la Vk est 2 a k valeur de vk est la moyenne des valeurs prises par vk+1 sur C k. chaque image vk est la meilleure approximation e de l’image v (qui repr´sente la quantit´ de lumi`re ´mise par la sc`ne consid´r´e) dans Vk .1 – Exemples de fonctions vk dans le cas d’une image . la dimension de chaque espace e e k . 7. 1]2 . de haut en bas et de gauche ` a droite : k = 8. SEPARABILITE IT ´ 75 Fig.z . La suite des images v est une martingale. . 1]2 . 6. 3. c’est ` dire que sur chaque cube C k. 4.´ ´ 8. 5.z = 2−k z + [0. 8. d´finies sur [0.

2). a]N . ∀v ∈ Lp . sur Cik .1 Pour tout 1 ≤ p < ∞. il existe donc une fonction f ∈ Lp telle que e ˜ ∀u ∈ Lp . f (u) = et fu ˜ ||f ||(Lp ) = ||f ||Lp . D´monstration e Si v ∈ Vk .2 ˜ ∀v ∈ Vk . on note vk (i) sa valeur. ∀l ≥ k. fl = E E fk . Donc fk (x)v(x)dx. un hypercube de I N .2 Dualit´ Lp − Lp e Remarque 8. Donc on a l’inclusion L o section l’inclusion inverse. On consid`re la suite d’espaces emboˆ es Vk R e ıt´ k ) contenus dans C. On va montrer dans cette H¨lder | f u| ≤ ||f ||Lp ||u||Lp . d´finie de fonctions en escalier dyadiques constantes sur des hypercubes (Ci i e dans la section pr´c´dente. (8. Montrons (8.1) et le lemme 8. Lp (I N ) est le dual topologique de Lp . On note Tk la tribu engendr´e. C ˜ f (v) = v(i)fk (i)mes(Cik ) = i ce qui prouve (8.3) . Th´or`me 8. Cik . d´finie par a ˜ e ˜ fk (i) = f ( 1 1 k ). Comme ||fk ||Lp = supv∈Lp fk v = C R C fk v ||v||Lp . De plus. on a v = ˜ 1 v(i)f (1 C k ) = i i 1 k i v(i)1 Ci . a ∈ Z. REFLEXIVITE. Comme fk est constante sur chaque cube.1 pr´liminaire : si f ∈ Lp . ˜ ˜ ˜ fk vk = f (vk ) ≤ ||f ||||vk ||Lp ≤ ||f ||||v||Lp . ◦ on obtient (8. DUALITE DES LP 8. (8. on associe ` f ∈ (Lp ) sa “projection” fk sur Vk .2) ˜ ||fk ||Lp ≤ ||f ||(Lp ) . 1 mes(Cik ) Ci ˜a La fonction fk peut ˆtre consid´r´e comme la restriction de f ` Vk car elle v´rifie e ee e Lemme 8. quelconques d’hypercubes Ci Si vk ∈ Vk .3 La suite (fk . constante. Lemme 8. on a en utilisant (8.2).76 ´ ´ ´ ´ ´ CHAPITRE 8. Tk ) est une martingale a temps discret. Par analogie avec la projection v → vk . SEPARABILITE.1. Pour toute forme e e R ˜ lin´aire continue f sur Lp .1). c’est-`-dire l’ensemble des unions e e a k. alors pour tout u ∈ Lp on a par l’in´galit´ de e e e p ⊂ (Lp ) . Soit C = [−a. f (v) = fk v. Les hypercubes (Cik+1 ) sont obtenus en subdivisant en 2N hypercubes e e ´gaux chaque hypercube Cik .1) (8. c’est-`-dire que l’on a ` a ∀E ∈ Tk .

◦ Le cas p = +∞ se traite ais´ment.´ 8. ◦ . min(M. e Rappel : une suite de fonctions fk est dite ´quiint´grable si e e ∀ε > 0 ∃η. on a c ≥ lim inf |fk |p ≥ lim inf |fk (x)|p = |f (x)|p . ` D´monstration e En appliquant le lemme de Fatou. En prenant η = η(ε) et en utilisant l’´quiint´grabilit´. K M mes({|fk | ≥ M }) ≤ et donc mes({|fk | ≥ M }) ≤ η pour M assez grand.4 Soit fk une suite de fonctions telles que ||fk ||Lp ≤ c et que fk (x) converge presque partout vers une fonction f (x). Tk ) est une martingale a temps discret. fl = E C ˜ 1 fl 1 E = f (1 E ) = 1 C fk 1 = 1E E fk .1) ∀l ≥ k. et si supk ` fk (x) converge presque partout. f )).5 Si (fk . Alors f appartient aussi a Lp et ||f ||p ≤ lim inf k ||fk ||p . mes(K) < η ⇒ D´monstration du Lemme de Vitali e On a |fk (x)| ≤ c |fk (x)|dx < ε. min(M. Donc on a pour k assez grand |f − fk | ≤ |f − f M | + M |f M − fk | + M |fk − fk | ≤ 3ε.6 (Vitali) Soit C un born´ de I N et fk est une suite de fonctions ´quiint´grable dans e R e e 1 (C) qui converge presque partout vers une fonction f . ∀k ≥ 1.2. ◦ Lemme 8. e Lemme 8. si E ∈ Tk . e a Lemme 8. + fk < +∞. DUALITE LP − LP 77 D´monstration En effet. La suite e e e e M = max(−M. f )) converge par le th´or`me de Lebesgue dans L1 (C) vers f fk e e M = max(−M. sa fonction indicatrice 1 E est dans Vk ⊂ Vl et on a donc e 1 en utilisant deux fois (8. Voir l’exercice 5. L k Remarque 8.2 La r´ciproque est vraie. Alors f converge vers f dans L1 (C). alors la suite Nous allons d´montrer ce lemme dans la sous-section suivante sur les martingales ` temps discret. on en d´duit que {|fk |≥M } |fk (x)|dx ≤ ε pour M assez grand.

DUALITE DES LP ˜` Lemme 8.5) On peut donc poser f (x) = fl (x) si x ∈ Cl . Comme la suite fk est born´e dans Lp (C) et que e p > 1. l ∈ I Par e e ıt´ u N. L R e ◦ Proposition 8. par l’in´galit´ de H¨lder. on peut e ˜ passer ` la limite quand k → ∞. elles sont ´gales. Reste ` montrer que f (v) = C f v a p (C).2). f (v) = Cette fonction f satisfaisant (8. 1 1 f (x)v(x)dx C (8. SEPARABILITE. fk converge donc vers f dans L1 (C). ∪l Vl . En effet. ◦ Lemme 8. R e D´monstration On consid`re les espaces emboˆ es Vl = Lp (Cl ). Mais cette relation est vraie si v est dans un quelconque V . le lemme 8. Si on a pour toute fonction v dans Lp (C). Comme les fonctions de Vk sont born´es. fk+l = fl sur Cl et e ˜ ||fl ||Lp ≤ ||f ||(Lp ) .6) fl (x)v(x)dx C (8. par unicit´ de fl . pour tout v ∈ L k ˜ f (v) = C fk v et fk tend vers f ∈ L1 (C). on d´duit e e e p et ||f || ˜||(Lp ) . Comme f (consid´r´e comme une forme lin´aire sur de (8.2 L1 (I N ) n’est pas r´flexif. sur un sous-espace dense de L k Montrons que la fonction f est unique. En effet. Cela prouve que les formes lin´aires continues f et f co¨ a e ıncident p (C). l]N . o` Cl = [−l. elle est ´quiint´grable. D´monstration Par l’in´galit´ de H¨lder et par (8. En appliquant le th´or`me de Beppo-Levi.78 ´ ´ ´ ´ ´ CHAPITRE 8.7 La suite des restrictions fk de f a Vk converge presque partout vers une fonction p (C) telle que f ∈L ˜ ∀v ∈ Lp (C). on obtient ||fk ||L1 ≤ c||fk ||Lp ≤ e e e o ˜ c||f ||(Lp ) . et donc partout. Donc fk (x) converge presque partout et par le lemme 8.4) K ˜ Par le lemme de Vitali. REFLEXIVITE. On peut appliquer le lemme 8. f (v) = et on a. R e .4) est unique.8 Lp (I N ) est r´flexif et (Lp ) = Lp . C f1 v = C f2 v.5.7 il existe des fonctions f ∈ Lp (Cl ) telles que ˜ ∀v ∈ Lp (Cl ). alors (f1 − f2 )v = 0 et en choisissant v = Signe(f1 − f2 ) on obtient f1 = f2 presque partout. l’union des V . e e e e o |fk (x)|dx ≤ (mes(K)) p ||fk ||Lp ≤ cmes(K) p .6) que f ∈ L ee e Lp ≤ ||f p ) et f co¨ ˜ ıncident sur le sous-espace dense de Lp (I N ). (8.4 on conclut que f est dans Lp (C).

e N. e e D´finition 8.3. si L e e e e e L∞ n’est pas s´parable.4 L1 n’est donc pas le dual de L∞ et on a seulement L1 ⊂ (L∞ ) . 8. 1 ) 1 n 79 1 mes(B(0. σ(L1 . ∀k0 ≤ p. l’ensemble {k(x) ≤ p} est une union d’ensembles {k(x) = k0 } ∈ Tk . Or.7). pour tout k. On prendra la convention commode de poser k(x) = +∞ ` quand x n’est pas dans le domaine de k.3 Martingales ` temps discret a Dans cette sous-section. Tk ). Tk ) une fonction a valeurs e e e` ` enti`res. nous d´montrons le r´sultat de convergence presque partout de e e martingale que nous avons utilis´ pour montrer la dualit´ Lp − Lp . on vient de voir que est s´parable. l(x)>p k(x)=k0 fmin(l(x). alors e e ` {x. En faisant tendre ε vers z´ro. On a ||fn ||1 = 1. k(x) = k0 } appartiennent a Tk0 . Or.8) pour ces ensembles. il existe une sous-suite e e 1 telles que f fnk et f ∈ L f . {x. Comme L1 est suppos´ r´flexif et que L∞ est son dual. . (8. e e ◦ Remarque 8. fl = E E fk . Comme L1 e 1 ´tait r´flexif. fk est Tk -mesurable et ∀E ∈ Tk .9 Si k(x) ≤ l(x) sont deux temps d’arrˆt associ´s a une martingale (fk . on obtient par 1 e le th´or`me de Lebesgue f = 0. k(x) ∈ I d´finie sur une partie de C et telle que pour tout k0 ∈ I les ensembles e N. Tk ⊂ T est une martingale e a ` temps discret si. e Remarque 8. e Par additivit´ de l’int´grale.1 On dira qu’une suite de fonctions fk .k(x)≤p} fmin(l(x). ||x||≥ε f = 0.p) (x)dx. contradiction. ou encore fnk ϕ → f ϕ pour toute fonction nk ∞ . L∞ ). ∀l ≥ k. en utilisant deux e e fois la relation de martingale (8. n )) .8) D´monstration En effet. il suffit de montrer (8. l(x)=l0 fp + k(x)=k0 . l(x)>p fp = k(x)=k0 l0 ≤p k(x)=k0 .7) D´finition 8. MARTINGALES A TEMPS DISCRET D´monstration e Supposons le contraire et soit fn = 1 B(0.k(x)≤p} fk(x)(x)dx = {x. L∞ serait aussi s´parable est r´flexif. Lemme 8. f k0 = fp = k(x)=k0 l0 ≤p k(x)=k0 .3 Autre d´monstration moins constructive : On sait que L1 = L∞ .` 8. On peut donc prendre ϕ = 1 et on trouve ϕ∈L f ϕ = f = 1. k ∈ I sommables sur un espace de probae N bilit´ C muni d’une tribu T et d’une suite croissante de sous-tribus. (8.2 On appelle temps d’arrˆt associ´ a la martingale (fk . l(x)=l0 fl0 + fp = k(x)=k0 . Mais on peut aussi prendre ϕ = 1 ||x||≥ε et on trouve pour tout ε.p) .

• k2m−1 (x) = premier k ≥ k2m−2 . γ(x)dx = k γ(x)dx = m≥1 mes{x.. γ(x) = k} = m≥1 k≥m mes{x. p]. On peut ine e terpr´ter leur domaine ainsi : e • Ω2m = {x... γa.10) en vertu de (8..... k2m+1 (x) ≤ p) est l’ensemble des x ∈ C tels que fk (x) traverse exactement m ≥ 1 fois l’intervalle [a.11) Comme sur Ω2m−1 = {k2m−1 (x) ≤ p} on a fk2m−1 (x) ≥ b. s’il existe dans [0. tel que fk (x) < a. p]. (8. tel que fk (x) > b. b] dans le e sens descendant. Lemme 8. b] dans le sens descendant pour 1 ≤ k ≤ p. • Ω2m+1 = {x. tel que fk (x) > b.. .9) et de la remarque suivante : Remarque 8. m}. On a bien-sˆr u p ∀m ∈ I {x.8). p]. p]. On d´finit les temps d’arrˆts suivants.b (x)dx ≤ sup p C (fp (x) − b)+ .10 (b − a) D´monstration e utilisant (8. γ(x) ≥ m}.b (x) ≥ m} = mesΩ2m . • k2m (x) = premier k > k2m−1 . e e N e a e • k1 (x) = premier k. γa. γ(x) ≥ kmes{x. sur l’intervalle [0. (8. de fk (x) par [a.b (x) le nombre de passages. l(x) = l0 } ∈ Tl0 . k2m (x) ≤ p} = Ω2m N.5 Si γ(x) est une fonction a valeurs dans I ` N. s’il existe dans [0. ´ventuellement infini. b] dans le sens descendant e pour k ≤ p et γa. En effet. k2m (x) ≤ p} est l’ensemble des x ∈ C tels que fk (x) traverse exactement m fois l’intervalle [a. Tk )... s’il existe dans [0. m (8.b (x)dx = m p mes{x.. DUALITE DES LP car {k(x) = k0 . on obtient en (fk2m−1 (x) − b)dx = (fk2m−1 (x) − b)dx = 0≤ Ω2m−1 k2m−1 (x)≤p . C γa.b (x) ≥ m} = {x. tel que fk (x) < a. ◦ Il est imm´diat que les km sont des temps d’arrˆt pour la martingale (fk . p] ⊂ I associ´s ` deux r´els b > a. s’il existe dans [0. b] dans le sens descendant et puis encore une fois de plus dans le sens ascendant pour 1 ≤ k ≤ p.80 ´ ´ ´ ´ ´ CHAPITRE 8.b (x) comme le nombre de passages de fk (x) par [a. p On d´finit enfin γa. REFLEXIVITE..9) et on peut donc calculer l’esp´rance du nombre de passages par [a. • k2 (x) = premier k > k1 . b] : e p γa. γ(x) = k} = m≥1 mes{x. SEPARABILITE.

b .4.12) ◦ p La relation (8. on a aussi supk f − (x)dx < ∞ et l’ensemble des points o` fk (x) tend vers −∞ est ´galement n´gligeable. e u→ Soit (un )n ⊂ K et u ∈ L2 (I tels que un R) u dans L2 (I faible. R) . on d´duit du lemme de Fatou e que l’ensemble des x o` la limite est +∞ est aussi n´gligeable.8.b (x)dx ≤ C C (fp (x) − b)+ .b est la limite croissante des γa. α I |x| R (D´composer l’int´grale suivant les ensembles [|x| > M ] et [|x| ≤ M ].11. quand e R n = m. Elle converge donc soit vers une valeur finie e + f (x). ainsi que leur union N .11) vient car γa. et en sommant sur m et en utilisant (8. et I udx ≤ 1}.10).p. e Soit f (x) = f1 (x) + f2 (x) avec f1 ∈ L∞ (I et f2 ∈ L2 (I montrer que R) R).m = {x.5 On choisit une suite (an ) dense dans I avec an = am .am = +∞}. la suite fk (x) ne peut osciller ind´finiment. le lemme de Fatou u e + + donne lim inf k fk (x)dx ≤ sup fk . soit vers −∞. soit vers +∞. Mais comme supk fk < ∞. Si x est dans le compl´mentaire de e e N .) e e 3) Soit K = {u ∈ E : u ≥ 0 p. 1 udx ∈ E . u→ 2) Soit 0 < α < 1 . ) est un espace de Banach. Consid´rons pour n = m les ensembles Nn. (8. R Montrer que K est un convexe ferm´ de E. Comme C fk (x)dx = C f1 (x)dx est constante.4 Exercices Exercice 1 Soit E = L1 (I ∩ L2 (I muni de R) R) = 1+ 2.p) (x) − b)dx ≤ (a − b)mes(Ω2m ) + (b − a)mes(Ω2m ) ≤ (fp (x) − b)dx. En effet. 81 k2m−1 (x)≤p Ω2m−1 \Ω2m D’o` u Ω2m−1 \Ω2m (fp (x) − b)dx. montrer que 2 I R f (x)u(x)dx ∈ E . EXERCICES (fmin(k2m . D´monstration du lemme 8. u e e ◦ 8. γan . Ces ensembles sont e n´gligeables par la relation 8. 1) V´rifier que (E. on obtient (b − a) p γa.

e a) Montrer que K = {u ∈ L∞ (Ω). R On pose m = inf u∈K J(u). a 7) Soit (un )n ⊂ K telle que J(un ) −→ m. DUALITE DES LP 6) Pour u ∈ E. e e ∞ (Ω) telles que f ≤ f p. } est compact faible dans L∞ (Ω). Soient fn . 5) Montrer que ´ ´ ´ ´ ´ CHAPITRE 8. α n α I |x| R I |x| R J(u) = u2 dx − 1 udx. REFLEXIVITE. Rappels 1) Propri´t´ d’absolue continuit´ : ee e N Soit Ω un ouvert de I .p. ∃A R mesurable tel que |A| ≤ δ et fn → f uniform´ment sur Ω\A. f : Ω → I mesurables telles que fn → f p. alors ∀δ > 0. ∀ϕ ∈ L1 (Ω). [Neveu]) : e e On suppose |Ω| < ∞. f ϕ ∈ L1 (Ω). Montrer que un reste born´e. v´rifier que K est ferm´ pour la topologie faible de Lp (Ω). On cherche ` prouver que cet inf est atteint. e 8) Extraire une sous-suite qui converge faiblement dans L2 (I et conclure. α I |x| R I R o` α ∈]0.p.p. ∃δ > 0 tel que ∀A mesurable avec |A| ≤ δ R on a A |f |dx ≤ ε. ϕ ≥ 0.p. on d´finit e 1 2 [. }. L 1) Si 1 ≤ p < +∞. VII) e ee e e 2) Th´or`me d’Egoroff (Voir [Rudin]. On pose K = {u ∈ R e p (Ω). R) 9) E est-il r´flexif ? e Exercice 2 Soit Ω un ouvert de I N et soit f une fonction mesurable r´elle sur Ω.) b) En d´duire que K est ferm´ faible dans L∞ (Ω). Montrer que ”l’intervalle” {u ∈ L∞ (Ω) : c) Soient f1 et f2 dans L 1 2 f1 ≤ u ≤ f2 p. SEPARABILITE. on ait uϕ ≥ f ϕ }. e e 2) On consid`re le cas p = +∞.82 4) Montrer que u ∈ K. e Exercice 4 . 1 1 u dx −→ udx. chap. Ω Ω (On pourra d’abord supposer que |Ω| < ∞. Exercice 3 Soit f ∈ L1 (I fix´e. montrer que y → τy f o` τy f (x) = f (x − y) est uniform´ment contiR) e u e nue de I dans L1 (I R R). soit f ∈ L1 (Ω) alors ∀ε > 0. u Montrer que ∃C ∈ I tel que J(u) ≥ C. u ≥ f p. (Ce r´sultat a ´t´ d´montr´ en exercice 3. ∀u ∈ K.

E Premi`re partie : e 1) Montrer que si (fn )n est ´qui-int´grable alors elle est born´e dans L1 (Ω). Une suite (fn )n de L1 (Ω) est dite ´qui-int´grable si elle v´rifie e R e e e ∀ε > 0. montrer que fn 0 dans Lp (Ω) faible. montrer que e p (Ω)) . 1 ) avec Ω =]0. |fn |dx < ε.p. | A fk dx| ≤ ε}.p. Que pouvez-vous conclure ? 1 f dans L1 (Ω) faible p. t.8. ∃δ > 0. On suppose que fn fn −→ f Montrer que fn − f Exercice 6 u Soit Ω =]0. f ∈ L1 (Ω) et si fn converge faiblement vers e f dans L1 (Ω) alors la suite (fn )n est ´qui-int´grable. Montrer que fn f dans Lp (Ω) faible.) e e . e 3) Lorsque p = 1. 1) Montrer que si fn p → f p alors fn − f p → 0. Montrer que (f ) est ´qui-int´grable si et seulement si elle 2) Soit (fn )n une suite de L e e n n v´rifie e lim (sup |fn |dx) = 0. ∀E ⊂ Ω mesurable avec |E| ≤ δ =⇒ ∀n ≥ 1. ∀k ≥ e e 1 1 1 (Ω) et appliquer le lemme de Baire. n→∞ A lim fn dx = 0. Montrer que (fn )n est ´qui-int´grable. ∀n et fn → f p. soit (fn )n ∈ Lp (Ω) et f ∈ Lp (Ω) avec 1 ≤ p < +∞. 1[ et soit fn (x) = n p e−nx o` 1 ≤ p < +∞. Exercice 5 Soit Ω un ouvert born´ de I N .) n.4. L1 −→ 0. e 1 2) Soit ϕ ∈ Cc (Ω) et soit T l’application d´finie sur Lp (Ω) par T (g) = 0 g ϕ dx. v´rifier que X est ferm´ dans L e e 2) En d´duire que si (fn )n est une suite de L1 (Ω). (fn )n est born´e dans Lp (Ω) et fn → 0 dans Lp (Ω). e e (Pour ε > 0 fix´. T ∈ (L 3) Si 1 < p < +∞. Si p = 1. On e R suppose qu’il existe C tel que fn p ≤ C. 1[ et v´rifier que fn ne converge pas e n faiblement vers f = lim fn p. consid`rer fn = n1(0. EXERCICES 83 Soit Ω un ouvert born´ de I N . 1) Montrer que fn → 0 p. e e 3) Soit (fn )n une suite de L1 (Ω) et soit f ∈ L1 (Ω). montrer que fn 0 dans L1 (Ω) faible et qu’il n’existe aucune sous-suite de (fn )n convergeant faiblement dans L1 (Ω). e e Deuxi`me partie : e 1) Soit (fn )n une suite de L1 (Ω) telle que ∀A ⊂ Ω mesurable.q. e e e 1 (Ω).p. Amesurable ⊂ Ω} et Xn = {1 A ∈ X. k→+∞ n≥1 [|fn |>k] 3) Montrer que si (fn )n est relativement compacte dans L1 (Ω) alors elle est ´qui-int´grable. 2) On suppose 1 < p < +∞. dans Ω.p. (Utiliser le Th´or`me d’Egoroff. consid´rer les ensembles X = {1 A .

REFLEXIVITE. DUALITE DES LP . SEPARABILITE.84 ´ ´ ´ ´ ´ CHAPITRE 8.

La compl´tude de e 2 (I 2 (I L R) implique donc la compl´tude de l N). Remarquer que l2 (I peut ˆtre plong´ naturellement dans L2 (I en posant N) e e R) u(x) = un si x ∈ [n. v) = (v. w).. g) = f (x)g(x)dx est ´galement un espace de Hilbert : on a vu e qu’il est complet. v) = n un vn . un . (u + v. ◦ La relation de Pythagore reste valable : si f et g sont orthogonaux. g)| + t2 ||g||2 ≥ 0. v) = λ(u. fk .1 Un espace de Hilbert r´el est un espace vectoriel r´el muni d’un produit scalaire e e e (u. On pose (f. et tel que ||u|| = (u. Cette relation s’´tend ` une suite de vecteurs orthogonaux deux ` deux.1 On pose l2 (I l’ensemble des suites u = (u1 .Chapitre 9 Espaces de Hilbert D´finition 9. g)| et on d´veloppe ||f + teiθ g||2 ≥ 0. alors ||f + g||2 = ||f ||2 + ||g||2 . e Proposition 9. g)| ≤ ||f ||||g||.1 Nous avons toujours l’in´galit´ de Cauchy-Schwarz e e |(f. . . w) = (u. w). f ) + t2 ||g||2 ≥ 0. v). ce qui donne e ||f ||2 + t(f. soit L’in´galit´ de Cauchy-Schwarz exprime que le discriminant de ce trinˆme est n´gatif. e e o e ||f ||2 + 2t|(f. (λu. v + w) = (u. R n muni du produit scalaire (f. g) = eiθ |(f. eiθ g) + t(eiθ g. v) + (u. u) soit une norme rendant H complet... On a alors e a a || k fk ||2 = 85 k ||fk ||2 . Un espace de Hilbert hermitien est un espace vectoriel sur C muni d’un produit hermitien (u. D´monstration la d´monstration est la mˆme qu’en dimension finie : elle se fait dans le plan e e e de f et g. λg) = λ(f. g) et (u. w) + (v. u). Remarquons aussi que (f.. u) soit une norme pour laquelle H soit complet. n + 1[ et qu’il apparaˆt alors sous-espace ferm´ de L2 (I ı e R). c’est un espace de Hilbert. Muni du produit scalaire (u..) avec un ∈ C et v´rifiant N) e |un |2 < ∞. v) c’est-`-dire a v´rifiant e (u. L2 (I N ). Exemple 9. v) et tel que ||u|| = (u. .

1 L’identit´ du parall´logramme : e e ||u||2 + ||v||2 = 1 (||u + v||2 + ||u − v||2 ). Montrons l’in´galit´ variationnelle ee e e e (9. on aurait en consid´rant leur milieu 2 et en e e appliquant l’identit´ du parall´logramme ` u = f − g1 et v = f − g2 . a a e e e le deuxi`me membre est une s´rie convergente. Si la s´rie un est compos´e ee e e d’´l´ments orthogonaux deux a deux et si n ||un ||2 converge. e e a 1 1 ||2f − (g1 + g2 )||2 = ||f − g1 ||2 + ||f − g2 ||2 − ||g1 − g2 ||2 . C)2 .2 Soit H un Hilbert et fn une suite d’´l´ments de H. ||g − f ||2 ≤ ||f − g − t(h − g)||2 ce qui est ´quivalent ` e a ∀t ∈ [0. h − g) ≤ 0. ` ee Lemme 9. t2 ||h − g||2 − 2tRe(f − g. c’est impossible. 2 La somme des carr´s des longueurs des cot´s d’un parall´logramme est ´gale a la demi-somme e e e e ` des carr´s de ses diagonales. la s´rie n un converge dans H.2) . e D´monstration du th´or`me 9. Pour e e e tout f ∈ H il existe un unique point de C. 2 2 Quand n et m tendent vers l’infini. (9.1).86 CHAPITRE 9. e e e gn + gm 2 1 ||gn − gm ||2 = ||f − gn ||2 + ||f − gm ||2 − 2||f − || . la projection de f est l’unique point g ∈ C tel que e f − g soit orthogonal a tous les ´l´ments de C. car C est ferm´. Mais comme g1 +g2 est dans C. e e e e e e la suite vk = k vn est de Cauchy puisque ||vk − vl || ≤ k ||un ||.1 Soit H un espace de Hilbert et C un convexe ferm´ et non vide de H. a On a donc ∀t ∈ [0. On a donc e e est bien un ´l´ment de H si ee Proposition 9. ESPACES DE HILBERT k fk . La suite gn est donc de Cauchy et converge vers un ´l´ment g de C. ◦ 0 l Th´or`me 9. On montre 2 2 maintenant l’existence de la projection. le membre de droite tend vers 0. Si la s´rie de terme g´n´ral ||un || est convergente. Soit gn une suite de C telle que ||f − gn || → d(f. Cette projection se caract´rise comme l’unique point g de C tel que e ∀h ∈ C. 1]. 2 2 Donc ||f − g1 +g2 ||2 < d(f. et t ∈ [0.1 Montrons d’abord l’unicit´. les points g + t(h − g) du segment [g.1) Si C est un sous-espace vectoriel ferm´ de H. Grˆce ` la compl´tude. Re(f − g. S’il existait deux ´l´ments e e e e ee g1 +g2 g1 et g2 r´alisant la projection de f sur C. C). Pour tout h ∈ C. e e e e D´monstration La deuxi`me partie de l’´nonc´ se d´duit de la compl´tude de H. appel´ projection de f sur H dont la distance a f e ` soit minimum. le premier membre de cette ´galit´. h] appartiennent ` C. 1]. En utilisant de nouveau l’in´galit´ du parall´logramme. alors la s´rie n un converge dans ee ` e H. En effet. h − g) ≥ 0. 1]. (9.

1 D´montrer en utilisant (9. faut et il suffit que A e ` D´monstration e Si A est total. si g ∈ C v´rifie (v. e a ⊥ ⊥ R´ciproquement. g − f ) = 0 pour tout e e v ∈ C. ◦ Exercice 9. C’est un sous-espace vectoriel ferm´ de H. on a toujours (A⊥ )⊥ = Vect(A). si A⊥ = 0.1. (F ⊥ )⊥ = F.3) enfin que A⊥ = Vect(A) . R´ciproquement. g ∈ F. En effet. H ⊥ = {0}. ce qui signifie que A e est total. si (9. g − f )) ≤ 0 projection de f . alors tout ´l´ment e ee de H se d´compose de mani`re unique sous la forme e e f = g + h. e Corollaire 9. on a Vect(A) = {0} et donc Vect(A) = H. (v. On a donc u H = F + F ⊥ .1). ◦ . g − f ) = 0.87 On divise par t et on fait tendre t vers 0± pour obtenir (9. si un ´l´ment f est orthogonal ` A. il est orthogonal aux ee a combinaisons lin´aires d’´l´ments de A et donc ` Vect(A) et par un passage ` la limite imm´diat e ee a a e a ` Vect(A). On a donc Re(eiθ (v. D´finition 9. ◦ D´monstration La relation (9.1). on a (v − g. a Consid´rons pour terminer le cas o` C est un sous-espace vectoriel ferm´ de H. Si A ⊂ H.2 et d´finition On dit qu’un sous-ensemble A de l’espace de Hilbert H est total e si l’espace vectoriel Vect(A) engendr´ par A est dense dans H. Alors f − g = h appartient ` F ⊥ par (9. h ∈ F ⊥ o` g est la projection de h sur F et h la projection de h sur F ⊥ .1 : si f ∈ H on note e e e e g sa projection orthogonale sur F .3) est une cons´quence du th´or`me 9. g e e e est bien la projection de f sur C. (9. On remarque a ⊥ Corollaire 9. Soit g la e u e iθ v appartient ` C. (9. ∀f ∈ A.2) aussi et en faisant t = 1 on voit que ||f − g|| r´alise la distance minimale e de f ` un point de C. il e ⊥ soit r´duit a {0}. Pour que A soit total dans H.1) est v´rifi´e e e e pour tout h ∈ C. g + e a pour tout θ et donc (v.1) que la projection P sur un convexe est une applicae tion contractante : ||P f1 − P f2 || ≤ ||f1 − f2 ||.2 On appelle orthogonal d’un sous-ensemble A de H et note A⊥ l’ensemble e A⊥ = {v. Pour tout v dans C. Vect(A) est ´gal ` H et donc A⊥ = Vect(A) = H ⊥ = {0}. R´ciproquement. f ) = 0}. g − f ) = 0 pour tout v dans C et par la deuxi`me partie du th´or`me 9.1 Si F un sous-espace vectoriel ferm´ d’un espace de Hilbert H.

4). l’application v ∈ H → (v. u ◦ f (x + y)g0 (y)dy = f (x − y)g0 (−y)dy = f ∗ g(x). H est son propre dual. Comme f = 0. ˜ ˜ f (g) f (g) ˜ Le second terme v´rifie f (v2 ) = 0 et appartient donc ` L. R´ciproquement. qui appartient par hypoth`se ` e e e e a 2 (I N )) . Donc par e u (9. o` l’on rappelle que l’on note τx f (y) = f (y + x). En d’autres termes. e e a ˜ non nul. T f (x) = (τx (T f ))(0) = T (τx f )(0) = o` g(y) = g0 (−y). e Remarque 9. si f est une forme lin´aire continue sur H. qui est un espace vectoriel e ˜ ferm´. lin´aire. f (v) = (v.1 On connaˆ d´j` ce r´sultat dans le cas o` H = L2 (I N ).2 (Riesz) Pour tout f ∈ H. f ) est une forme lin´aire e e e ˜ continue sur H. L est un sous-espace strict et donc L⊥ n’est pas r´duit ` {0}. on a donc e a (v. R´ciproquement. ||g||2 ˜ f (v) ||g||2 . T (τx f ) = τx T f . ıt e a e u R D´monstration La premi`re assertion d´coule de l’in´galit´ de Cauchy-Schwarz. Il existe donc une fonction g ∈ L2 telle que (L R 0 (T f )(0) = I N R f (x)g0 (x)dx. (9.88 CHAPITRE 9.4) Par hypoth`se aussi. I N R I N R . invariant par translation et continu. Alors il existe g dans L R e D´monstration On consid`re la forme lin´aire f → (T f )(0). Soit g ∈ L⊥ . e e e e e e ˜ soit f une forme lin´aire continue et non nulle sur H et L son noyau. g) = Il en r´sulte que e ˜ f (g) ˜ g). ˜ f (g) ◦ 0 R Th´or`me 9. ESPACES DE HILBERT Th´or`me 9.3 (L’universalit´ de la convolution) Soit T : L2 (I N ) → C0 (I N ) un op´rateur e e e R e 2 (I N ) telle que T (f ) = g∗f . On a donc f (g) = 0 et on pose pour tout v ∈ H v= ˜ ˜ f (v) f (v) g + (v − g) = v1 + v2 . Tout espace de Hilbert est donc r´flexif. il existe un unique e e ´l´ment f ∈ H tel que ee ˜ f (v) = (v. Comme g ∈ L⊥ . f ).

D´finition 9. k=1 g ce qui donne un syst`me orthogonal et on pose finalement en = ||gn || . On a donc (en . On pose par r´currence e n gn+1 = fn+1 − (fn+1 .6) n cn en n < ∞.5) et les coordonn´es sur la base v´rifient l’´galit´ de Parseval e e e e ||f ||2 = R´ciproquement. e 2 ≤ ||f ||2 . em ) = δn. c’est-`-dire tel qu’aue e a cun vecteur de la suite n’est combinaison lin´aire des autres.1 Bases hilbertiennes D´finition 9. on obtient Donc ||fm || e e n ||fm ||2 = 1 |cn (f )|2 ≤ ||f ||2 . gk )gk .7) ce qui prouve que la s´rie n cn (f )en est convergente dans H (proposition 9. on voit que (fm − g. ce qui donne une suite en e n orthonorm´e. On en extrait par r´currence sur n un e e sous-syst`me libre (que nous appellerons encore par commodit´ (fn )). e e e D´monstration Soit (fn )n une suite dense de H.3 On dit qu’un espace de Hilbert est s´parable s’il admet une suite d´nombrable e e e et dense. Reste ` montrer que f = g. Le syst`me obtenu n’est plus e e n´cessairement dense. Appelons g sa e somme.1. Mais si n ≤ m. en )en = n cn (f )en (9. e |cn (f )|2 . e e e N Alors tout ´l´ment de H peut s’´crire comme la somme d’une s´rie convergente ee e e f= n (f.4 Tout espace de Hilbert s´parable admet une base hilbertienne. (9. Par le th´or`me de Pythagore. On v´rifie que (f − fm .2). 2 n |cn | (9. en ) = 0 pour n ≤ m.5 Soit H un espace de Hilbert s´parable et (en )n∈I une base hilbertienne de H.m et Vect((en )n ) = e e N H. On applique alors le proc´d´ de Hilbert-Schmidt ` la e e e a suite fn . ◦ Th´or`me 9. en ) = 0 et en passant a . BASES HILBERTIENNES 89 9.9.4 Soit un espace de Hilbert s´parable. Le syst`me est bien total puisque les en engendrent les fn et c’est donc une base e e hilbertienne. e e 1 Donc fm est la projection orthogonale de f sur l’espace engendr´ par les en pour 0 ≤ n ≤ m. Th´or`me 9. On appelle base hilbertienne de H un e e syst`me orthonorm´ fini ou infini (en )n∈I qui est total. la s´rie e converge dans H D´monstration On pose fm = m cn (f )en . mais il reste total. si cn est une suite v´rifiant e e et sa somme f v´rifie cn (f ) = cn .

e e e e e e ◦ Exercice 9. u) ≥ c||u||2 et f ∈ H . Proposition 9. 1 De plus.4 ` la fonction ϕ(v). (un . alors un est born´e et e e ||u|| ≤ lim inf ||un ||. e Comme ϕ est strictement convexe. v)| ≤ C||u||||v||. v) − tf (v) ≥ 0.. alors il existe une sous-suite qui e e converge faiblement : ∀v ∈ H. ∃c > 0. u + tv) − f (u + tv) ≥ 2 a(u. c’est-`-dire satisfaisant e e a |a(u. v)| ≤ C||u||||v||. Montrer que tout syst`me orthonorm´ peut ˆtre compl´t´ en une base e e e ee hibertienne. on obtient (f − g.90 CHAPITRE 9. En divisant par t et en passant ` la limite quand t → 0± . on a (f. soit 2 t a(v.c. cn (f ). Il existe donc u ∈ H qui minimise ϕ. v) sur un espace vectoriel norm´ est continue e e si et seulement si il existe C tel que |a(u. Montrer que si cette in´galit´ est une ´galit´. D´monstration On applique le corollaire 5.6 (Lax-Milgram) Soit H un espace de Hilbert r´el et soit a(u. v) + ta(u. Th´or`me 9. u) − f (u). Il suffit d’associer a f ∈ H son vecteur de coordonn´es sur une base hilbertienne.3 (i) Si un ∈ H est born´e et H s´parable. a(u. v) = f (v). ESPACES DE HILBERT a ` la limite quand m → ∞. a La r´ciproque du th´or`me est imm´diate en reprenant les arguments pr´c´dents. Alors il existe un unique ´l´ment u de H tel que ee ∀v ∈ H. .2 (In´galit´ de Parseval) Montrer que si (en ) est un syst`me orthonorm´ quelconque e e e e de H.. v) une forme bie e e lin´aire sym´trique sur H continue et coercive. Donc f − g est orthogonal ` un syst`me a e total et est donc nul.. u est l’unique minimum de ϕ(v) = 2 a(v. coercive e a et continue (et donc s. qui est convexe. si un → u. . alors (en ) est e e e e une base hilbertienne. a(u. car si u1 et u2 r´alisent le minie R. on obtient a(u. f )|2 ≤ ||f ||2 . v) = f (v). Corollaire 9. En ` e particulier.3 Montrer qu’une forme bilin´aire a(u. en ) = 0.i.7). n Exercice 9.). mum on a ϕ( u1 +u2 ) < 1 (ϕ(u1 ) + ϕ(u2 )) si u1 = u2 . v) − f (v).3 Tout espace de Hilbert s´parable est isom´trique a l2 (I e e ` N). alors n |(en . c = (c1 (f ). v) → (u.. On a pour tout v dans H et t ∈ I 2 2 1 1 2 1 2 a(u + tv. a ◦ Terminons par quelques remarques sur la convergence faible dans un espace de Hilbert. (ii)R´ciproquement. ce minimum est unique. g) = cn (f )cn (g). v). n .. !) sur l’espace r´flexif H. La relation de Parseval s’obtient en passant ` la limite dans (9.

Dans ce cas. 2l y − j2 ).j1 . e e e e ◦ Exercice 9.j1 .j2 (f )Hi. pour e e k1 fix´.9. l.j j2 ≥ 2k .j2 ∈Z 3 k ck 1 . y) = H(x)I(y) .j1 .. pour montrer que les k (Hi. puis les trois fonctions de L2 (R2 ) e 1 H1 (x. y) = 2k Hi (2l x − j1 . les images vk sont les projections d’une fonction v de L2 (R2 ) sur les espaces Vk .1) . nous repr´sentons une fonction constante par morceaux. dont la valeur prise en e 2−k ((j1 .j2 ) forment une base de L2 (R2 ).j2 (x.j2 (x. et chaque valeur de i (“orientation”) e entre 1 et 3. z ∈ Z2 . tout en donnant une id´e de leur valeurs respectives). j2 = 0.z = 2−k1 (z + [0.1. j2 < 0 ou k > k1 (le v´rifier !). 3. Une telle fonction repr´sente une image num´rique comme nous l’avons vu au paragraphe e e 8. H2 (x. nous consid´rons.j2 |). j1 .1. Z. y) = H(x)H(y). Dans le cadre des espaces de Hilbert.j alors f= i=1 k. une fonction vk1 appartenant ` l’espace Vk1 des fonctions constantes sur les hypercubes e a C k1 . les coefficients ck 1 . y) .8) Nous d´finissons ensuite I(x) = 1 [0.. Enfin nous d´finissons e k Hi. Pour chaque valeur de k (“´chelle”) entre 6 et 8. BASES HILBERTIENNES 91 D´monstration (i) C’est une cons´quence directe de la r´flexivit´ de H s´parable. 1]2 ) est log (1 + |ci.j2 (vk1 ) sont nuls pour j1 ≥ 2k .1. On peut montrer (voir l’exercice 3 pour la preuve en une dimension) que ces fonctions forment une base hilbertienne de L2 (R2 ). e Revenons maintenant sur la figure 8. 1]2 ). les oe a k Hi. pour j1 . Calculer leur limite faible. Pour illustrer cette d´composition dans le cas d’une image. constantes sur les hypercubes de cˆt´s 2−k et ` moyenne nulle. j1 < 0. D´composition d’images sur la base de e consid´rons tout d’abord la fonction de L2 (R) e   1 H(x) = −1  0 Haar Nous nous pla¸ons dans L2 (R2 ). nous repr´sentons les coefficients de l’image e e num´rique repr´sent´e figure 8.j1 . on montre que si Wk est l’espace des fonctions en escalier dyadiques.j2 (f ) = f.j1. un (x) = sinnx et vn (x) = |sin(nx)|. i. 2k − 1 (la fonction log(1 + |x|) est utilis´e car c’est une fonction croissante qui permet d’att´nuer les tr`s fortes variations des e e e modules des coefficients |c|. image prenant 256 × 256 e e e a valeurs). et supposons de plus que le support de vk1 est inclus dans [0. e e e (ii) Cons´quence imm´diate du th´or`me de Banach-Steinhaus.1.j1 . 2.j1 . D’autre part.j dans L2 (R2 ). i. Figure 9.1). y) = I(x)H(y) et H3 (x. 1]2 . j2 ) + [0. 2π). Nous c 1 si 0 ≤ x < 2 1 si 2 ≤ x < 1 sinon. Hi. j2 ∈ Z i = 1.2 (voir la figure 8. qui ime e e e e plique la compacit´ s´quentielle de la boule unit´. (9. Donc si pour une fonction f ∈ L2 (R2 ) nous d´finissons les e coefficients k ck 1 . ..4 On pose dans H = L2 (0. Montrer que ces suites convergent faiblement dans H mais pas fortement. en haut ` gauche (il s’agit donc de v8 .j2 .j2 i.

. 3. A titre d’exemple. le r´sultat reste visuellement acceptable.10) Bien que le nombre de coefficients utilis´ pour d´crire le signal ait ´t´ grandement r´duit (10 fois e e ee e si on n´glige la fonction ak0 ). : e vk1 = vk0 + 3 k1 −1 2k −1 i=1 k=k0 j1 . Sur la figure 9. En ce sens. On peut en fait montrer que pour tout k ∈ Z.j2 pour repr´senter l’image.j2 . Pour un certain k1 ∈ I nous N.9. Ceci permet a e e e en particulier d’att´nuer les zones carr´es homog`nes. nous illustrons une application classique de la th´orie des ondelettes : la e compression d’images.k..j2 (x.b. En pratique.j1.j2.9) Ce type de d´composition en une image ` une certaine pr´cision.. Nous utilisons ensuite la formule 9.. y).1 repr´sente les d´tails ajout´s ` e e e e a l’image v lorsque l’on passe de la repr´sentation vk ` la repr´sentation vk+1 . On parle de compression sans perte lorsque l’on peut retrouver le signal (sn ) ` partir des (cn ). H2 et H3 : respectivement verticale. . l’image vk1 peut e ee e e s’´crire. les fonctions e e de base utilis´es sont plus complexes que les Hik (plus r´guli`res) et le choix du nombre de e e e coefficients ` garder plus subtil (pas forc´ment le mˆme pour chaque “´chelle” k).j1.k.k..92 CHAPITRE 9.j2 e e e e i.j1. nous montrons l’image obtenue par la formule suivante avec k1 = 8 et k0 = 6 : vk1 = ak0 + ˜ 3 k1 −1 i=1 k=k0 Ei.. 2 . Le fait de s’int´resser e a e e k aux familles de fonctions Hi.j2 =0 k ci..k. Pour i = 1. 1]2 . qui a de nombreuses applications en traitement du signal et des images.j1 .2.j sont les coefficients d’ondelettes de l’image dans cette base. La k d´composition particuli`re pr´sent´e ici repose sur les fonctions Hi.j1.. on a Vk+1 = Vk ⊕ Wk . est ` la base de la th´orie math´matique a a e e des ondelettes. j2 = 0.j2Hi. N < N .j1.j1. Nous montrons figure 9. et de compression avec perte a lorsque l’on ne peut que retrouver une approximation (˜n ) de (sn ). .. consid´rons l’image num´rique vk1 (projection de v sur l’espace Vk1 ). pour 0 ≤ k0 ≤ k1 − 1..2 s un exemple de compression avec perte dans le cas des images.j2(x.j2 |j1. k1 − 1.N e par un nombre minimum de coefficients (cn )n=0.c −1 |x3 − a − bx − cx2 | dx. (9. et en images de d´tails. e e e 9..k ensemble des 10 % e e des coefficients de plus grand module parmi {ci. (9. Le but de la compression est de repr´senter un signal discret (sn )n=0.. . visibles sur la figure 9.j2Hi. 2k − 1}.N . la d´composition de la figure 9.k k ci... horizontale et e diagonale. utilisant e a e e des fonctions de moyenne nulle et ` support compact. ESPACES DE HILBERT forment une base de Wk (voir l’exercice 3).j1.. L’id´e de e la compression par ondelettes est de ne garder qu’un petit nombre des coefficients ci.. y) a i fix´ permet de voir les d´tails correspondant aux ` e e trois directions associ´es aux fonctions H1 .2 Exercices Exercice 1 1) Calculer 1 min a. et les coefficients ck 1 .. Remarquons ´galement qu’en vertu des propri´t´s ´nonc´es ci-dessus. k = k0 . nous d´finissons Ei.2. Nous supposons ` nouveau e e a que la fonction v est nulle en dehors de [0.

9). avec la mˆme image qu’` la figure 8. j = 2.k. Pour chaque valeur de k e a (“´chelle”) entre 6 et 8. . troisi`me ligne. 1]2 . j2 = 0.1. EXERCICES 93 Fig. nous repr´sentons une e e fonction constante par morceaux.. alors qu’` droite on retrouve des contours obliques ainsi que des coins. j = 3.j2 les e e fonctions de Haar. avec ci.. deuxi`me e a e ligne. a oe k k Cette fonction est repr´sent´e par la formule (9. En se r´f´rant ` la forme des fonctions H. dont la valeur prise sur les hypercubes 2−k ((j1 . celles du milieu les contours ıtre horizontaux. Un point est d’autant plus sombre que le module du coefficient c est important.j1.j1. et Hi. 9.j2 = vk1 .2. et le contraste des images a ´t´ rehauss´ pour e ee e ´viter qu’elles ne soient blanches. pour j1 . Premi`re ligne : j = 1.j2 |.1 – D´composition d’une fonction sur la base hilbertienne de Haar. i = 2. Nous nous int´ressons e e a ` une fonction vk1 ` support dans [0. 1]2 ) est |ci. et chaque valeur de i (“orientation”) entre 1 et 3. i = 3 . Remarque : a le module des coefficients est souvent tr`s petit.j2 . les images de la e ee a colonne de gauche font apparaˆ les contours verticaux de l’image. e . Hi. Ici k1 = 8. i = 1. j2 )+ [0.j1 . et de droite ` gauche.j1 .9.. constante sur les hypercubes dyadiques de cˆt´ 2−k1 . 2k −1.

En d´duire que e n 1 |Φi (x)|2 ≤ M 2 .p. Pour c = (ci )i ∈ B(0. Soit Φ1 . 1) on ait |fc (x)| ≤ M ... |g(x)|2 dx = 1. e e Exercice 2 (Lemme de Grothendieck) Soit Ω un espace mesur´ et µ une mesure de probabilit´ sur Ω. . 1) ⊂ I n . x ∈ M } comme dans la question e a pr´c´dente. Soit S un sous-espace vece e 1 (µ) tel que S ⊂ L∞ (µ). l’image originale (mˆme image que figure 9. 2) V´rifier que (S. 9. p. g(x)dx = −1 −1 xg(x)dx = −1 x2 g(x)dx = 0.94 CHAPITRE 9. 2 ) est un espace de Hilbert. On va montrer que dimS < ∞. ∀c ∈ B(0. f ∞ ≤ C f 1 puis que f ∞ ≤ M f 2 . 1 V´rifier que ∀c ∈ B(0.10)). et trouver max o` g est soumis aux contraintes u 1 1 −1 1 1 −1 1 x3 g(x)dx. M tels que ∀f ∈ S. Conclure. on d´finit fc (x) = n ci Φi (x). 2) Si x0 ∈ H et si M est un sous-espace vectoriel ferm´ d’un espace de Hilbert H.. ESPACES DE HILBERT Fig. Φn une famille orthonorm´e quele e R e conque de S.2 – Exemple de compression d’images dans une base hilbertienne. toriel ferm´ de L e 1) Montrer que ∃C. ` droite l’image obtenue en ne gardant que 10% des e a coefficients dans la base de Haar (voir la formule (9. 1). e Montrer qu’il existe Ω ⊂ Ω avec µ(Ω ) = 1 tel que ∀x ∈ Ω . .1). ´noncer e e le probl`me de maximum correspondant ` min{ x0 − x . A gauche. fc ∞ ≤ M .

2j ) ` moyenne a nulle sur (−2j . ∀x. Remarquer e qu’elles sont toutes d’int´grale nulle et d´duire qu’elles forment une base de Wj . b = y. y) = λ(x. On se propose de montrer que l’expression suivante 1 (x. 2) Compter les fonctions de Haar qui sont ` support dans [0. y). 2j ). 1) Dessiner les fonctions de Haar pour l = 1. 2. 3) Montrer que le syst`me de Haar est une base hilbertienne de L2 (I On commencera par mone R). y) = ( x + y 2 2 2 − x − y 2 ). c’est e e e e a ` dire a + b 2 + a − b 2 = 2( a 2 + b 2 ). b = z. y. x) = x 2 .9. y ∈ E. C’est la fonction de Haar. 1 2 95 ≤ x < 1. z) + (y. e 2) Montrer que (x + y. trer qu’une partie de la base de Haar engendre l’espace des fonctions de L2 (−2j . k ∈ Z Z. On appelle Sj le syst`me qu’elles forment. et enfin λ ∈ I R. x. Soit I = {p polynˆme ` coefficients r´els}. (2) a = x + z. ∀a. z ∈ E. 0) et (0. On consid`re l’espace de Hilbert L2 (0. montrer que ∀n ∈ I (xn . P o a e 1) V´rifier que I ⊂ L2 (0. +∞). l’espace des e e fonctions en escalier dyadiques. 2y) = 2(x. En d´duire que I n’est pas dense dans L2 (0. y ∈ E.) Exercice 5 √ Soit w(x) = x− log x . y) = −(x. z) = (x. Exercice 4 Soit E un espace vectoriel norm´ dont la norme v´rifie l’identit´ du parall´logramme. y). +∞) = f : f w ∈ L2 (0. constantes sur des intervalles de longueur 2−j et ` moyenne a nulle. ∀λ ∈ I ∀x. g) = 0 f gwdx. e 1) V´rifier que (x. l. N. x). e P w Exercice 6 .2. d´finit un produit scalaire sur E tel que (x. y ∈ E. | 3) Montrer que (λx. ∀x. e P w 2) Soit f (x) = sin(2π log x). +∞). f ) = 0. b = y + z. On pourra appliquer l’identit´ du parall´logramme successivement avec e e (1) (3) a = x. y) et (x. 1] et qui sont constantes sur les a intervalles dyadiques de longueur 2−j . a = x + y + z. (Le faire d’abord pour λ ∈ I puis λ ∈ Q R. b ∈ E. z). (−x. EXERCICES Exercice 3 Base de Haar On pose H(x) = 1 si 0 ≤ x < 1 et H(x) = −1 si 2 On pose l l Hk (x) = 2 2 H(2l x − k). +∞) e w ∞ muni de (f. D´montrer que ces fonctions forment un syst`me e e orthonormal de L2 (I R). N. y) = (y.

un − u). 2) Montrer que l’hypoth`se (H) =⇒ V s´parable. ∀v ∈ V . w ∈ Vn }. On veut montrer que (un )n converge fortement vers u dans V. Questions subsidiaires : 1) Montrer que pn → +∞ quand n → +∞. 2) On suppose dans toute la suite de l’exercice que V satisfait l’hypoth`se suivante : e il existe une suite de sous-espaces (Vn )n≥1 de V telle que  dimVn = pn . ∀v ∈ V et que u ≤ α V . 1 1) Montrer que ∃!u ∈ V tel que a(u. v) = (v). v)| ≤ β u v . (H) :  (iii) n Vn est dense dans V. 5) Deuxi`me d´monstration : On note δn = inf{ u − w . . e β e c) Montrer que un − u ≤ α δn et en d´duire que un converge fortement vers u dans V. e e a) Montrer que δn est atteint. v ∈ V et ∃α > 0 tel que a(v. |a(u. ∀u. Soit ∈ V . 3) D´montrer que u = u . montrer que un − u −→ 0 e e e quand n → ∞. b) Montrer (sans utiliser la forme bilin´aire a) que δn −→ 0. v) ≥ α v 2 . v) = (v). 4) Premi`re d´monstration : En d´veloppant a(un − u. e e Soit V un espace de Hilbert r´el tel que dim V = ∞.  (i) (ii) Vn ⊂ Vn+1 .96 CHAPITRE 9. ESPACES DE HILBERT V´rifier que ∃!un ∈ Vn tel que a(un . ∀v ∈ Vn et que l’on peut extraire de (un )n une e sous-suite qui converge faiblement dans V vers une limite u . En d´duire que toute la suite (un )n converge faiblement dans V vers e e u. e Soit a : V × V −→ I une application bilin´aire continue et coercive c’est a dire telle que R e ` ∃β > 0.

1 Si f ∈ L2 . On notera cn (f ) = 1 2π π −π f (x)e−inx dx. e e Lemme 10. R) R iii) Application aux coefficients de Fourier : si f ∈ L1 (−π.1 (Lemme de Riemann-Lebesgue) i) On pose pour f ∈ L1 (I R). π). la s´rie pr´c´dente convergeant au sens e e e Les cn (f ) s’appellent les coefficients de Fourier de f et sont proportionnels aux coordonn´es de f dans la base de Fourier. π). π]) que l’on notera aussi L2 (−π. |ξ|k L2 . en sorte que pour toute f dans L2 ([−π. on sait imm´diatement que cn (f ) → 0 car cn (f ) s’interpr`tent e e comme les coordonn´es de f sur un syst`me orthonorm´. Cette base s’appelle la base de Fourier. π]) on puisse ´crire e f (x) = n∈Z cn (f )einx . f (ξ) = I R Si f ∈ Cc (I est k fois diff´rentiable et telle que f (k) ∈ L1 (I R) e R). ii) Si f ∈ L1 (I alors I f (x)eiax dx → 0 quand |a| → ∞. |n|→∞ lim cn (f ) = 0. On va montrer e que le syst`me orthonorm´ e e 1 ikt )k∈Z 1 (e 2 (2π) est une base hilbertienne de L2 (−π. e e e 97 .Chapitre 10 S´ries de Fourier e On consid`re l’espace de Hilbert L2 ([−π. π). e Pour montrer ce r´sultat. alors ˆ |f (ξ)| ≤ ||f (k) ||L1 . ˆ f (x)e−iξx dx. Remarque 10. on va commencer par analyser le comportement des coefficients de e Fourier selon la r´gularit´ de f .

En utilisant (i). ´ CHAPITRE 10. Alors que sN (f ) e e e est le r´sultat d’un calcul int´gral sur tout l’intervalle [−π. o` on a not´ : sN f (x) =: |n|≤N cn (f )einx . On e y−x a bien f (0) = 0 et f (y) = y sN f (0) → f (0) = 0. Finalement. ◦ La proposition suivante nous dit que la s´rie de Fourier de f converge vers f (x) en tout point x e o` f est suffisamment r´guli`re.1 ( Principe de localisation) e Si f ∈ L1 (−π. u e e Proposition 10. Soit maintenant g ∈ L1 (−π. Etape 2 On a 1 sN f (0) = 2π 1 sin(N + 2 )y f (y) dy. l’argument pr´c´dent montre que sN commute avec les translae e tions : sN [g(. + x).98 D´monstration e ξ = 0.4). π) et si la fonction y → f (y)−f (x) est int´grable sur un voisinage de x. sin y −π 2 π (10. le e e comportement de sN f (x) d´pend du comportement local de f au voisinage de x. on obtient pour e e e ˆ |f (ξ)| = | 1 (iξ)k f (k) (x)e−ixξ dx| ≤ ||f (k) ||L1 . En fait. et donc d’un calcul global. Mais sN f (0) = |n|≤N g(x+y)−g(x) y est int´grable au voisinage de 0. Donc. + x)] = (sN g)(.1) . |ξ|k ii) Soit fn une suite de fonctions C ∞ et ` support compact qui tendent vers f dans L1 (proposition a ˆ ˆ 7. Donc |fn (ξ)| ≤ ε pour ξ e assez grand. f (x) = 0. par hypoth`se. x = 0. ˆ ˆ ˆ ˆ |f (ξ)| ≤ |f (ξ) − fn (ξ)| + |fn (ξ)| ≤ 2ε pour ξ assez grand. u e Expliquons pourquoi le r´sultat pr´c´dent s’appelle principe de localisation. Alors on pose f (y) = g(x + y) − g(x). Il y a donc e “localisation”. On a. e e Supposons la proposition d´montr´e pour x = 0. ce qui implique |fn (ξ) − f (ξ)| ≤ ε pour tout e ˆ ˆ ξ. alors y−x limN →∞ sN f (x) = f (x). e e 1 2π π −π cn (g(x + y) − g(x)) = |n|≤N (g(x + y) − g(x))e−iny dy π −π =( |n|≤N 1 2π π −π g(z)e−in(z−x) dz) − g(x) = ( |n|≤N 1 inx e 2π g(z)e−inz dz) − g(x) Donc sN g(x) → g(x). on voit que |fn (ξ)| → 0 quand n est fix´ et |ξ| → ∞. π) e e telle que g(y)−g(x) soit int´grable au voisinage de x. D´monstration Etape 1 On se ram`ne au cas f (x) = 0. π]. = sN g(x) − g(x). SERIES DE FOURIER ˆ i) En int´grant par parties k fois l’int´grale d´finissant f . pour n fix´ assez grand : ||fn − f ||1 ≤ ε.

Or. e e e D´monstration On appelle polynˆme trigonom´trique toute expression de la forme P (t) = e o e N ak eikt . |sin y | ≥ 2 | |y| π . π). π]) est H¨ld´rienne d’exposant 0 < α ≤ 1 en x ( c’est-`-dire o e a α ). ◦ Corollaire 10.1) d´finissant sN f (0) tend vers 0 quand N tend vers l’infini. π] d’une fonction de L2 (−π. π]. D´monstration L’application du principe de localisation est imm´diate : e e f (y)−f (x) α−1 qui est bien int´grable au voisinage de x.2 si f ∈ L1 ([−π. En appliquant l’in´galit´ de Cauchye e Schwarz.1 ( Principe de localisation) nous assure que si f est (e. π] d’une fonction de L2 (−π. Comme sur [−π. Comme de plus les coefficients de la s´rie de Fourier de f e C v´rifient |ck (f )| ≤ k2 .) C 2 et 2π-p´riodique sur I e R. Mais le les polynˆmes trigonom´triques forment un sous-espace vectoriel dense de L o e lemme 10. y|≤ sin 2 |y| f (y) Donc on peut appliquer le lemme de Riemann-Lebesgue ` la fonction sin y . π). Soit maintenant f une fonction e | y−x | ≤ |x − y| qui est la primitive sur [−π. o` les ak sont des nombres complexes. par le corollaire 7. Notant cn (f ) = cn (f )einx . π). Etape 3 Par l’´tape 1 il suffit de montrer que si f ∈ L1 (−π. −π e est une base hilbertienne de toute f dans L2 ([−π. N −N eiky = 1 sin(N + 2 )y e e e y sin 2 . Pour montrer que le syst`me de Fourier u e k=−N est une base hilbertienne.99 En effet. les fonctions C 2 et 2π-p´riodiques forment un sous-espace e 2 ([−π. ce qui se prouve ais´ment en sommant la suite g´om´trique. il nous suffit de montrer que c’est un syst`me total. et donc une e base hilbertienne. 1 . alors s f (x) → f (x). π). π). π] sont denses dans L2 (−π.1 Le syst`me e 1 (2π) 1 2 (eikt )k∈Z 1 2π π −inx f (x)dx. x |f (x) − f (y)| = | y f (t)dt| ≤ |y − x| 2 ( 1 π −π |f (t)|2 dt) 2 . En effet. n∈Z on a donc pour f (x) = la s´rie pr´c´dente convergeant au sens L2 . π]). Cette conclusion s’applique si f est une |f (x) − f (y)| ≤ C|x − y| N primitive sur [−π. alors sN (f )(x) → f (x) en tout point. On conclut que a 2 l’int´grale de (10. On conclut que le syst`me de Fourier est total. L2 (−π. les fonctions C ∞ ` support compact dans dense de L a [−π. c’est-`-dire que e a 2 (−π. la s´rie de Fourier est en fait uniform´ment convergente et donc converge e e e aussi dans L2 ([−π.g. π) et si e de 0. alors sN f (0) → 0. π). π]) vers f .4. π]). f (y) y est int´grable autour e on a π|f (y)| f (y) ∈ L1 (−π. e e ◦ Corollaire 10.

alors f ∗ g est continue et cn (f ∗ g) = 2πcn (f )cn (g). Donc f ∗ g ∈ L2 (−π.1 En reprenant l’argument du th´or`me 9.1 Si f. o` ”∗” d´signe la convolution p´riodique. puisque cn (g) tend vers z´ro. Mais. indiff´remment. π]) et g ∈ L1 ([−π. π]). π]) implique qu’on la e e consid`re comme une fonction 2π−p´riodique.2 (importante) Le principe de localisation. En effet. e ` e Exercice 10. e e Remarquons que la relation pr´c´dente montre l’effet r´gularisant de la convolution : les hautes e e e fr´quences de f ∗ g sont plus faibles que celles de f . 10. De e e plus. π]) → 0 Cperiodique ([−π. sn f (x) = e e |k|≤n ck (f )e vers f (x). π]). et e moins. quand il s’applique. on peut assurer que les sommes asym´triques. nous assure ikx de la s´rie de Fourier convergent que les sommes sym´triques.100 La fonction f est donc H¨lderienne d’exposant o 1 2 ´ CHAPITRE 10. la s´rie de Fourier de f ∗ g converge uniform´ment vers f ∗ g.1 Convolution des fonctions p´riodiques et s´ries de Fourier e e La d´composition en s´rie de Fourier d’une fonction f ∈ L2 ([−π. Le terme g´n´ral de la s´rie de Fourier de f ∗ g v´rifie e e e e |cn (f ∗ g)einx | = |cn (f )||cn (g)| ≤ |cn (f )|2 + |cn (f )|2 .1 et proposition Si f ∈ L1 ([−π. alors il existe une fonce 2 ([−π. attention : cette −m≤k≤n convergence n’est pas ponctuelle. montrer que si T : L2 e e periodique ([−π. π] ou. on prolonge f et g en e π des fonctions 2π-p´riodiques sur I et on pose f ∗ g(x) = −π f (y)g(x − y)dy. SERIES DE FOURIER et le principe de localisation s’applique. . m → +∞. ◦ Remarque 10. π). continu et commute avec les translations. puisque la s´rie de Fourier l’est. e e D´monstration e i) On a par l’in´galit´ de Cauchy-Schwarz e e |(f ∗ g)(t)| ≤ |f (t − s)||g(s)|ds ≤ ||f ||L2 ||g||L2 . La fonction f ∗ g e R ainsi d´finie appartient a L1 (−π. Le fait que le syst`me de Fourier soit une base hilbertienne nous en dit plus. π]) telle que T f = g ∗ f . π]) est lin´aire. e e e D´finition 10.‘ tion g ∈ L u e e Th´or`me 10. en appliquant plusieurs fois le th´or`me de Fubini (les int´grales e e e se font sur [−π. sm. si f ∈ L2 ([−π.n f (x) = e ck (f )eikx convergent dans L2 vers f quand n. sur n’importe quel intervalle de longueur 2π) : e cn (f ∗ g) = 1 2π = f (t − s)g(s)e−int dsdt = 1 ( 2π g(s)e−ins ds)( 1 2π f (t − s)e−in(t−s) g(s)e−ins dsdt f (u)e−inu du) = cn (f )cn (g). π) et est 2π-p´riodique.3. π) et on a. g ∈ L2 (−π.

l’´galit´ pr´c´dente exprime e e e e e e qu’elles forment en fait une base hilbertienne. on lui associe la fonction paire f sur [−T. Les fonctions 1 √ .. ´ ´ CONVOLUTION DES FONCTIONS PERIODIQUES ET SERIES DE FOURIER 101 Cette derni`re s´rie est convergente. Ceci est tr`s s´rie de Fourier du signal pair f e e a e important en pratique.. T −iπkt iπkx iπkx T ˜ 1 ˜ ˜(x) =L2 1 T f (t)dt + T ∗ )(e T + e T ). . T T La transform´e associ´e a la base en cosinus s’appelle la ”transform´e en cosinus. alors le syst`me f0 = e0 . Remarquer que si fn → f dans L2 et si fn → g presque partout. kπt 2 T sin( T ). T ] qui co¨ ˜ ii) Si f ∈ L ıncide avec f sur [0. T ).. on voit en faisant le changement iπkt −iπkt e de variables t → −t dans les int´grales que les coefficients de e T et e T sont ´gaux. T ).10. La base de Fourier sur [−T. N forment un syst`me orthonorm´ de L2 (0. D´monstration i) Cette premi`re base r´sulte de l’application ` la base de Fourier de la e e e a remarque g´n´rale suivante.. car l’introduction de cette symm´trie. . e e e e ◦ Corollaire 10. (iii) Si on prolonge la fonction f en une fonction impaire sur [−T. e e e ek +e−k ek −e−k √ √ f2k = . Cette base a la propri´t´. Comme f est paire. T ). k = 1. T T 2 2kπt sin( ). 2T T 1 n∈Z 2T ( −T Donc on a −iπkt iπkx ˜ ˜ f (t)e T dt)e T .. ii) Il en est de mˆme pour les fonctions e 1 √ . . Sa limite est donc continue. 2 2 2 (0. T ]. k 2 kπt cos( ).. T ] est form´e On d´compose f e e des fonctions ˜ f (x) =L2 iπkt √1 e T . alors f = g : c’est une cons´quence de la r´ciproque du th´or`me de Lebesgue. 2. T 2 πkx T cos( T ) Remarque : Le r´sultat ii). T La ”base en sinus”. aussi. T 2 2kπt cos( ). .1. on trouve la base en sinus.. Aussi. T ] et que l’on reprend le raisonnement pr´c´dent. f2k+1 = . et donc f 2T −T n∈I N 2T ( −T f (t)e T πkx πkt 1 T 2 f (x) =L2 Comme les fonctions T 0 f (t)dt + n∈I T ( 0 f (t)cos( T ))cos( T ). La s´rie de Fourier de f ∗ g est donc uniform´ment convere e e e gente. On e iπkt T ˜ T remarque aussi que −T f (t)e T dt = 2 0 f (t)cos( πkt )dt. T T forment une base hilbertienne de L2 (0. T ].3 Autres bases de Fourier.. ee e e ◦ 1 √ . que ses ´l´ments valent 0 aux extr´mit´s de l’intervalle. Si (ek )k∈Z est une base hilbertienne. s’obtient en consid´rant la e a e e ˜ obtenu par symm´trie par rapport ` l’axe des y.. 2. qui se g´n´ralise sans mal au cas e e e . ˜ sur la base de Fourier de [−T. relatif ` la transform´e en cosinus... 2.. utile pour mod´liser e e ee e les cordes vibrantes.” e e ` e = 1. k = 1..

si nous notons f (0+ ) la valeur en 0 par la e e e − ) la valeur en 2π par la gauche droite et f (2π cn (f ) = 1 in 2π 0 e−inx f (x)dx + f (0+ ) − f (2π − ) . 2π]. qui e e e e sont ` l’origine d’effets de Gibbs (voir le paragraphe 10. Donc. On a. (1000 termes pour une pr´cision de 10 e e e e En ce qui concerne les coefficients de Fourier ck. SERIES DE FOURIER des images. Les coefficients de Fourier “en cosinus” d´croissent donc plus vite qu’avec la transform´e de Fourier classique et on peut e e donc en transmettre moins pour une qualit´ d’image ´gale.l d’une “image”. permet d’´viter la pr´sence de discontinuit´s aux fronti`res du domaine du signal e e e e ou de l’image (suppos´s p´riodique dans le cadre de la d´composition en s´ries de Fourier). On sait que 1 1 e e n≥N n2 = O( n ). en int´grant a e par parties et en remarquant que sinnx s’annule en 0 et 2π. C 1 . un calcul du mˆme type que ci-dessus implique que e 1 les coefficients d´croissent en O( nm ). alors cn (f ) = O( n ). et la d´croissance des coefficients de Fourier de la fonction est donc tr`s lente −3 ). etc. On augmente ainsi la probabilit´ qu’une e e imagette pr´sente une couleur homog`ne et soit donc r´guli`re. Ce type de transform´e en cosinus est a e souvent utilis´e en compression des images (comme dans le standard JPEG). y) d´finie sur un carr´ [0. e e e Si maintenant f pr´sente un saut en 0. 2π] mais pas 2πe 1 p´riodique. L’utilisation de la tranform´e e e e e e en cosinus permet donc de comprimer l’information dans les sous-carr´s de l’image o` celle-ci e u est r´guli`re. pour la compression. est pr´sent´ ci-dessous. en int´grant par parties p fois sur [0. on montre que si f est C 1 sur [0. on e e la d´coupe en petits carr´s et on transmet une partie des coefficients de Fourier de chaque e e imagette (principe utilis´e par le standard JPEG). les coefficients d´croissent d’autant plus vite que f est plus r´guli`re. (on pourra expliciter le calcul pour une image blanche au e dessus de la diagonale et noire en dessous).. c’est-`-dire une fonction a f (x. On montre que cn. e e cn (f ) = e−inx f (x)dx = 1 (in)p e−inx f (p) (x)dx. mais pas 2π × 2π-p´riodique. C 2 . cn (f ) = 1 iπn 2π sinnxf (x)dx. e Une bonne alternative lorsque la fonction pr´sente une discontinuit´ du type pr´c´dent e e e e 1 2π e consiste ` utiliser la tranform´e en cosinus : cn (f ) = π 0 cosnxf (x)dx. Plus pr´cis´ment. Pour transmettre une image. Par contre. le r´sultat est e e e e 1 identique. d`s que la fonction pr´sente une discontinuit´. Si f est C p et 2π-p´riodique. Donc. 0 1 Puis on montre que cn (f ) = o( n ) par le lemme de Riemann-Lebesgue. il faut encore 1000 termes.2 D´croissance des coefficients de Fourier et probl`mes de e e compression du signal On s’int´resse au comportement des coefficients de Fourier quand la 2π-p´riodis´e de f est e e e C 1 . in 1 Or on montre (par le lemme de Riemann-Lebesgue) que le premier terme est o( n ). les calculs pr´c´dents prouvent qu’on ne gagne rien quand un “bord” e e e e est pr´sent dans l’imagette.. 2π].m = O( nm ) et le reste (pour la norme L2 ) de la s´rie double est e 1 donc en O( nm ). En effet. pour une pr´cision de 10−3 . 2π] × [0.3). Un autre avantage e de cette d´composition. C’est ce qui explique les ph´nom`nes de “halo” autour des e e e .102 ´ CHAPITRE 10. e e e 10.

De plus. Du point de vue math´matique.´ ` 10.2 Pour |x| ≤ 1 et uniform´ment en x. e En conclusion. le ph´nom`ne est dˆ au fait que les appareils de mesure (et les programmes num´riques e e u e sur ordinateur) “tronquent” n´cessairement les hautes fr´quences. sn (x) =: k=1 k e e n au voisinage de 0.2) .2). Cela veut aussi dire que l’on e e n’observe jamais les fonctions elles mˆmes. e e e 2π-p´riodique et telle que s(x) = π−x sur [0. quel que soit le nombre de coefficients transmis.3 qu’il y a une autre raison ` ceci : le ph´nom`ne a e e de Gibbs (voir la figure 10. e e 10. le u a e ph´nom`ne de Gibbs. par ailleurs r´guli`re.” Voici le r´sultat pr´cis dans un cas simple : on consid`re la fonction “en dents de scie” s(x). elle ´vite e e e e e e l’apparition d’oscillations r´siduelles le long de ces fronti`res. elle tire mieux partie de l’eventuelle r´gularit´ de la fonction ` e e e e a l’int´rieur de son domaine (r´gularit´ souvent ´lev´e dans le cas d’imagettes).1 montrent que s(x)”=” ∞ sin(kx) au sens de la convergence L2 . la transform´e en cosinus. PHENOMENE DE GIBBS 103 objets sur un fond contrast´ : le petit nombre de coefficients transmis ne suffit pas ` approcher e a bien l’imagette. Ce r´sultat math´matique sur l’approximae e e e tion d’un signal par les sommes partielles de sa s´rie de Fourier porte le nom de ph´nom`ne de e e e Gibbs. Si la fonction f (t) (t d´signant par exemple le temps) “saute” e brusquement d’une valeur ` une autre. on peut ´noncer le ph´nom`ne comme e e e e e e suit : “ Si une fonction f . Nous verrons au chapitre 10. ).3 Ph´nom`ne de Gibbs e e Dans ce chapitre. 2 2tg x 2 (10.1. e x k sn (x) = 0 sin(nt) x 1 dt − + O(x. Ce ph´nom`ne est observ´ ` la sortie de tout syst`me physique ou num´rique mesurant e e e a e e ou calculant une fonction f . e e Et on observe donc aussi les “parasites” dˆs ` cette troncature en fr´quence . pr´sente un double avantage sur la transform´e de Fourier. d’apr`s la proposition 10. alors les sommes partielles e e e sN f de sa s´rie de Fourier accentuent ce saut en le multipliant par un facteur qui ne d´pend pas e e de N .3. Le long des discontinuit´s de l’image. dont l’amplitude ne d´pend pas du nombre a e e de coefficients utilis´s pour repr´senter la fonction. En termes e e d’´conomie de la repr´sentation. nous d´taillons comment la repr´sentation d’un signal par sa s´rie de Foue e e rier conduit ` l’apparition d’oscillations r´siduelles. 2π[. Il se gardera bien de les interpr´ter comme faisant partie du signal. ainsi qu’en k=1 tout point de l’intervalle ouvert ]0. 2π[. alors l’exp´rimentateur observe une s´rie d’oscillations a e e avant et apr`s le saut. apparaissent toujours des e oscillations r´siduelles. On consid`re les sommes e e sin(kx) . s’affranchissant des discontinuit´s aux fronti`res e e e du domaine de l’image. t 2 n D´monstration e Nous commen¸ons par ´tablir la formule c e 1 + 2 n 1 1 sin(nx) cos(kx) − cos(nx) = . en particulier. Pour ´tudier le comportement de s n partielles de cette s´rie de Fourier. on ´tablit le lemme suivant : e Lemme 10. pr´sente un saut en un point. mais des sommes partielles de leur s´rie de Fourier. En e e effet. Le calcul des coefficients de Fourier de s et e 2 le corollaire 10.

il y a une valeur tr`s proche de 0.104 qui r´sulte du calcul suivant : e 1 + 2 = n ´ CHAPITRE 10. e e n =− t t3 t2 8 ) − 2( 2 − 48 ) + t4 t2 − 24 + o(t4 ) o(t3 ) = 1 t3 (− 8 + 1 24 ) + o(t3 ) t2 − t4 24 + o(t4 ) cos(nt) ). 2 et cette expression est ◦ Ce lemme nous permet de pr´ciser le comportement de sn au voisinage de 0 : e Proposition 10. Revenons ` la suite sn ( n ). Donc pour tout n. et les deux convergent vers une valeur commune not´e G(+∞). On e e 2 t t cos 2 1 1 . 2 tg x 2 2 x Puis on int´gre cette relation entre 0 et x et on soustrait des deux cot´s x + 0 sinnt dt. On a donc G(π) > e e π G(+∞).x→0+ lim inf sn (x) = (1 − c )s(0+ ). On sait par ailleurs que G(+∞) = π . e remarque que la fonction 2sin t − t est C 2 t t t cos 2 tcos 2 − 2sin 2 1 − = t t t 2sin 2 2tsin 2 = t(1 − t + o(t). e On voit ais´ment que |G((n + 1)π) − G(nπ)| est une suite d´croissante.x→0+ lim sup sn (x) = (1 + c)s(0+ ). en d´veloppant au voisinage de 0. en l’occurG(π) π rence n . telle que la somme partielle de la s´rie de Fourier d´passe d’un facteur constant G(+∞) e e . n→∞.2 (Ph´nom`ne de Gibbs) : e e n→∞. 12 cotg( t ) x On peut donc int´grer par parties 0 ((sin(nt))( 2 2 − 1 ) + e t donc major´e par C pour une constante C ad´quate. (2k + 1)π] et d´croissante sur les intervalles impairs. SERIES DE FOURIER cosnx = 1 1 1 2 n −n e(2n+1)ix − 1 1 ) eikx = e−inx ( 2 eix − 1 1 sinnxcos x + sin x cosnx 1 eix(n+ 2 ) − e−ix(n+ 2 ) 2 2 = ix −i x 2 2sin x 2 − e 2 e 2 = 1 sinnx cosnx + . (10. Il en r´sulte que la e e e suite G(2nπ) est une suite croissante strictement. On a a 2 D´monstration e π sn ( ) = n π n 0 sinnt π 1 dt − + O( ) = t 2n n π 0 sinu du u = G(π) > G(+∞) = π = s(0+ ). On commence par ´tudier les e a sin(t) variations de G(a) =: 0 t dt pour en d´duire que G(π) > G(+∞). 2 +∞ sinu e car s(0+ ) = π = 0 2 u du. la suite G((2n + 1)π) une suite strictement d´croissante.3) π e On va ´tudier la suite sn ( n ) quand n → ∞. En effet. La fonction G(a) est e croissante sur les intervalles pairs [2kπ.

e e ˜ e o` l’image originale est plac´e ` gauche. 10. puis calculons l’image dont la s´rie de Fourier e e a e e est celle ainsi obtenue (anticipant sur les d´finitions et notations du paragraphe suivant sur la e transform´e de Fourier discr`te. maximales aux points kπ . mettons les hautes fr´quences ` z´ro. e a e e Ce ph´nom`ne apparaˆ ´galement lorsque le spectre est utilis´ ` des fins de manipulation e e ıt e ea d’image. comme nous le verrons au chapitre suivant.3). π]. Le r´sultat. o` λ et µ ont ´t´ choisis de mani`re ˜ u ee e a ` la rendre Lipschitzienne et on applique a la diff´rence f − s le principe de localisation. En revanche. ◦ e e Num´riquement. Nous montrons les sommes partielles de sa s´rie de e Fourier. Nous pr´sentons ensuite une illustration du ph´nom`ne de Gibbs dans e e e le cas des images num´riques : partant d’une image. Montrer que 1 n+1 Exercice 2 n 0 sj −→ s. 2π]. Le d´veloppement de Fourier de f pr´sente donc aussi le ˜ e e e e e ph´nom`ne de Gibbs.4. les constantes positives c et c sont de l’ordre de 0. EXERCICES 105 la valeur de la limite s(0+ ).10. nous calculons sa s´rie de Fourier (en fait une e e approximation finie de cette s´rie pr´sent´e au paragraphe suivant : la transform´e de Fourier e e e e discr`te). puis appliquons la TFD inverse). Ce r´sultat se e g´n´ralise au cas d’une fonction C 1 sur [0. la mˆme chose se produit en 0− avec la e e π suite sn (− n ). pr´sente de tr`s nombreuses oscillations. Il y a ` e ˜ donc convergence uniforme de la s´rie de Fourier de f − s vers f − s. | Montrer qu’il existe (sn )n ⊂ C telle que (sn )n ne converge pas et 1 n+1 n 0 sj converge. ` la figure 10. Pour raisons de sym´trie. Remarquons en particulier le fait que l’erreur maximum ne varie pas avec le nombre de coefficients de l’approximation.2. la e e e somme partielle sn de la s´rie de Fourier de f pr´sente des oscillations. alors que la s´rie de Fourier e ˜ ˜ e de s pr´sente le ph´nom`ne de Gibbs. e e n Les oscillations de cette approximation ont donc une fr´quence de plus en plus ´lev´e avec l’ordre e e e d’approximation n. la fr´quence de ces oscillations augmente avec e l’ordre d’approximation. nous multiplions l’image umn par la fonction indicatrice d’un e e ˜ carr´ centr´ sur u0. Nous montrons le r´sultat figure 10. on soustrait e e e a ` la fonction f une fonction en “dents de scie” λs + µ = s.1. mais l’erreur reste proportionnelle au saut de la fonction f . . 18.4 Exercices Exercice 1 | Soit (sn )n ⊂ C telle que sn −→ s. a e e e impaire. Plus pr´cis´ment. Pour ce faire. et valant 1 sur l’intervalle ]0. image obtenue apr`s troncature des hautes u e a e e fr´quences. e e Nous illustrons.0 . le ph´nom`ne dans le cas de la fonction 2π-p´riodique. mais pas 2π p´riodique. ` droite. Nous avons donc montr´ l’existence des lim sup et lim inf de l’´quation (10.

sur l’intervalle ]0.7 0. tandis que la fr´quence des oscillations augmente.106 ´ CHAPITRE 10.8 0.3 0.6 0.8 0.4 0.6 0.4 0. e e e Bas : les diff´rentes approximations sont tra¸´es selon un troisi`me axe (nombre de termes entre e ce e 1 et 20).1 – Sommes partielles de la s´rie de Fourier de la fonction 2π-p´riodique.9 0. Haut : les approximations sont repr´sent´es sur le mˆme graphe. π].2 0. impaire.1 0 0 20 40 60 80 100 120 140 160 1 0.2 0 0 50 100 150 200 0 5 10 15 20 Fig. 10. π]. e . On remarque que l’erreur maximale d’approximation ne varie pas avec le nombre de termes.5 0. SERIES DE FOURIER 1 0. valant e e 1 sur ]0.

e e L’image de droite est obtenue en ne conservant que les fr´quences dont le module est inf´rieur au e e quart de la fr´quence maximale. oe e Remarquons que l’image est ´galement devenue floue par suppression des hautes fr´quences.2 – Illustration de l’effet de Gibbs. Gauche : l’image originale .10. 10. EXERCICES 107 Fig. droite : l’image apr`s que e l’on ait tronqu´ ses hautes fr´quences. e e . Le ph´nom`ne est particuli`rement visible le long des fronti`res e e e e e du domaine de l’image (voir en particulier le cˆt´ droit) et le long des discontinuit´s de l’image. et sur laquelle sont visibles de nombreuses oscillations.4.

π]. on note c(f ) = (f (n))n∈Z . 0)| = +∞. 3) Montrer que si f ∈ C(Π). o e −n En d´duire que les polynˆmes trigonom´triques sont denses dans C(Π) et que si f.108 Exercice 3 ´ CHAPITRE 10. | Pour d´montrer ce r´sultat. t = 0. ∀t ∈ I e R. 0)| = +∞. pour N ∈ I N. que l’on munit de f ∞ = supt |f (t)|. 2π-p´riodiques}. Z. KN 1 = 1 et que ∀δ > 0. 4 c) Montrer que Dn 1 −→ +∞ (par exemple : Dn 1 ≥ π2 log(n + 1)). (Remarquer que σn (f. On notera e π 1 e f 1 = 2π −π |f (t)|dt. g ∈ C(Π) sont e o e telles que ∀n ∈ Z f (n) = g(n) alors f = g. toute fonction de la forme n ak eikt . σn (f ) −→ f uniform´ment sur [−π. e 8) Montrer que l’application T : L1 (−π. DN (0) = 2N + 1. t) = e π 1 f (x)Kn (t − x)dx = Kn f (t) = f Kn (t). π . Sn (f. 0 N 0 eikt et KN (t) = Dj (t). Soit f ∈ C(Π). e 6) Soit f ∈ L1 (−π. n ∈ Z Z. π) → C0 (Z telle que T (f ) = (f (n))n∈Z est lin´aire Z) e Z continue injective mais non surjective. SERIES DE FOURIER On note C(Π) = {f ∈ C(I R).) 2π −π 4) On appelle polynˆme trigonom´trique.p. 5) Th´or`me de Du Bois-Reymond : e e ∃f ∈ C(Π) telle que lim sup |Sn (f. d) En d´duire que ∃f ∈ C(Π) telle que supn |Sn (f. t). t) = 1) On pose DN (t) = Montrer que N −N 1 n+1 1 N +1 Sj (f. t sin 2 1 N +1 +1 sin N 2 t t sin 2 2 . KN (0) = N + 1. n ∈ I et N n σn (f. KN −→ 0 uniform´ment sur e δ ≤ |t| ≤ π. on d´finit Λn : C(Π) −→ C telle que Λn (f ) = Sn (f. t = 0. π). DN (t) = KN (t) = sin(N + 1 )t 2 . V´rifier que e Z c(f ) ∈ C0 (Z = {c = (cn )n : cn → 0 quand n → ±∞} . t) = −n f (k)eikt . o e v´rifier que f = 0 p. on d´finit les coefficients de Fourier de f par f (n) = On note n 1 2π π −π f (t)e−int dt. π) telle que −π f (x)p(x)dx = 0 pour tout polynˆme p trigonom´trique. Z) 7) Soit f ∈ L1 (−π. 0). e e e a) V´rifier que Λn ∈ (C(Π)) . 2) V´rifier que KN (t) ≥ 0. e b) Montrer que Λn = Dn 1 .

.Chapitre 11 Le cas discret 11.2) −nl ul ω N . c’est-`-dire un intervalle de fr´quences capt´es par a e e le dispositif d’enregistrement .N − 1...1. ωN = exp e N 1 un = ˜ N N −1 l=0 2iπ N et. D´finition 11. a]. Si en fait la fonction u dont on poss`de les N ´chantillons n’a pas une bande de fr´quence e e e dans − N . . k = 0. son interpolation par un polynˆme trigonom´trique de degr´ N provoque une autre o e e 2 2 2 distorsion que nous allons ´valuer pr´cis´ment : l’aliasage... nous supposerons dans ce paragraphe que N e est pair. e e e a Pour des raisons de simplicit´ des notations. applications e e La dimension 1 La transform´e de Fourier discr`te est un moyen de calculer les coefficients de Fourier d’une e e fonction a-p´riodique u. directement ` partir de ses N ´chantillons u ka .. e e e On va commencer par calculer les coefficients de P .1) N 2.4 relatifs ` la transform´e de e e a e Fourier rapide) s’adaptent sans difficult´s au cas N impair. N − 1. Il n’y a par contre aucune raison de supposer que le signal ou image soit p´riodique et d’une p´riode qui co¨ e e ıncide avec la fenˆtre d’observation [0.1. 2 2 (11. e Cette hypoth`se est donc impos´e ` la donn´e et provoque une distorsion qu’on a ´valu´e : le ph´nom`ne e e a e e e e e de Gibbs.N − 1. 2 − 1].1 On pose uk = u( ka ). e Pourquoi choisir un polynˆme trigonom´trique ? La raison est physique : tous les dispositifs d’acquisition o e de signaux (sons) ou images ont une bande passante. Tous les r´sultats enonc´s (sauf ceux du paragraphe 11. 109 .. N est en fait toujours e une puissance de 2. On dira dans la suite que P est de degr´ e a N ka Le but est donc d’interpoler les ´chantillons u( N ) = uk . N − 1. Soit u(x) une fonction r´elle ou complexe de p´riode a. En pratique. Cela e a e N n’est possible exactement que si la fonction pr´sente un nombre de fr´quences inf´rieur ` N . (11.pour n = − N . e qui soit ´gal ` u aux points ka pour k = 0.1 11.1 Transform´e de Fourier Discr`te. et N un entier pair. les autres fr´quences sont perdues ou tellement att´nu´es qu’on les n´glige : e e e e N N on suppose donc que la ”bande passante” est [− 2 . On cherche un e e polynˆme trigonom´trique de la forme o e N/2−1 P (x) = n=−N/2 un exp ˜ 2iπnx a .

1 Les coefficients (˜n ) d´finis par (11... En d’autres o e e N termes..1 Si u est un polynˆme trigonom´trique u(x) = o e ˜ . .N − 1. ka P( ) = N N 2 −1 un ω N ˜ nk −1 N −1 n=− N 2 = 1 N 1 N 1 N N 2 ( −nl nk ul ωN )ωN n=− N 2 N −1 l=0 N −1 l=0 l=0 N 2 −1 = ul ( n=− N 2 nk−nl ωN ) = N δ(k − l)ul = uk . LE CAS DISCRET Les N coefficients un sont appel´s transform´e de Fourier discr`te (TFD) des N ´chantillons uk . e e ◦ N/2−1 2iπnx Corollaire 11.. o` on a not´ δ la fonction d´finie sur les entiers.. a).4) par la m´thode des e e e e trap`zes en tenant compte du fait que u(a) = u(0) pour une fonction a-p´riodique. N − 1. valant 1 en 0.2 Soit u continue et a-p´riodique. e e e e D´monstration e Pour k = 0. les coefficients de la s´rie de Fourier de u sont e d´finis. (11..2) sont les uniques coefficients tels que u e le polynˆme trigonom´trique (11. N − 1.110 CHAPITRE 11.2). et 0 ailleurs..3) Proposition 11.. e 2 2 D´monstration Il suffit d’´crire l’approximation de l’int´grale (11. la transform´e de Fourier discr`te compos´e avec son inverse donne bien l’identit´.N − 1. e e ◦ On rappelle d’autre part que si u ∈ L2 (0.. k = 0. Ce sont les coefficients de Fourier de ˜ u.1) v´rifie P ka = uk . par e 1 a −2iπnx cn (u) = u(x) exp . pour n = −N . . les a n=−N/2 un exp coefficients un sont bien calculables par la formule (11. ˜ e e e e | On appelle transform´e de Fourier discr`te inverse l’application de C N dans lui mˆme d´finie e e e e par N 2 −1 uk = n=− N 2 un ωN . pour n ∈ Z. .4) a 0 a Les coefficients un de la transform´e de Fourier discr`te sont approch´s par les termes de la ˜ e e e TFD de (uk ) au sens suivant : Proposition 11. Alors les un sont des approximations des e ˜ cn (u) par la formule des trap`zes.. ˜ kn (11. L’unicit´ provient u e e e du fait que toute application lin´aire surjective de CN dans lui-mˆme est aussi injective. pour tout k = 0.

◦ Tous les termes de la somme sont r´els sauf le dernier.l = u N .4 si u est un polynˆme trigonom´trique r´el dont les fr´quences sont parmi o e e e ˜ − N . APPLICATIONS uk ´chantillonage e u TFD 111 uk ˆ S´rie de Fourier e Fig. pour m. On d´finit la TFD des uk.. N − 1}. et u−N/2 = ˜ N −1 k=0 kn uk ωN 1 N (−1)k uk .2 montre un exemple de signal (repr´sentant le son A) et le module de sa TFD. n ∈ {− N .. en regroupant les termes conjugu´s. . N − 1.1..3 On suppose que les ´chantillons uk sont r´els. . une fonction u de I 2 dans I telle que u(x + a. D’autre part e 1 N k uk . ces deux coefficients sont donc N −1 k=0 −nk ˜ uk ωN = un . y + a) = u(x. uk = u−k .2 La dimension 2 On consid`re un r´el a. En effet : a e e Proposition 11.´ ` 11. e e ˜ ˜ e et pour k = 1. u−n ˜ 1 = N 1 = N ◦ Remarquons le rˆle particulier jou´ par le terme u−N/2 . Comme on va le voir dans la prochaine section. e 11.N/2 − 1. ka la e fixe ` nouveau un entier N . e ˜ La Figure 11.. qui ne l’est que si u−N/2 = 0. qui n’a pas de terme conjugu´ lui o e ˜ e correspondant. y). 11. ce terme est un terme d’aliasage.5) .l ωN ωN . le terme u− N est nul.1. pour le polynˆme trigoe e o nom´trique P dont les coefficients sont les un : e ˜ N 2 −1 P (x) = u0 + ˜ n=1 (˜n e u 2inπx a + u−n e ˜ −2inπx a ) + u−N/2 e ˜ −iNπx a . TRANSFORMEE DE FOURIER DISCRETE. et l’on pose uk..1 – La TFD apr`s ´chantillonage calcule bien les coefficients de Fourier si la fonction e e u est un polynˆme trigonom´trique (corollaire 11. on a. 2 2 um.1) o e Proposition 11... Alors u0 et u−N/2 sont r´els. c’est-`-dire qu’il repr´sente une fr´quence parasite. 2 2 2 D´monstration En effet.. (11.n ˜ 1 = 2 N N −1 N −1 k=0 l=0 −mk −nl uk. On e e R R. N . ˜ ˜ D´monstration u0 = e ˜ r´els.l comme la a suite des coefficients.

n exp( ˜ 2iπny 2iπmx ) exp( ). a a Les coefficients um. l ≤ N − 1 : e o e N ka la u(k..n sont les seuls nombres complexes tels que. voir le texte).5 Soient les coefficients um.n est e e e ˜ N la donn´e par le calcul du polynˆme aux ´chantillons ( ka . e a .n d´finis.n si l’image est ` valeurs e ˜ a r´elles. par (11. pour tout k. On suppose ` nouveau que N est pair. De mˆme qu’en dimene e e sion 1. ) = N N N −1 N −1 2 2 km+ln um. nous pouvons identifier un certain nombre de sym´tries des um.N/2 − 1. et qu’il existe trois pics importants correspondant aux e fr´quences dominantes. ˜ a De mˆme qu’en dimension 1.5 0 −0. pour m. bas : module de la TFD (coefficients |˜|. l ∈ {0. N ). On remarque u que le module du spectre est sym´trique. la transform´e discr`te inverse de uk. ˜ e Consid´rons le polynˆme trigonom´trique e o e N/2−1 P (x..n=−N/2 um. n = −N/2. N − 1}. y) = m.n s’effectue par deux TFD ` une dimension successives.2 – Haut : un signal correspondant ` la voyelle ”Ah” (le signal repr´sente la pression de a e l’air en fonction du temps) .5 −1 0 2000 4000 6000 8000 10000 12000 300 250 200 150 100 50 0 −6000 −4000 −2000 0 2000 4000 6000 Fig.5). Par cons´quent.l → um.n ωN ˜ . 11.l aux um. l) = P ( . ˜ ka la la P N . N . e Remarquons tout d’abord que la transformation ainsi d´finie est s´parable. N = u ka . LE CAS DISCRET 0.112 1 CHAPITRE 11. et que le passage des e e uk. nous avons la propri´t´ d’interpolation suivante : e ee Proposition 11. 0 ≤ k. −N −N 2 2 D´monstration Le calcul est exactement le mˆme qu’en dimension 1.

´ ` 11.1. TRANSFORMEE DE FOURIER DISCRETE, APPLICATIONS

113

Proposition 11.6 Supposons que les ´chantillons uk,l soient r´els. Alors les coefficients u0,0 , e e ˜ u0,−N/2 , u−N/2,0 , et u−N/2,−N/2 sont r´els ; de plus ˜ ˜ ˜ e ∀m, n ∈ {− D´monstration e N N + 1, ... − 1} 2 2 um,n = u−m,−n ˜ ˜ ◦

Les calculs sont similaires ` la dimension 1. a

Exercice 11.1 A nouveau, comme en dimension 1, les coefficients (˜k ) correspondent aux u fr´quences de l’image u, ordonn´es des n´gatives aux positives. Plus pr´cis´ment, si u ∈ L1 e e e e e et que l’on d´finit les coefficients de la s´rie de Fourier de u par e e cm,n = 1 4π 2 u(x, y) exp
I 2 R

−2iπmx a

exp

−2iπny a

,

alors, pour m, n = −N/2......N/2 − 1 les um,n sont des approximations des cm,n par la m´thode ˜ e des trap`zes. e La figure 11.3 pr´sente une image et le logarithme du module de sa transform´e de Fourier e e discr`te (le logarithme est utilis´ car le module des TFD des images usuelles d´croit tr`s vite e e e e lorsque l’on s’´loigne des basses fr´quences). e e

11.1.3

Le ph´nom`ne du repliement de spectre ou aliasage e e

Le but de ce paragraphe est de calculer les perturbations auxquelles est expos´e la transe form´e de Fourier discr`te d’un signal lorsque celui-ci est sous-´chantillonn´. On vient de voir e e e e que la transform´e de Fourier discr`te calculait exactement les coefficients de Fourier d’un poe e N/2−1 N ˜ lynˆme trigonom´trique de degr´ 2 , P (x) = n=−N/2 un exp 2iπnx , dont on connaissait N o e e a ´chantillons u( ka ), N = 0, ..., N − 1. Dans cette section, on consid`re une fonction u ∈ L2 (0, a) e e N et sa s´rie de Fourier e 2inπx u(x) = cn (u)e a .
n∈Z

Dans toute la suite, on supposera que n∈Z |cn (u)| < +∞, ce qui implique que u est continue et a-p´riodique. Cette hypoth`se n’est pas irr´aliste. En effet, ´tant donn´ un signal v r´gulier e e e e e e (C 2 par exemple) sur [0, a/2], on peut le rendre pair en posant u(−x) = v (x) pour x ∈ [−a/2, 0], ˜ u(x) = v(x) sur [0, a]. On voit que la a-p´riodis´e de cette extension u reste Lipschitz et C 2 e e par morceaux et on peut en d´duire (exercice !) que la s´rie des coefficients de Fourier de u est e e convergente. On suppose ´galement, ce qui est r´aliste, qu’un signal u n’est en fin de compte e e −1 connu que par ses ´chantillons sur [0, a], u(0), ..., u( NN a). e Th´or`me 11.1 Soit u d´finie sur [0, a], v´rifiant n |cn (u)| < +∞. Alors la transform´e de e e e e e Fourier discr`te de u est la N -p´riodis´e de la suite des coefficients de Fourier de u : e e e
+∞

un = ˜
q=−∞

cn+qN (u), n = −

N N , ..., − 1. 2 2

(11.6)

114

CHAPITRE 11. LE CAS DISCRET

Fig. 11.3 – Gauche : une image num´rique de taille 256 × 256 ; droite : le logarithme du module e de sa TFD. Le spectre d´croˆ rapidement aux hautes fr´quences (rappelons que l’image ´tant e ıt e e 2 ). En pratique, la grande vitesse de d´croissance du spectre born´e, son spectre est dans L e e rend n´cessaire l’utilisation du logarithme pour la visualisation. La sym´trie centrale du module e e de la TFD est visible. Les lignes horizontales et verticales correspondent aux bords verticaux et horizontaux respectivement. Remarquer ´galement les lignes obliques qui correspondent aux e bords obliques de l’image (voir en particulier les dalles sur le sol). Les droites horizontales et verticales sont ´galement dues aux fortes discontinuit´s pr´sentes aux fronti`res du domaine de e e e e l’image (rappelons que celle-ci est p´riodis´e pour le calcul de son spectre). e e

´ ` 11.1. TRANSFORMEE DE FOURIER DISCRETE, APPLICATIONS D´monstration e On rappelle la notation ωN = e u(x) =
m∈Z
2iπ N

115

et (ωN )N = 1. Comme
2imπx a

cm (u)e

,

on a u( On pose pour m ∈ Z, m = qN + n, Fourier on obtient ka u( ) = N
N 2

ka )= N

mk cm (u)ωN . m∈Z N 2

−N 2
+∞

≤n≤

− 1. En regroupant les termes de la s´rie de e

−1

n=− N 2

q=−∞

nk cn+qN (u) ωN , k = 0, ..., N − 1.

Mais on a aussi (formule d’inversion de la transform´e de Fourier discr`te) : e e ka u( ) = N
N −1 2

n=− N 2

un ωN , k = 0, ..., N − 1. ˜ nk

Ces deux derni`res formules d´finissent toutes deux la transform´e de Fourier discr`te et par e e e e identification on obtient la formule de ”repliement de spectre” (11.6). ◦ Ce th´or`me va nous permettre d’interpr´ter les effets de moir´ visibles dans beaucoup d’images e e e e digitales ou de films digitalis´s (DVD). Ces effets de moir´ sont dˆs ` un ”repliement de spectre”, e e u a ou ”aliasage”. Le repliement de spectre provient d’un sous-´chantillonnage abusif. Le terme aliae sage se r´f`re ` la pr´sence des coefficients parasites cn+qN , pour q = 0 dans le calcul du coefficient ee a e de la fr´quence n, un . Quand la transform´e de Fourier discr`te fait correctement son travail, qui e ˜ e e est de retrouver le coefficient cn de la fr´quence n de u, on doit avoir un = cn . Les coefficients e ˜ cn+qN qui s’y ajoutent dans (11.6) sont des r´pliques, ou ”alias” de coefficients correspondant e aux fr´quences plus grandes n + qN , q = 0. D’o` le terme d’aliasage. e u D´finition 11.2 Soit un signal ´chantillonn´ (uk ), k = 0, ..., N − 1, et soit p un entier divisant e e e N . On d´finit l’op´rateur “sous-´chantillonnage d’ordre p” comme suit : e e e Sp : I N −→ I N/p R R (uk )k=0..N −1 −→ (vk ) = (ukp )k=0...N/p . Le signal (vk ) est dit sous-´chantillonn´ d’un facteur p. e e Nous commen¸ons par le cas, technologiquement classique, o` p = 2. c u v e Corollaire 11.2 Soit (vk ) = S2 ((uk )) (on suppose que N est pair). Alors (˜n ), la transform´e 2 N N de Fourier Discr`te de (vk ), s’´crit, pour n = − 4 , ..., 4 − 1, e e ˜ vn = un + un− N + un+ N , ˜ ˜ ˜
2 2

(11.7)

le deuxi`me terme ´tant par ailleurs nul si n < 0 et le troisi`me ´tant nul si n ≥ 0. e e e e

116

CHAPITRE 11. LE CAS DISCRET

D´monstration Appliquons le th´or`me 11.1 ` l’unique polynˆme trigonom´trique P ` N e e e a o e a coefficients qui a pour ´chantillons les uk . Alors par d´finition de la transform´e de Fourier e e e discr`te, un = cn (P ). On a donc pour N ≤ n N − 1, e ˜ 4 4 vn = ˜
q∈Z

cn+q N (P ) = un + un− N + un+ N . ˜ ˜ ˜
2 2 2

Remarquons que si n ≥ 0 cela donne vn = un + un− N , l’autre coefficient ´tant nul. De mˆme, si ˜ ˜ ˜ e e 2 n < 0, on obtient vn = un + un+ N . ˜ ˜ ˜ 2 ◦ Cette proposition indique que le spectre du signal sous-´chantillonn´ d’un facteur deux s’obe e tient en superposant ` lui-mˆme le spectre du signal original avec un d´calage de N . On dit qu’il a e e 2 y a repliement de spectre. Ainsi, le spectre du signal sous-´chantillonn´ contient g´n´ralement e e e e des informations non pr´sentes dans le spectre du signal de d´part, ce qui se traduit sur le signal e e sous-´chantillonn´ par l’apparition de structures p´riodiques n’ayant pas de lien direct avec le e e e contenu du signal. Ceci est particuli`rement frappant dans le cas des signaux bi-dimensionnels, e pour lesquels on a un r´sultat identique ` celui de la proposition 11.2. Nous montrons deux e a exemples d’images sous-´chantillonn´es aux figures 11.1.3 (image synth´tique) et 11.1.3, exemple e e e o` l’apparition de structures p´riodiques est dˆe ` la superposition, lors du sous-´chantillonnage, u e u a e des hautes fr´quences de l’image. La manipulation num´rique ` faire pour cr´er des effets de e e a e moir´ dans une image est aussi simple que son interpr´tation est subtile : il suffit de prendre ”un e e point sur deux” de l’image. L’interpr´tation de l’op´ration se fait en Fourier : on a cr´´ de basses e e ee fr´quences parasites en cn qui correspondent au ”repliement” de hautes fr´quences cn+N/2 . D’o` e e u l’apparition de sinuso¨ ıdes qui n’ont rien ` voir avec le signal original et qui cr´ent des effets de a e moir´. e Le r´sultat de la proposition 11.2 se g´n´ralise dans le cas d’un sous-´chantillonnage d’ordre e e e e plus ´lev´, comme le montre la proposition suivante : e e Proposition 11.7 Soit (vk ) = Sp ((uk )) (on suppose que N = pM , pour un certain entier M ). Alors (˜k ), la transform´e de Fourier Discr`te de (vk ), s’´crit, pour k = 1...M − 1, v e e e
p−1

vk = ˜
a=−p+1

uk+ aN . ˜
p

(11.8)

D´monstration Appliquer de nouveau le th´or`me 11.1 ` l’unique polynˆme trigonom´trique e e e a o e a ` N coefficients qui a pour ´chantillons les uk . Ce polynˆme v´rifie cn (P ) = un . e o e ˜ ◦ On peut comparer les propositions 11.2 et 11.7 au th´or`me 11.1. Le th´or`me 11.1 nous e e e e donne notamment les conditions g´n´rales de Shannon et Whittaker pour qu’un signal soit e e correctement ´chantillonn´ : ces conditions sont que le spectre soit born´ (nombre fini N de e e e coefficients de Fourier) et que l’on dispose d’au moins N ´chantillons. Les propositions 11.2 et e 11.7 sont plus pratiques : elles ne donnent aucune hypoth`se sur le signal qui a ´t´ ´chantillonn´ e eee e et ont l’avantage de s’appliquer ` un signal discret, quelconque, qu’il soit ou non issu d’un bon a ´chantillonnage. e

´ ` 11. 11.1. APPLICATIONS 117 Fig. TRANSFORMEE DE FOURIER DISCRETE. ` droite son spectre. . En bas ` gauche : l’image sous-´chantillon´e d’un facteur deux a a e e dans chaque direction.4 – Exemple de repliement avec une image synth´tique. En haut ` gauche : image e a originale. ` droite le spectre correspondant. Le spectre de l’image sous-´chantillon´e a e e est obtenu en p´riodisant le spectre de l’image originale avec pour p´riode le carr´ visible en e e e surimpression.

non nulle en dehors du carr´ visible en surimpression e (c) Image sous-´chantillonn´e d’un e e facteur 2 (d) La TFD correspondante. (d). (c). sur laquelle il y a repliement Fig. image (c). Le repliement est dˆ ` la pr´sence de ua e ces structures aux hautes fr´quences : la TFD de l’image originale n’est pas nulle en dehors du e carr´ visible en surimpression figure (b).3. (b). mais le d´tail de e a e la transformation du spectre est plus difficile ` suivre ! les effets du repliement (aliasing en a anglais) sont particuli`rement visibles sur les yeux de la mouche. . le principe est le mˆme qu’` la figure 11.1. Ce type d’effet de moir´ est visible dans de nombreux e e DVD commerciaux.5 – Sous-´chantillonnage et repliement : le cas d’une image mal ´chantillonn´e. Pour e e e les images (a).118 CHAPITRE 11. qui pr´sentent des e e oscillations ` basse fr´quence. LE CAS DISCRET (a) Image originale (b) Sa TFD. Les structures quasi-p´riodiques de l’image originale sont visibles a e e sous formes de taches et de filaments sur le spectre (b). 11.

1. APPLICATIONS 119 (a) Image obtenue par TFD inverse de b (b) Image obtenue en mettant ` z´ro a e les hautes fr´quences de 11. et est nul ` l’ext´rieur (filtrage passe-bas). TRANSFORMEE DE FOURIER DISCRETE. e e L’image (a) est l’image dont le spectre est le mˆme que celui de l’image 11.6 – Une solution possible pour ´viter les effets de repliement illustr´s sur la figure 11.1.3. 11. L’image (c) est l’image sous-´chantillonn´e e a e e e correspondante. On observe que l’effet de repliement a disparu.1.1.3-a e (c) Sous-´chantillonnage : le repliee ment a disparu (d) TFD de c Fig. .´ ` 11.3-(a) ` l’int´rieur e a e du carr´.

N − 1 : ˜ ˆ e un = ˆ un ˜ un−N ˜ si n = 0. l’´valuation classique o e e e e e (ex. . On se place dans le cas N = 2n et soit un polynˆme o P (X) = On pose N/2−1 N −1 k=0 ak X k . pour n = 0. le principe se g´n´ralisant sans mal pour une image. les programmes usuels de calcul num´rique ne calculent pas les e coefficients un . mais les coefficients un . d´finis par la formule suivante.. et un = N n=0 un ωN .5 L’utilisation de la transform´e de Fourier discr`te pour d´finir zoom... Nous d´taillons la m´thode.1 En pratique. e e e translations et rotations des images Le zoom Nous pr´sentons une m´thode d’interpolation reposant sur une extension de la TFD e e d’un signal ou d’une image.120 CHAPITRE 11. consid`rons des ´chantillons uk . R(X) = k=0 a2k+1 X k . Q(X) = k=0 N/2−1 a2k X k . LE CAS DISCRET 11. c’est a dire que l’on veut ` . en tenant compte additions et multiplications demand´es par (*).. Remarque 11. Dans le cas g´n´ral.. (*) k e Or. On a donc. le calcul des coefficients de Fourier un revient ` l’´valuation ˜ a e d’un certain polynˆme aux racines N -i`mes de l’unit´. N − 1 2 .N 2 (11. Et soit T (N ) le nombre d’op´rations (additions et multiplications) demand´es e e e e par ce calcul. m´thode de H¨rner) d’un polynˆme de degr´ N −1 en un point prend O(N ) op´rations. 2 2 Alors k P (ωN ) = Q 2 k ωN k + ωN R k ωN ..1. e 2 T (N ) = 2T On en tire ais´ment T (N ) = O(N log(N )). k variant de 1 ` N − 1. Appelons “calcul d’ordre N ” l’´valuation d’un polynˆme de degr´ N − 1 aux racines e e o e N -i`mes de l’unit´. si N est pair les ωN sont exactement les racines d’ordre N de l’unit´. dite du “prolongement par des 0” e e (“0-padding”). e N 2 + 2N. Donc e o o e e si l’on r´p`te cela pour les N racines de l’unit´ on devra effectuer O(N 2 ) op´rations. en une dimension. L’algorithme e e e e de la Transform´e de Fourier Rapide (TFR) permet de r´soudre le probl`me en O(N log N ) e e e op´rations. Comme e e N −1 −kn 1 pr´c´dement. si n = N . e e e e a ˜ On suppose que N est pair et que l’on veut zoomer d’un facteur 2.4 La transform´e de Fourier rapide e Comme nous l’avons vu plus haut.1..9) 11. Il suffit donc 2 N e e d’´valuer les deux polynˆmes Q et R aux racines d’ordre 2 de l’unit´ ce qui est un probl`me e o d’ordre N .

10) v´rifie v2k = uk .8 illustre ce point sur un d´tail. ce qui fait apparaˆ des discontinuit´s le long e ıtre e des fronti`res de son domaine de d´finition. ainsi que e e par r´plication des pixels (chaque pixel est remplac´ par quatre pixels de la mˆme valeur). e e e Une autre remarque concerne l’effet de Gibbs (cf paragraphe 10. Le ph´nom`ne est mis en ´vidence sur la e e e e figure 11. j = −N.l ).. ˜ nk ◦ Remarque 11.3). APPLICATIONS 121 construire un signal de taille deux fois plus grande que le signal de d´part.´ ` 11.. N −1 −N N 2 vn ω2N ˜ 2nk −1 = −N 2 u n ω N = uk . Cette utilisation de P fait apparaˆ les oscillations e ıtre qui ´taient invisibles dans le cas de l’image de d´part puisqu’il y avait interpolation des (uk ). e e e u 2 La m´thode se g´n´ralise aux cas des images.11) 2 2 La figure 11.j d´finie pour i. ˜ (11.1. Les ´chantillons o e e 2 vk s’interpr`tent imm´diatement comme des ´chantillons de ce mˆme polynˆme. e e a e vm. et ´vite l’effet “marche e e e d’escalier” visible sur l’image zoom´e par r´plication.3 On remarquera que les signaux obtenus par cette m´thode peuvent ˆtre come e plexes.2N −1 comme ´tant la transform´e de Fourier e e e e discr`te inverse de vi. les oscillations aux fronti`res du domaine de l’image peuvent eae e e ˆtre supprim´es par utilisation de la transform´e en cosinus. Ce ph´nom`ne produit des e e rebonds le long de la fronti`re du domaine de l’image. donn´ par e ˜ e vn = un si − ˜ ˜ N N ≤n≤ − 1. La figure 11. En revanche. les contours. vn = 0 sinon .j )i..7 montre la partie r´elle d’une partie de l’image 11.10) Proposition 11. D´monstration e On a v2k = 2nk nk En effet.l de taille 2N × 2N est obtenue en utilisant les valeurs prises par le polynˆme P (x) o entre les points dont on dispose au d´part. vm. et comme nous l’avons d´j` e ea mentionn´. On e e e remarque que le zoom par TFD produit une image bien plus r´guli`re.8 Le signal v dont la TFD est donn´e par la formule (11. e e e e e et nous d´finissons une image zoom´e (vi.. Nous consid´rons une image num´rique (uk. mˆme lorsque le signal original est r´el (ceci ´tant dˆ au terme d’aliasage u− N ). ω2N = ωN .j=0. ˜ 2 2 (11. e e pour k = 0.n si − ˜ ˜ . .2 Ce r´sultat est ´vident sans d´monstration : en effet. e e e e o Remarque 11. n ≤ − 1. de taille 2N comme ´tant la TFD inverse de v .3 zoom´e par TFD..n = 0 sinon.. N − 1 par e ˜ e N N ≤ m. Expliquons pourquoi le ph´nom`ne apparaˆ dans le cas du zoom : une nouvelle e e ıt image vk..N − 1. e e Comme nous l’avons d´j` ´voqu´.. on peut consid´rer e e e e e e l’unique polynˆme trigonom´trique de degr´ N passant par les ´chantillons uk .7.n = um. On d´finit un nouveau e e signal v. le probl`me subsistera e e e e le long des discontinuit´s pr´sentes ` l’int´rieur de l’image. Le ph´nom`ne de Gibbs est ´galement visible le e e e e e long des discontinuit´s dans l’image. le calcul des coefficients de Fourier de l’image (dont les coefficients de la TFD sont e une approximation) suppose l’image p´riodique.. En effet. TRANSFORMEE DE FOURIER DISCRETE.

Haut : zoom par TFD.7 – Zoom sur une partie de l’image 11. . LE CAS DISCRET b Fig. 11. et des contours des objets (par exemple zone b). En contrepartie. qui correspondent ` des discontinuit´s puisque l’image est p´riodis´e (par exemple zone a e e e a). Ce ph´nom`ne est particuli`rement visible le long des fronti`res de e e e e l’image. e Celui par r´plication des pixels en rempla¸ant chaque pixel par quatre pixels de la mˆme valeur. bas : zoom par r´plication e des pixels.3) est tr`s visible sur le zoom par TFD.3. puisque l’on a mis ` z´ro brutalement e a e des coefficients de la TFD. qui supprime les effets de e e “blocs” tr`s visibles sur le zoom par r´plication. e c e Remarquons tout d’abord la plus grande r´gularit´ du zoom par TFD. Le zoom par TFD est obtenu en prolongeant par des z´ros le spectre de l’image initiale. le ph´nom`ne de Gibbs (voir e e e e paragraphe 10.122 a CHAPITRE 11.

e e a a e La translation La m´thode pr´sent´e au paragraphe pr´c´dent permet de d´finir une transe e e e e e lation d’une quantit´ 1/2 (ou a/(2N ) pour revenir ` notre d´finition premi`re du signal u). en remarquant qu’une e e e translation ` deux dimensions peut se d´composer en deux translations. Le polynˆme e e o d’interpolation est P (x) = En translatant de α. En d’autres termes. Plus g´n´ralement. TRANSFORMEE DE FOURIER DISCRETE. . −N 2 Proposition 11. ` droite par r´plication des pixels. un . par v ` ˜ vn = un e− ˜ ˜ 2iπnα a . Comme d’habitude. ` gauche par TFD. Cette m´thode de translation se g´n´ralise sans mal au cas des images. on obtient N −1 2 N −1 2 un e ˜ 2iπnx a . nous pouvons e e e d´finir une translation d’un signal d’une quantit´ 0 < α < 1. la ”vraie” fonction u ´tant inconnue en dehors des ´chantillons. 11. en e a e e ne gardant que les points d’indice impair du signal zoom´ v. on translate le polynˆme o e o d’interpolation. une selon les lignes et a e une selon les colonnes. −N 2 τα P (x) = P (x − α) = On a donc : un e− ˜ 2iπnα a e 2iπnx a . APPLICATIONS 123 Fig.´ ` 11.8 – d´tails apr`s zoom.1.9 La TFD (˜n ) de P (x − α) s’obtient a partir de la TFD de P (x). l’op´ration de e e e translation sur la fonction u dont nous connaissons les ´chantillons uk se fait sous l’hypoth`se e e que celle-ci est un polynˆme trigonom´trique.

une translation conduit a faire sortir une partie de l’image par un bord e ` pour la faire entrer par l’autre. et. Le lecteur int´ress´ pourra consulter [Yaroslavsky] (en anglais). La rotation est impl´ment´e en remarquant qu’elle peut e e se d´composer en trois transformations consistant en des translations selon les lignes ou les e colonnes de l’image (formule 11. a titre de comparaison. a La figure 11. en utilisant la m´thode pr´sent´e au paragraphe ee e e e pr´c´dent. bri`vement.12).j . Ces translations se font par l’interm´diaire de la a e TFD ` une dimension. nous montrons figure 11. Puis on fait une op´ration similaire e 2 sur les colonnes. sur les bords de l’image d’un ` certain nombre de d´tails qui sont en fait mal plac´s.9 montre une image apr`s une rotation de π/4 par la m´thode d´crite ci-dessus. 11. e e e Remarque 11. une m´thode pour impl´menter une rotation discr`te. Ce qui conduit a l’apparition. Commen¸ons e e c par remarquer que cos(θ) −sin(θ) sin(θ) cos(θ) = θ 1 − tan( 2 ) 0 1 1 0 sin(θ) 1 1 − tan( θ ) 2 0 1 (11. on translate la θ e e premi`re ligne de − tan( 2 ). etc.4 Cette m´thode pr´sente un d´faut. Cette figure illustre e a e e clairement la sup´riorit´ de la m´thode par FFT dans le cas de rotations multiples. Donc partant de ui. LE CAS DISCRET Fig.124 CHAPITRE 11. On peut se d´barrasser de ce probl`me en e e e e ins´rant l’image dans un cadre deux fois plus grand. Yaroslavsky.. pour illustrer la stabilit´ de la m´thode.12) (sauf si θ = π auquel cas il suffit de retourner l’image). e e La rotation Voici. En effet. . . le r´sultat de ces 12 rotations ` e successives impl´ment´s par interpolation bilin´aire (les valeurs aux nouveaux points sont des e e e combinaisons lin´aires des 4 points ` coordonn´es enti`res les plus proches). du fait que l’on manipule des e e e fonctions p´riodiques.9 – Rotation de π/4 par TFD. due ` e e e e a L. e e e Puis. Chacune de ces transformations est ensuite effectu´e grˆce e a a ` une TFD sur la ligne ou colonne consid´r´e.10 le r´sultat de l’applicae e e tion successive de 12 rotations de π/4. la deuxi`me de −2 tan( θ ). puis ` nouveau sur les lignes. e .

´ ` 11. . APPLICATIONS 125 Fig.1. TRANSFORMEE DE FOURIER DISCRETE. y) est obtenue par e combinaisons lin´aires des valeurs aux quatre points ` coordonn´es enti`res de l’image originale e a e e les plus proches de (x. haut : mˆme exp´rience e e e en utilisant une interpolation bilin´aire (la valeur en un nouveau point (x.10 – Bas : apr`s douze rotations successives de π/4 par TFD . y)). 11.

Le seul moyen d’´viter e e ` e e cet inconv´nient est d’´valuer u aux points de l’image de [0.5 Un autre d´faut. apr`s la premi`re translation / Z) e e e on ne dispose plus que des ´chantillons du signal u1 sur une grille carr´e N × N . Nous remarquons grˆce e a a ` cette exp´rience qu’une part tr`s importante de l’information g´om´trique d’une image est e e e e contenue dans la phase de sa TFD.126 CHAPITRE 11. Rappelons que si l’on translate une fonction.2 (de Shannon pour les polynˆmes trigonom´triques) Soit un signal trigonom´trique e e o e e N f (t) = n=−N cn e2iπλn t . figure 11.6 Importances relatives de la phase et du module de la TFD pour une image Nous nous int´ressons ` la pertinence visuelle des caract´ristiques de la transform´e de e a e e Fourier discr`te dans le cas des images. et que e e par cons´quent la phase de la TFD contient en en sens des informations sur le placement des e constituants de l’image.l=0 ci. y) = N −1 k. En effet. au moyen de deux exemples. D’apr`s la e e e th´orie de Shannon un tel ensemble de donn´es ne permet pas de capturer toute l’information e e sur u1 (` la seconde ´tape on effectue des translations suivant y qui est justement l’axe qui pose a e probl`me).12. deux images A et B. les coefficients de sa s´rie de Fourier sont multipli´s par des exponentielles complexes de module 1. e 11.12. si on lui applique une ”translation” suivant l’axe des x de valeur λy. ainsi que les deux images obtenues ` partir de ces textures en ne a conservant que le module de leur TFD.2 Lien avec la th´orie de Shannon e Th´or`me 11. π Alors. LE CAS DISCRET Remarque 11. . et l’on peut mˆme donner e e e e e une d´finition des “microtextures” comme images caract´ris´es uniquement par le module de e e e leur transform´e de Fourier. mais cette m´thode est en N 4 ce qui la rend inop´rante. qui visuellement semblent invariantes par translation. π La fonction u1 n’est pas (pour λ ∈ Z N -p´riodique en y. Dans la figure 11.j e2i N (kx+(l−λk)y) . de la m´thode est qu’elle ne peut ˆtre pare e e faite. N − 1] × [0. e e 11. Tout d’abord nous montrons. supposons que l’image v´rifie l’hypoth`se de Shannon et qu’elle est N -p´riodique. Or. nous montrons deux images de textures.11. y) = N −1 k. On rencontre encore ce probl`me a la troisi`me translation. ainsi que les images obtenues en ´changeant les phases de leurs TFD. On voit cette fois que le module de la TFD contient l’information. Cette propri´t´ est ee caract´ristique des textures homog`nes du type pr´sent´ figure 11. et plus particuli`rement ` la phase et au module de la e e a TFD. N − 1] par une rotation e e d’angle −θ. la formule devient u1 (x. et en tirant au hasard les phases (selon une loi uniforme).1. e e e ce qui revient a dire qu’elle est de la forme (pour une image carr´e) ` e u(x. . plus fondamental.j e2i N (kx+ly) .l=0 ci. .

11 – Haut : les deux images de d´part . L’information g´om´trique est contenue dans la phase ! Les formes sont princie e palement cod´es dans l’argument des coefficients de Fourier de l’image. Bien que les images (a) e et (c) d’une part. on y e e distingue les mˆmes formes g´om´triques. aient des modules compl´tement diff´rents.2. e e Cette remarque est pr´cis´e par l’exp´rience de la figure 11. LIEN AVEC LA THEORIE DE SHANNON 127 (a) Image A (b) Image A (c) Module de la TF de A et phase de B (d) Module de la TF de B et phase de A Fig.´ 11. et (b) et (d) d’autre part. Remarquons ´galement que les directions horizontales e e e e et verticales tr`s pr´sentes sur l’image (a) apparaissent sous forme de texture dans l’image (c). bas : les deux images apr`s ´change des phases e e e de leurs TFD. e e e .12. 11.

Une information essentielle sur la texture est e donc pr´sente dans le module des coefficients de Fourier de l’image. A droite. e il semble que la plupart de l’information soit contenue dans le module de la TFD. quelques aspects de la texture sont perdus. Pour la texture de gauche. LE CAS DISCRET Fig. bas : les deux images apr`s remplacement des e phases de leurs TFD par des phases al´atoires. Nous renvoyons le lecteur int´ress´ ` un article (en e ea anglais) sur une m´thode de synth`se de texture par modification de la phase : [Van Wijk] e e .12 – Haut : deux images de textures .128 CHAPITRE 11. 11.

2a 1 1 . 1 1 et ´gale ` f sur − 2a . on obtient +∞ ∀t ∈ I R.´ 11. . e2iπλt = e2iπnat n=−∞ sin π (λ − na) 1 a . D’o` u C1 sur 1 1 − 2a . Remarque 11. La convergence est ponctuelle. π(λ − na) sin π (λ − na) 2iπnat a e .2. LIEN AVEC LA THEORIE DE SHANNON On a encore la formule de Shannon ∀a ∈ 0.6 Ce th´or`me compl`te le th´or`me de Shannon pour un signal qui est ni e e e e e 2. 2a (principe de e e +∞ ∀λ ∈ I R. p´riodique ni dans L e D´monstration e il suffit de d´montrer le r´sultat dans le cas d’une seule onde. π 2a a (t − na) . Cette ´galit´ est ponctuelle pour t ∈ − 2a . ∀t ∈ I f (t) = R. sin π (t − na) 1 f (na) π a . Soit g p´riodique de p´riode e e 1 a λ∈I R. Soit donc e e f (t) = e2iπλt . 2λc a (t − na) n=−∞ +∞ 129 avec λc = max {|λn |}. e2iπλt = e2iπnaλ n=−∞ sin π (t − na) 1 a . π 2a a (λ − na) En intervertissant λ et t. π (λ − na) a Comme f est localisation). 2a . les coefficients de Fourier de f sont e a cn = Donc g(t) = −∞ +∞ asin π (λ − na) a . |t| < . |λ| < .

LE CAS DISCRET .130 CHAPITRE 11.

ϕ(k) >.1 et proposition Si u est une distribution dans I. On note C0 (I) e R. qui est une cons´quence du th´or`me de Banach-Steinhaus : e e e e e ∞ Th´or`me 12. D´finition 12.1 Montrer que si deux distributions u et v dans I sont associ´es ` des fonctions ˜ ˜ e a u et v appartenant ` L1 (I) et si elles sont deux distributions ´gales. alors aussi un → u au sens loc loc des distributions. ϕ >= ϕ(x) est une distribution dans I appel´e masse de R. ϕ > e e converge vers une valeur que l’on note < u. ϕ >= ˜ I u(x)ϕ(x)dx. a ˜ < u. Exercice 12. | < u. a loc e Exercice 12. a Exercice 12. alors on appelle d´riv´e ke e e i`me de u la distribution dans I d´finie par < u(k) . e Dirac en x. alors u = v.3 Montrer que si un ∈ L1 converge vers u dans L1 . On appelle distribution dans I l’ensemble des fonctions r´elles C a e ∞ toute forme lin´aire u sur C0 (I) ayant la propri´t´ de continuit´ suivante : Pour tout intervalle e ee e ∞ compact J ⊂ I il existe un entier p et une constante C tels que pour toute fonction ϕ ∈ C0 (J) R a ` support inclus dans J. ϕ >= (−1)k ϕ(k) (x). not´e {u}(k) co¨ncide avec sa d´riv´e au sens des distributions. alors u est aussi une distribution dans I. ϕ > | ≤ C max max |ϕ(i) (x)|. e e alors sa d´riv´e classique. on voit imm´diatement e a e e e loc ∞ que l’on peut l’identifier ` une distribution u dans I en posant. ϕ >. Montrer qu’il en est de mˆme pour le “peigne de Dirac” u = e δ2kπ et pour n (k) < δx . u(k) . pour ϕ dans C0 (I). Voir l’exercice 2 ` la fin de ce chapitre. e e e ı e e 131 .2 Montrer que < δx .1 si un est une suite de distributions dans I telle que ∀ϕ ∈ C0 . Si u est C k dans I. I d´signe un intervalle ouvert de I born´ ou pas. i≤p x∈J Cette relation exprime que la forme lin´aire u n’agit que sur ϕ et ses d´riv´es d’ordre inf´rieur ou e e e e ´gal ` p. Si u ∈ L1 (I) est une fonction int´grable sur tout born´ de I. < un . ϕ >= (−1)k < u. e ∞ ` support compact dans I. On admettra le th´or`me suivant.Chapitre 12 S´ries de Fourier et distributions e p´riodiques e ∞ Dans toute la suite.

π[ ou e e e e en fait dans tout intervalle ouvert de I R. c’est-`-dire a ∞ ∀ϕ ∈ C0 (I).2 (formule des sauts) Soit f une fonction C 1 par morceaux sur I et (an )n∈Z e e la suite discr`te de ses sauts. (12. Si f ∈ L2 (0. I ◦ Th´or`me 12. e R. 2π) et est 2π-p´riodique. on obtient < {u}(k) . e Que se passe-t-il quand la d´riv´e au sens des distributions d’une fonction est nulle ? e e Lemme 12. si une suite de fonctions un converge dans l’un des ces espaces. D´monstration e Voir l’exercice 3 ` la fin de ce chapitre. De plus.m (f ) = n ck (f )eikt les sommes partielles de la s´rie de e e −m . ϕ >= (−1)k et en int´grant par e u(x)ϕ(k) (x)dx =< u(k) . a I ψ(x)dx = 1. Remarque 12. elle converge aussi au sens des distributions dans I.132 ´ ´ CHAPITRE 12. on a < {u}(k) .1) Alors il existe une constante C telle que f = C presque partout. e On a le droit de d´river la s´rie de Fourier de f autant de fois que l’on veut et on a donc e e +∞ f (p) = −∞ (ik)p ck (f )eikt .1 Soit f ∈ L1 (I) telle que f = 0. Soient sn. D´monstration On remarque d’abord que si I est un ouvert et u une fonction dans L2 (I).1 Soit f une fonction d´finie sur I 2π-p´riodique et telle que f ∈ L2 (0. car toute fonction de L1 (I) est loc loc une distribution dans I. ou dans Lp . alors elle est une distribution dans I. n n ◦ n ∞ Prendre ϕ dans C0 et int´grer par parties < f . elle e 2 et donc au sens des distributions dans I R) est une distribution qui est la somme (au sens Lloc de la s´rie k ck (f )eikt . SERIES DE FOURIER ET DISTRIBUTIONS PERIODIQUES (k) I {u} (x)ϕ(x) D´monstration Si u est C k dans I. f (x)ϕ (x)dx = 0. e dans L1 . I (12. ϕ > . Alors la d´riv´e distributionnelle f de f est donn´e par ` ` e e e f = {f } + D´monstration e (f (a+ ) − f (a− ))δan . ϕ >= − f ϕ . On d´signe par {f } la d´riv´e ponctuelle de f et par f (a± ) les e e e e n limites a gauche et a droite de f en an . ϕ >= e parties k fois. 2π).2) cette ´galit´ ´tant valide comme ´galit´ de deux distributions dans I e ee e e R. cal Fubini ◦ Proposition 12.1 L’´galit´ est aussi valide comme ´galit´ de deux distributions dans ]0.

2 (Peigne de Dirac et formule sommatoire de Poisson) On pose ˜ < δ. d´finie sur [0. ϕ >=< u. (xϕ) >= − < δ0 . δ= 2π n ∞ ce qui se traduit pour ϕ ∈ C0 par la formule sommatoire de Poisson. D´rivant terme ` terme sn. k=+∞ ϕ(2kπ) = k=−∞ 1 2π p=+∞ ϕ(p).m(f ) tend vers f au sens des distributions quand n et m tendent vers l’infini. on obtient e a f (p) = k (ik)p ck (f )eikt . ϕ > . ϕ + xϕ >= −ϕ(0) =< −δ0 . f ϕ > est bien une distribution Exercice 12.m (f )(p) tend vers f (p) au sens des distributions.m(f ). ◦ la convergence de la s´rie se faisant au sens des distributions dans I e R. e Solution On calcule < xδ0 . ◦ Proposition 12. Exercice 12. e < f u.5 D´riv´e de la masse de Dirac e e D´montrer que xδ0 = −δ0 . ˆ p=−∞ . 2π[ par s(x) = π −x e e e e et on a 1 ˜ einx . ou ”peigne de Dirac”.4 Montrer que si u est une distribution et f ∈ C ∞ (I alors f u d´finie par R). Comme sn. 2π-p´riodique. ˜ On l’appelle la ”2π-p´riodis´e” de la masse de Dirac. ϕ >=< δ0 . sn. Alors 2π δ − 1 = s e e est la d´riv´e de la fonction ”en dents de scie”. ϕ >= n∈Z ϕ(2nπ).133 Fourier. xϕ >= − < δ0 .

n∈Z ∞ La formule de Poisson s’obtient en appliquant cette derni`re formule ` une fonction ϕ ∈ C0 e a arbitraire. e δ2πn = n∈Z 1 2π einx . Donc le 1 inx e . c’est-`-dire v´rifiant une in´galit´ ` a e e e du type ∀k ∈ Z. la ”p´riode”.134 ´ ´ CHAPITRE 12.3 On se donne un nombre T > 0. e +∞ ikωt −∞ γk e converge au sens des distributions et d´finit une distribution T e . SERIES DE FOURIER ET DISTRIBUTIONS PERIODIQUES 1 2π 2π 0 (π D´monstration Par int´gration par parties.2 Si T ∈ I on note τT u et on appelle ”translat´e de u de T ” la fonction e R. on pose < τT u.1 Distributions p´riodiques et leurs s´ries de Fourier e e D´finition 12. On voit ais´ment que ces deux d´finitions sont compatibles quand u est une fonction de L1 . donc aussi au sens L1 et donc aussi au sens des distribuloc loc tions. cn (s) = e e d´veloppement en s´rie de Fourier de s est e e s= n∈Z\{0} − x)einx dx = 1 in . e e loc D´finition 12. soit la formule annonc´e. e τT u(x) = u(x − T ). Proposition 12. τ−T ϕ > .3 Soit (γk )k∈Z une suite a croissance lente. On d´rive terme ` terme cette derni`re formule (au sens des distributions) et on obtient e a e donc s = n∈Z\{0} einx . les sauts de s aux e e points 2πn ´tant de +2π et s ´tant C 1 aux autres points et de d´riv´e ponctuelle ´gale ` -1. ◦ 12. Si u est une distribution. On dit qu’une distribution u est T -p´riodique si sa translat´e τT u est ´gale a u.2) nous donne s = −1 + n∈Z 2πδ2πn . ϕ >=< u. Alors la s´rie e p´riodique. et lui associe la ”fr´quence” e e e 2π e e e ` ω = T . On e e e e e a obtient donc 2πδ2πn = 1 + n∈Z n=0 einx = n∈Z einx . |γk | ≤ C(1 + |k|)N . La formule des sauts (th´or`me 12. in la convergence se faisant au sens L2 .

3 Il existe χ ∈ C0 (I telle que χ(t + lT ) = 1. il est imm´diat que u(n+2) est une distribution e e 2π-p´riodique.1. D´monstration e < k ∞ Pour tout ϕ ∈ C0 . Grˆce ` cette estimation. la s´rie a a e ck (f )eikωt et toutes ses k d´riv´es terme ` terme sont uniform´ment convergentes. ∞ R) Lemme 12. e e e e e e L’´galit´ pr´c´dente est donc valide au sens des distributions. DISTRIBUTIONS PERIODIQUES ET LEURS SERIES DE FOURIER D´monstration e On pose u(t) = k=0 135 1 γk eikωt . (ikω)N +2 C Il s’agit d’une s´rie uniform´ment convergente. l∈Z (12.k0 .2 ∀k0 ∈ Z. Le th´or`me r´sulte alors imm´diatement du lemme qui suit. alors ∀k. −∞ Comme u(t) est une fonction 2π-p´riodique. γk = 0.3 (Unicit´ des coefficients de Fourier) Si γk est une suite a croissance lente telle e e e ` que l’on ait u = k γk eikωt = 0 au sens des distributions.3) . c’est-`-dire que l’on a |ck (f )| ≤ CN (1 + |k|) ` e a diff´rence e L T f− ck (f )eikωt L tend vers 0 uniform´ment ainsi que chacune de ses d´riv´es lorsque L et L tendent vers +∞. En la d´rivant n + 2 fois au sens e e e e e des distributions. la suite des ck (f ) = T 0 f (t)eikωt e −N pour tout N et la est a d´croissance rapide. on obtient une nouvelle distribution et l’´galit´ e e +∞ γk eikωt = u(n+2) . e ◦ Th´or`me 12. e e e e ◦ ∞ Lemme 12.4 Si f est T -p´riodique et de classe C ∞ . ϕ(t)eikωt dt = δk. e e e D´monstration On obtient l’estimation |ck (f )| ≤ CN (1 + |k|)−N en int´grant par parties N e e 1 T fois ck (f ) = T 0 f (t)e−ikωt dt. e ◦ 1 Proposition 12.´ ´ 12. ϕ >= k γk I R ϕ(t)eikωt . ∃ϕ ∈ C0 . ϕ >= k γk < eikωt . γk eikωt . On peut donc intervertir sommation et e e a e d´rivation. son terme g´n´ral ´tant major´ par (1+|k|)2 .

Alors e ϕ(t)eikωt dt = (l+1)T l∈Z lT T 0 l∈Z χ(t)ei(k−k0 )ωt dt = T l 0 T 0 χ(t)ei(k−k0 )ωt dt = χ(t + lT )ei(k−k0 )ωt dt = χ(t + lT )ei(k−k0 )ωt dt = ei(k−k0 )ωt dt = δk.. Dans toute la suite de ce chapitre.136 ´ ´ CHAPITRE 12. ` e e 2 (I). D´monstration e En effet. e φ(t) puis de poser χ(t) = P ϕ(t+lT ) .2. [0. alors pour tout n ≤ m.2π] . v)Hper = u(n) (x)v (n) (x)dx. ◦ l∈Z D´monstration du Lemme 12. 2π) e m D´finition 12. les coefficients de u(n) v´rifient e ck (u(n) ) = (ik)n ck (u). m appartiennent a L ` m ||u||Hper = ( n≤m ||u(n) ||L2 ) 2 1 associ´e au produit hermitien e m (u. m Proposition 12. On le munit de la norme au sens des distributions d’ordre 1. SERIES DE FOURIER ET DISTRIBUTIONS PERIODIQUES ∞ D´monstration Il suffit de prendre φ ∈ C0 positive partout et strictement positive sur [0.2π] m Les espaces Hper (0. ◦ 12. n≤m [0. on e e e note I =]0.4 On appelle espace de Sobolev p´riodique d’ordre m ≥ 1 et on note Hper (0. 2π) e e 2 (0. 2π[.. ..5 Si u ∈ Hper .k0 . 2π) et telles que leurs d´riv´es l’ensemble des fonctions 2π p´riodiques sur I appartenant a L e R. 2π) sont particuli`rement faciles ` ´tudier grˆce au fait qu’ils sont cae a e a ract´ris´s par le comportement de leur s´rie de Fourier. on a vu que si u ∈ L2 (I). On pose simplement ϕ(t) = χ(t)e−ik0 ωt .2 m Espaces de Sobolev p´riodiques Hper (0. ck (f ) = 1 2π u(t)dt. alors on peut ´crire e u= k ck (u)eikt .3). o` χ(t) d´finit e u e une partition de l’unit´ (Lemme12. T ].

+ |k|2m ). En particulier. pour ˆtre exact. Alors il existe une unique u ∈ L2 ([0. tenant ` l a e k k limite est donc continue et donc u est continue (ou..2. ◦ m Proposition 12.. En cons´quence.4) o` f ∈ L2 ([0. Cette solution appartient en fait a Hper ([0. e e ◦ Th´or`me 12. de Hper per L’´quivalence des normes est imm´diate. 1 m D´monstration L’application u ∈ Hper → (ck (u)(1 + |k|2 + . (12.. On conclut la d´monstration en remarquant que e 1 m si u(m−1) est dans Hper .4 (premi`re application) On consid`re le probl`me de l’´lastique charg´. 2π]) solution (au sens des distributions !) u de (12. + |k|2m ) 2 est une isom´trie e e m (0. e e e a Ra e e u(n) = k ck (u)(ik)n eikt . e e e e e e e −u + u = f.6 Les fonctions de Hper appartiennent a C m−1 .3).M ´ 12. e dans L2 (I). u est ´gale presque partout e e a ` une fonction continue et est donc continue). ESPACES DE SOBOLEV PERIODIQUES HP ER (0. on a a e e e e ck (u)(ik)n = ck (u(n) ).. H m est donc aussi un espace de Hilbert. ◦ m Proposition 12. la convergence se faisant au sens des distributions dans I Comme on a suppos´ que u(n) est R. Alors ck (u) = ik ck (u ) est le produit de deux s´ries appare 2 (Z). Par unicit´ du d´veloppement de Fourier (th´or`me 12. k Une norme hilbertienne ´quivalente est |u|2 per = e Hm |ck (u)|2 (1 + |k|2m ). les fonctions ` 1 (I) sont continues. 2π) 137 cette ´galit´ s’´tendant ` I ` condition de p´riodiser u.7 Les espaces Hper (0. 2π) sont des espaces de Hilbert et leur norme peut s’´crire e ||u||2 per = Hm n≤m ||u(n) ||2 2 = L k |ck (u)|2 (1 + |k|2 + . Donc c (u) ∈ l1 et donc la s´rie ck eikt converge uniform´ment sur I La e R. 2π]). de Hper 1 e D´monstration Prenons n = 1. 2π) sur l2 (Z) qui est un espace de Hilbert. u(n) admet un d´veloppement en s´rie de Fourier dont les coefficients (ck (u(n) ))k e e appartiennent ` L2 (Z). u(0) = v(2π) = 0.4). alors u est dans Hper . 2π]) ` 2 .

138

´ ´ CHAPITRE 12. SERIES DE FOURIER ET DISTRIBUTIONS PERIODIQUES

D´monstration Pour avoir de mani`re naturelle les conditions aux limites u(0) = u(2π) = 0, e e il est convenable d’utiliser la base en sinus (sin( kt )), k ∈ I ∗ . On d´veloppe u et f dans cette base N e 2 de Fourier et on identifie les coefficients de Fourier ` droite et ` gauche de l’´quation, comme a a e on le peut en vertu de l’unicit´ des coefficients de Fourier d’une distribution. (Cette unicit´ e e entraˆ imm´diatement l’unicit´ des coefficients sur la base en sinus, puisque les coefficients en ıne e e sinus de u ne sont autres que les coefficients de Fourier classiques sur [−2π, 2π] de u prolong´e en e 1 2π une fonction impaire). On pose donc ck (u) = π 0 u(t)sin kt dt et on a u = k∈I ∗ ck (u)sin kt . 2 2 N L’´quation (12.4) est alors ´quivalente ` e e a ∀k ∈ I ∗ , (k2 + 1)ck (u) = ck (f ), soit N ck (u) = ck (f ) . 1 + k2

) a 2 e Donc u = k∈I ∗ ck (f2 sin k t, qui appartient bien ` Hper . Remarquer que u n’est pas n´cessairement 2 N 1+k 2 et que donc l’´quation n’a pas de sens classique ! Par contre, comme u ∈ H 2 , u est C 1 . Comme C e per u est impaire, on a bien u(0) = u(2π) = 0. ◦

1 Exemple de fonction continue et juste en dehors de Hper Afin de donner une id´e e 1 , nous allons donner plusieurs exemples concr`te du type de fonction appartenant ` l’espace Hper e a de fonctions dont le module des coefficients de Fourier d´croˆ ` une vitesse donn´e, ce qui e ıt a e caract´rise leur appartenance ` ces espaces. Dans le cas de la dimension 1, nous montrons, figure e a 12.1, trois exemples de fonctions de R dans R, dont les coefficients v´rifient |ck (f )| = (|k| + 1)−α , e avec respectivement α = 1, 01, α = 1, 5, α = 2. Remarquons qu’une fonction avec de tels coefficients est continue si α > 1, car alors la s´rie e |ck | converge, et qu’il y a donc convergence 3 1 uniforme de la s´rie de Fourier. D’autre part, la fonction est dans Hper d`s que α > 2 , en vertu e e de la proposition 12.7, et n’y appartient pas dans le cas contraire. Dans le cas des fonctions de la figure 12.1, seule la derni`re fonction est dans H1 , la deuxi`me ´tant “juste en dehors” de cet e e e espace. Num´riquement, ces fonctions sont discr`tes, c’est ` dire que leurs valeurs ne sont connues e e a qu’en un nombre fini de points, et sont obtenues par Transform´e de Fourier Discr`te inverse e e α est g´n´r´, puis ses termes (voir le paragraphe 11.1). Un signal dont les termes d´croissent en k e e ee sont multipli´s par des phases (nombres complexes de module 1) al´atoires (uniform´ment tir´es e e e e pour les exp´riences pr´sent´es) respectant les propri´t´s de sym´trie des transform´es de Fourier e e e ee e e des signaux r´els (voir le paragraphe 11.1). Les fonctions sont alors obtenues par transform´e de e e Fourier inverse. 1 Pour illustrer l’appartenance aux espaces Hper dans le cas de fonctions de R2 dans R, nous g´n´ralisons les d´finitions et propri´t´s pr´c´dentes. Une fonction u de I 2 est dite 2π-p´riodique e e e ee e e R e si elle est 2π-p´rodique en chacune de ses variables. e 1 D´finition 12.5 On appelle espace de Sobolev p´riodique d’ordre 1 et on note Hper (I 2 ) l’ene e semble des fonctions u, 2π p´riodiques sur I 2 , appartenant a L2 (I 2 ) et telles que leurs d´riv´es e R ` e e (au sens des distributions) d’ordre 1, ∂u ∂u , ∂x ∂y

12.3. EXERCICES

139

appartiennent a L2 (I 2 ). On note ces deux d´riv´es respectivement ux et uy . On munit cet espace ` e e de la norme 1 ||u||Hper = ||u||2 2 + ||ux ||2 2 + ||uy ||2 2 2 1 L L L associ´e au produit hermitien e (u, v)Hper = 1 (u(x, y)v(x, y) + ux (x, y)vx (x, y) + uy (x, y)vy (x, y)) dxdy.

[0,2π]2

On a alors l’´quivalent de la proposition 12.7 (la preuve est identique ` celle de la dimension e a 1) :
m Proposition 12.8 Les espaces Hper (0, 2π) sont des espaces de Hilbert et leur norme peut s’´crire e

||u||2 per = ||u||2 2 + ||ux ||2 2 + ||uy ||2 2 = H1 L L L

i,j

|ci,j (u)|2 (1 + i2 + j 2 ).

En particulier, si une fonction u de L2 (I 2 ) a les coefficients ci,j de sa s´rie de Fourier tels e 1 que la s´rie i,j |ci,j (u)|2 (1 + i2 + j 2 ) diverge, elle n’est pas dans Hper . La figure 12.2 pr´sente e e 1 plusieurs exemples de fonctions u dont les coefficients de Fourier v´rifient |ci,j | = 1+(i2 +j 2 )α/2 . Ces e fonctions sont continues (leur s´rie de Fourier converge uniform´ment) si α > 1, et ces fonctions e e 1 si α < 1.5, d’apr`s la proposition 12.8. Comme en dimension 1, ne sont pas dans l’espace Hper e ces images sont obtenues par Transformation de Fourier Discr`te inverse, en imposant le module e des coefficients de la transform´e, et en tirant des phases al´atoires. e e

12.3

Exercices

Exercice 1 1) Les applications suivantes d´finissent-elles des distributions sur I ? e R ϕ→ ϕ(n) (n),
n≥0

ϕ→

ϕ(n) (0).
n≥0

R), et qu’il n’existe pas 2) Soit f ∈ L1 (I loc R), montrer que Tf : ϕ → I f ϕ est dans D (I R R) f ∈ L1 (I telle que δ0 = Tf . loc D´finition : Les distributions du type Tf sont appel´es ”fonctions”. e e

Exercice 2 Rappel : Pour K compact de I on note DK (I = {ϕ ∈ C ∞ (I supp ϕ ∈ K} qui est naturellement R, R) R), muni de la topologie d´finie par la famille de semi-normes pj (ϕ) = supm≤j supK |ϕm (x)|. On e rappelle qu’une partie U de DK (I est ouverte si ou bien U = ∅ ou bien ∀ϕ ∈ U , ∃j, r tels que R) la boule Bj (ϕ, r) = {ψ ∈ DK (I pj (ϕ − ψ) < r} ⊂ U . (on pourra v´rifier que l’on d´finit bien R), e e ainsi une topologie.) Soit (Tn )n une suite de distributions dans D (I telle que, ∀ϕ ∈ D(I la suite < Tn , ϕ > R) R)

140

´ ´ CHAPITRE 12. SERIES DE FOURIER ET DISTRIBUTIONS PERIODIQUES

0.02

0.015

0.01

0.005

0

−0.005

−0.01

0
−3

50

100

150

200

250

300

12

x 10

10

8

6

4

2

0

−2

−4

0 x 10
−3

50

100

150

200

250

300

10

8

6

4

2

0

−2

0

50

100

150

200

250

300

Fig. 12.1 – Fonctions continues de R dans R dont les coefficients de Fourier v´rifient |ck (f )| = e −α . Les arguments des c (f ) sont des variables al´atoires ind´pendemment et uni(k + 1) e e k 1 form´ment distribu´s sur [0, 2π]. Haut : α = 1, la fonction est en dehors de Hper , milieu : e e 1 α = 1, 5, et la fonction est donc “juste” en dehors de l’espace Hper , bas : α = 2, la fonction est 1 . dans Hper

12.3. EXERCICES

141

50

100

150

200

250 50 100 150 200 250

50

100

150

200

250 50 100 150 200 250

50

100

150

200

250 50 100 150 200 250

Fig. 12.2 – fonctions continues dont les coefficients de Fourier v´rifient |ci,j | = (1 + i2 + j 2 )−α/2 . e Les arguments des ci,j sont des variables al´atoires ind´pendemment et uniform´ment distribu´es e e e e 1 , milieu : α = 1.5, et la fonction est sur [0, 2π]. Haut : α = 1, la fonction est en dehors de Hper 1 1 donc “juste” en dehors de l’espace Hper , bas : α = 2, la fonction est dans Hper .

142 ´ ´ CHAPITRE 12. ϕ > | ≤ k}. Montrer que sur E. e a e 2) V´rifier que (E. En d´duire que T est continue sur E et donc que T est bien e une distribution. on veut montrer que la forme lin´aire T est une e distribution. e e c) Soit T ∈ D (I) telle que T ∈ C ∞ (I). on pose E = DK (I et R) d(f. Exercice 4 Soit ψ solution de k aj ψ (j) (x) = 0 pour x ∈ I o` aj ∈ I et ak = 0. V´rifier que E ∈ D (I et calculer R 2) Donner une solution dans D (I de E + E + E = δ0 . pn (f − g)). SERIES DE FOURIER ET DISTRIBUTIONS PERIODIQUES converge vers une limite que l’on note < T.. i0 . e R b) En d´duire que si T ∈ D (I) v´rifie T = 0 alors T est une fonction constante. r) ⊂ Fk0 . Remarque : On peut remplacer I par un ouvert quelconque de I N . | < Tn . u R j=0 k−2 (0) = 0 et ψ k−1 (0) = 1 .. ϕ >. r tels que Bi0 (ϕ. On pose Fk = {ϕ ∈ E : ∀n. R R Exercice 3 Soit I un intervalle ouvert de I et θ0 ∈ D(I) telle que I θ0 = 1. satisfaisant R. 2n n=0 +∞ 1) V´rifier que d est une distance sur E. ϕ. g) = 1 inf(1. ∃(λ. . on pose E = TY ψ . la topologie de la distance d est e ´quivalente ` la topologie d´finie par la famille de semi-normes (pn )n . montrer que T ∈ C ∞ (I). R) k (j) j=0 aj E . Avec les notations du rappel. ψ(0) = ψ (0) = . d) est complet. ψ) ∈ I × D(I) tel que ϕ = λθ0 + ψ . Montrer que e ∃k0 . = ψ ak e R) 1) Soit Y = 1I + . R a) V´rifier que ∀ϕ ∈ D(I).

I =]a.1 Si u ∈ W 1.p (I). I v(x)ϕ(x)dx = − u(x)ϕ (x)dx.Chapitre 13 Espaces de Sobolev sur l’intervalle Dans toute la suite. L 1 u(n) (x)v (n) (x)dx. Alors d’une e ∞ part. Une fonction u appartient donc ` W 1.1) ∞ D´monstration Comme C0 (I) est dense dans L1 (I) (Corollaire 7. y ∈ I.. n≤m Si p = 2.. on note H m = W m. v)H m = n≤m I n≤m ||u(n) ||2 2 ) 2 . I uε ϕ = − vε ϕ → − 143 uϕ= uϕ . . il existe u ∈ C 0 (I) ( c’est-`-dire continue dans I) telle que e e ˜ a u = u presque partout dans I et ˜ y ∀x. m appartiennent a Lp (I).p = ||u(n) ||Lp .p (I) si u ∈ Lp (I) et sa d´riv´e au sens des distributions a e e p . e R. Cela veut dire dans I est dans L ∞ ∃v(= u ) ∈ Lp . On note cet espace W m. On pose u (x) = suite vε ∈ C0 ε a vε (x)dx. La suite uε converge uniform´ment sur tout compact de I vers une fonction w continue sur I. si ϕ ∈ C0 .2 et on prend pour norme ||u||H m = ( associ´e au produit hermitien e (u. 2π] l’ensemble des fonctions de Lp (I) telles que leurs d´riv´es au sens des distributions e e d’ordre 1.. x u (t)dt = u(y) − u(x) ˜ ˜ (13.p (I) et on le munit de la norme ` ||u||W m.2). ∀ϕ ∈ C0 (I). e D´finition 13. on peut choisir une e x ∞ (I) qui converge vers u dans L1 (I). I Th´or`me 13. b[ repr´sente un intervalle ouvert de I born´ ou non.1 On appelle espace de Sobolev d’ordre m ≥ 1 et d’exposant p ≥ 1 sur l’intervalle e I = [0.

On e a conclut en posant u = w − C.1 : on prend uε r´guli`re et approximant dans W 1.2 C0 (I) est dense dans W0 (I). on note H0 (I) = W0 (I). En particulier. e e e o |u|p (x) − |u|p (y) = p y x u |u|p−2 u(x)dx ≤ p( y x |u |p ) p ( 1 y x |u|p ) p .p (I e e R) ∞ (I) est dense dans H 1 (I). Cette d´finition a un sens grˆce a la proposition u ∈ W e a ` pr´c´dente : on prend pour u(a) et u(b) les valeurs limites du repr´sentant continu de u. Si maintenant u est seulement dans W 1. ∞ D´monstration Il suffit de reprendre la d´monstration pr´c´dente en rappelant que C0 est e e e e p (I).144 CHAPITRE 13. C0 (I est dense dans W 1.p (K) pour tout compact K ⊂ I. on peut ´crire. b[ et que a ou b est fini. b].1 Si u ∈ W 1.1. il existe une suite uε ∈ C ∞ (I convergeant vers u dans R) W 1. Donc on a v → u dans Lp (I). Cette e e e e limite ne peut ˆtre que z´ro. par l’in´galit´ de H¨lder. uε ϕ → wϕ .1 Rappelons qu’en vertu de la proposition 13. u Remarque 13. ◦ Proposition 13. ce qui prouve par le lemme 12.2 Si I =]a. y]).p se prolonge en une fonction continue sur la fermeture I. et donc u tend vers u + C uniform´ment aussi dense dans L e ε ε sur tout compact (et donc aussi dans Lp de tout compact inclus dans I. on commence par remarquer que e e e si u est C 1 . alors toute fonction u ∈ W 1. e e on d´duit par la mˆme in´galit´ que u(x) a une limite quand x → +∞ (par exemple). on note W0 (I) le sous-espace des fonctions e 1.1 que w − u est ´gale presque partout ` une constante C. Si a = −∞ ou b = +∞. et C0 0 .p . (w − u)ϕ = 0.p (I). on d´duit imm´diatement de la relation e e e e y |u(x) − u(y)| ≤ x |u (t)|dt que u(x) est une suite de Cauchy quand x tend vers a ou b et on peut donc d´finir u comme une fonction continue sur [a. par densit´.1 (I).p ([x.2 s’applique ` uε et. Si I est non born´ et u ∈ W 1. 1. D´monstration Si p < ∞ et si I est born´.1 Si p < ∞. u(x) tend e vers 0 quand x → ∞.p (I) telles que u(a) = u(b) = 0.2 1 le cas particulier o` p = 2.p D´finition 13. puisque u est int´grable. Si p > 1. a e a ◦ 1. Dans e e e 1.2) ce qui implique encore que u(x) → 0 quand x → ∞. si I est non born´. 1 (13. on a de plus u(x) → 0 quand x → ∞. ESPACES DE SOBOLEV SUR L’INTERVALLE et d’autre part I ∞ Donc ∀ϕ ∈ C0 (I). aussi ` u. L’in´galit´ e e e e 13. ˜ ◦ Corollaire 13. on utilise le corollaire 13.p ∞ ∞ R) Th´or`me 13.

p L’introduction de W0 nous permet d’introduire un nouveau point de vue sur l’´quation de e la corde ´lastique charg´e. le premier terme tend vers 0 dans Lp . < −u + u.3 (Le point de vue variationnel) La solution de l’´quation (12. u) − (f. |ϕ(x)| ≤ 1 et ` support dans ] − 1. il en r´sulte e ∞ (I) telle que que I gε (x)dx → 0. Fixons ϕ ∈ C0 ϕ(x)dx = 1. Par le th´or`me de Lebesgue. On voit imm´diatement que sa primitive uε (x) = a vε (x)dx est e ∞ (I) et par la relation (13. v) = I 0 (u (x)v (x) + u(x)v(x))dx. on consid`re une fonction e ∞ R) ϕ ∈ C0 (I telle que ϕ(0) = 1. On conclut que un tend vers u dans W 1. +∞[) a a e est approchable par des fonctions un dans W 1. n[). ϕ >. ϕ ´tant born´e. Alors aussi vε = gε − ϕ I gε → u x et on a maintenant I vε = 0. e e a(u. il suffit que nous montrions que toute fonction u ∈ W 1. u) = ||u||2 1 est coercive. Grˆce ` l’´tape 1. +∞[. Pour cela. a aussi un → u dans L un = x x 1 ϕ ( )u + u ϕ( ). En effet.4) se caract´rise e e e e 1 comme l’unique minimum de la fonction continue et coercive sur H0 (I) d´finie par e E(u) = D´monstration e 1 2 I ((u (x)2 + u(x)2 ) − f (x)u(x)dx.p (]0.p (]0. ` e e a nouveau par le th´or`me de Lebesgue. Etape 2 Supposons maintenant que I est non born´ et traitons sans perte de g´n´ralit´ le cas e e e e I =]0. I 1 On consid`re la forme bilin´aire sur H0 ([0. et le second terme tend vers u .p (I e e R). ϕ >=< f. e e ∞ et donc ∀ϕ ∈ C0 . Comme I u (x)dx = 0. qui satisfait de plus 2 1 ∀v ∈ H0 (I). ◦ .145 D´monstration Etape 1 Regardons d’abord le cas o` I est un intervalle born´ de I Soit e u e R.1) on d´duit que u converge uniform´ment (et donc dans dans C0 e e ε W 1. 1. on peut appliquer le th´or`me de Lax-Milgram (th´or`me H (u (x)v (x) + u(x)v(x))dx = I I f (x)u(x)dx. 9.p ) vers u0 . (u (x)ϕ (x) + u(x)ϕ(x))dx = I I f (x)ϕ(x)dx ce qui veut dire que u v´rifie l’´quation −u + u = f au sens des distributions. e e Th´or`me 13. n n n Or.6) et il existe un unique minimum de 1 a(u. 2π]). 1[ et on pose simplement a x e e e un = uϕ( n ). ◦ 1. u). e e e e Comme a(u. ∞ 1 Comme C0 (I) est contenu dans H0 (I).p ∞ u ∈ W0 (I) et gε ∈ C0 (I) telle que gε → u dans Lp (I). on a aussi ∞ ∀ϕ ∈ C0 (I). un → u dans Lp (|u|p est chapeau int´grable) et on p .

˜a Par le th´or`me de Hahn-Banach.p (I)) = {g − h .2 W 1. u ) ∈ (L e ˜ |f (v. h ∈ (L gv + hw. Donc f (u) = gu+ hu . o` g.1 Les espaces W 1. w)| ≤ C(||v||Lp + ||w||Lp ).p est r´flexif pour 1 < p < ∞ et s´parable pour 1 ≤ p < ∞. Donc f = f ◦ I v´rifie.p ). h ∈ Lp (I) une forme lin´aire sur W 1. on peut ´tendre f ` (Lp )2 et par le th´or`me de Riesz il existe e e e e e p ) = Lp telles que f (v. Corollaire 13. en ˜ f ` C0 a e ˜. les ´l´ments de W 1. w) = ˜ donc des fonctions g. on a un ϕ + I I un ϕ = 0.p (I)) Si 1 ≤ p < ∞. On conclut que un → u dans W 1. sur l’image I(W 1. e e ◦ ∞ R) ˜ Remarque 13.p → e e p )2 . u (13. g. ||h||Lp ). e e D´monstration e que Soit un une suite de Cauchy dans W 1.5 (Dual de W 1. On consid`re le plongement u ∈ W 1. h ∈ Lp . ESPACES DE SOBOLEV SUR L’INTERVALLE 13. toute forme lin´aire f sur W 1.p (I) est un espace de Banach pour 1 ≤ p ≤ +∞.3) appliqu´e avec u ∈ C0 (I montre que la restriction f de e ∞ (I) est une distribution sur I et que l’on a f = g − h . La r´ciproque est imm´diate.2 La formule (13. g) ∈ (Lp (I))2 tels un → u dans Lp . on obtient en passant ` la limite I uϕ + I gϕ = 0. ce qui veut dire que u = g et donc que a u ∈ W 1.p . Il existe donc (u.146 CHAPITRE 13.p (I) par e ` e la formule (13.p ) = max(||g||Lp .3) R´ciproquement on peut associer a tout couple g. e e . Remarquer que ||f ||(W 1. On peut donc consid´rer.p .p (I) peut e e e s’´crire sous la forme e f (u) = I gu + I hu .p (I) comme espaces de Banach Th´or`me 13.p comme des distributions et on ´crit donc identifiant f et f ee e (W 1. ◦ Th´or`me 13.4 W 1. ˜ I(u) = (u. D´monstration On a f (u) ≤ C(||u||Lp + ||u ||Lp ).p . un → g dans Lp .3). h ∈ Lp (I)}. ∞ Comme pour tout ϕ ∈ C0 (I).

||τh u − u||Lp (ω) ≤ C|h|.p . Indication : e e e e commencer par remarquer (exercice 13. e 0 ≤ x ≤ b − a. 13. e e ◦ Exercice 13. Exercice 13. (i) u ∈ W 1 (ii) ∃C > 0. a e e o Exercice 13.p (I). 1 < p ≤ +∞.1 Montrer que toute fonction de W 1. b[ est un e e e e e intervalle born´. W 1. ∀ϕ ∈ Cc (I). v ∈ W 1. Soient u. e R). alors e e e ||u||W 1. 1 < p ≤ +∞. |h| ≤ distance(ω.p Exercice 13. D´duire de l’exercice pr´c´dent et du th´or`me 13. b[) en posant par exemple P u(a − x) = u(a + x) si R). On dit que W 1. 1 ≤ q < ∞.p (I On sym´trisera u ∈ W 1.2 . ∀h. −∞ < a < b < +∞.p (I u → P u ainsi obtenu est une application continue de W R). b[). Alors uv ∈ W 1.p ≤ (1 + b − a)||u ||Lp .2 Exercices Exercice 1 .3 (In´galit´ de Poincar´ ) Si u ∈ W0 (]a.2. I C ). R). alors ηu ∈ W 1. Si η ∈ C 1 (I) est born´e et de d´riv´e born´e. e 1. il suffit bien-sˆr de faire une sym´trisation par rapport a la borne finie de u e ` l’intervalle. e Exercice 13.p (I).p ([a. pour la seconde le th´or`me de Riesze e e e e Fr´chet-Kolmogorov.6 Soit u ∈ Lp (I). Exercice 13.p (I) ⊂ C(I).p (I) dans W 1.p (I) et (G(u)) = G (u)u . alors G(u) ∈ W 1. EXERCICES 147 D´monstration En effet. Pour la premi`re. si I est born´.p (]a. | I uϕ | ≤ C||ϕ||Lp (I) . Alors (i)⇔(ii)⇔(iii).p (I) et (ηu) = ηu + η u. on p´riodisera ensuite la fonction obtenue (p´riode 2(b − a)) et on la multipliera e e ∞ R) e finalement par une fonction de C0 (I ´gale ` 1 sur I. (iii) ∃C.4 Produit de deux fonctions de W 1.p .p (I) et (uv) = u v + uv .13. ∀ω ⊂⊂ I. les inclusions suivantes sont continues et compactes : e W 1.1) qu’il suffit de montrer les ´nonc´s pr´c´dents quand e e e e ∞ est dense dans W 1.5 Montrer que. Dans le cas o` u a = −∞ ou b = +∞. on appliquera le th´or`me d’Ascoli. o` u 1. alors les fonctions C ∞ sont denses dans W 1.1 (I) ⊂ Lq (I). Marche ` suivre : utiliser l’in´galit´ de H¨lder et le fait que u est une primitive de u . e Si G ∈ C 1 (I G(0) = 0.p est une alg`bre de fonctions.2 que si I =]a. On v´rifiera que le prolongement P : a e 1. le plongement de W 1. b]) peut se prolonger en une fonction P u de W 1.p dans (Lp )2 en fait un sous-espace ferm´ d’un e e espace r´flexif si 1 < p < ∞ et s´parable si 1 ≤ p < ∞. 1 ≤ p ≤ ∞.p (I I = I Utiliser des arguments de densit´ : C0 R.

1] est compacte. |I| = +∞. 2) Soit un ∈ D(I tel que un → u dans H 1 (I). e b) Soient αn = f (un )(un − u ) et βn = (f (un ) − f (u))u . 3) Interpr´ter le probl`me r´solu. 1). ESPACES DE SOBOLEV SUR L’INTERVALLE 1) Montrer que l’injection H 1 (0. 1) et a(u. on note fε (t) = t2 + ε2 − ε si t > 0 et fε ≡ 0 ailleurs. +∞). I En d´duire que f (u) ∈ H 1 (I) √ que (f (u)) = f (u)u . Soient f ∈ E et I un intervalle ouvert de I Si R. Est-elle ´quivalente ` v e a H1 ? f (u)ϕ = − f (u)u ϕ.e. 1 1 uv+ 0 0 uv = u(1)v(1) − u(0)v(0). trouver l’´quation e e e e e e diff´rentielle et les conditions aux limites satisfaites par u).q. V´rifier que αn → 0 dans L2 (I) e et qu’il existe une sous-suite (βnk )k telle que βnk → 0 dans L2 (I). soit u ∈ H 1 (I). e et 3) Soit ε > 0. c) Montrer que ∀ϕ ∈ D(I). v) = 0 u v + ( 0 u)( 0 v). ∀v ∈ H 1 (0. 1) ? ? tributions.148 CHAPITRE 13. 1) et interpr´ter le probl`me diff´rentiel r´solu (i. u ∈ H Exercice 4 V´rifier que v → v e Exercice 5 Soit E = {f ∈ C 1 (I t. d´terminer explicitement u et calculer u au sens des dise e e e 2 (0. v ∈ H 1 (0. V´rifier que fε ∈ E et que e fε (u) → u+ dans L2 (I). 1 1) Montrer qu’il existe un unique u ∈ H 1 (0. 2) Montrer que ∀u. on suppose de plus que f (0) = 0. v) = 0 f v. R) a) V´rifier que f (un ) → f (u) dans L2 (I). 1) −→ C[0. 2) V´rifier que u ∈ H 2 (0. 1) : u( 1 ) = 0}. 1). e Exercice 3 Soit V = {u ∈ H 1 (0. 1) Montrer que f (u) ∈ L2 (I). 1 (On pourra d’abord le d´montrer pour des fonctions de H0 (0. Enfin. 1) en utilisant la densit´ de fonce e tions r´guli`res. norme sur V ´quivalente ` la norme usuelle de H e a 1 2) Montrer qu’il existe un unique u ∈ V tel que 0 u v = v(0) pour tout v ∈ V . 1) tel que a(u. on a I L2 1 1 1 est une norme sur H 1 (0.) e e Exercice 2 Soit f ∈ L2 (0. 4) En passant ` la limite ε → 0 dans a I fε (u)ϕ = − I fε (u)u ϕ. f ∈ L∞ (I R) R)}. . 2 1) Montrer que V est un sous-espace vectoriel ferm´ de H 1 (0. 1) et que v → v L2 est une e 1.

1) : u(0) = u(1) = 0}. 1) = {u ∈ H 1 (0. 1). montrer que N 2 est strictement convexe i.2. 1) on d´finit e 2 est un F (v) = 1 2 1 0 |v | + 2 1 4 1 0 |v|4 − 1 f v. 2 puis qu’il existe 3) En d´duire que a(. 1) V´rifier que V est un sous-espace ferm´ de H 1 (0. 1) v´rifie ( ) alors u est solution de ( ). 0 1 V´rifier que F (v) a bien un sens si u ∈ H 1 (0. EXERCICES o` ϕ ∈ D(I).) 3 = f p. montrer qu’il existe un unique u ∈ V tel que 1 a) ( ) a(u. ∀v ∈ V. 1 (Ecrire F (u + tv) ≥ F (u).p. ∀t > 0 et ∀v ∈ H0 (0. Exercice 8 Sur l’espace de Sobolev H 1 (0. 1) et en d´duire que H0 (0. on note V = {u ∈ H : u(0) = ku(1)}. 1). montrer que u+ ∈ H 1 (I) et que (u+ ) = 1[u>0] u .13. e a 4) Soit f ∈ L2 (0. ( ) et que u ∈ H 2 (0. 1 ∀v ∈ H0 (0. . 1).p.p. 1). v) = 0 f v.e. ∀t ∈]0. 3) Montrer que si u est solution de ( ) alors 1 1 uv + 0 0 u3 v = 0 1 f v. e e 2) Montrer qu’il existe une constante C1 > 0 telle que ∀v ∈ V .1) F (v) ( ). 1). 2) Soit f ∈ L2 (0. v ∞ ≤ C v 2 . 1 1 1 1) V´rifier que u 2 ≤ √2 u 2 si u ∈ H0 (0. e Exercice 6 149 Soit N une norme d´rivant d’un produit scalaire. v) = 0 uv + 0 uv − u 0 0 v .. 1). u 5) En d´duire que |u| ∈ H 1 (I). on consid`re la forme bilin´aire e e 1 1 1 1 a(u. N 2 (tu + (1 − t)v) < tN 2 (u) + (1 − t)N 2 (v). alors u solution de ( ) est telle que u ≥ 0 p. 1). (une norme est-elle strictement convexe ?) Exercice 7 1 On note H0 (0. 1). |v(0)| ≤ C1 v une constante C telle que ∀v ∈ V . R. Pour v ∈ H 1 (0. 1) et que ∃C tel que ∀v ∈ H0 (0. F (v) ≥ C.) est un produit scalaire sur V et que la norme associ´e (not´e e e e est ´quivalente sur V ` la norme de H 1 (0. 1[. 1). e 1 (0. 1) tel que F (u) = inf Montrer qu’il existe un unique u ∈ H0 1 v∈H0 (0. . e e 6) Montrer que si f ≥ 0 p. e ∀u = v. Pour k ∈ I k = 1. 4) En d´duire que u satisfait : −u + u e 1 5) R´ciproquement : montrer que si u ∈ H 2 ∩ H0 (0. 1) muni de u e e Hilbert.

1) → T (f ) = u ∈ L2 (0. 0 f T (g) = 0 g T (f ) et que T est un op´rateur compact de e 2 (0. g ∈ L2 (0.) e e 6) Soit (kn )n ⊂ I une suite de r´els telle que ∀n. a 9) En d´veloppant a(unk − u. montrer que unk − u e H1 −→ 0.150 CHAPITRE 13. ∀v ∈ Vn . 11) On d´signe par T l’op´rateur : f ∈ L2 (0. 1]) vers une limite not´e u . u ´tant la solution e e e de ( ). 1). unk − u). v) = 0 f v. 1). 1). 1) pour int´grer par parties. toute la suite (un )n converge vers u dans H 1 (0. ESPACES DE SOBOLEV SUR L’INTERVALLE 5) Caract´riser la solution de ( ) par l’´quation diff´rentielle qu’elle satisfait ainsi que les condie e e tions aux limites. 1). Prouver que (un )n est born´e dans H 1 (0. on d´finit e vn (t) = v(t) + k − kn v(1). 1) dans L2 (0. kn − 1 Montrer que vn ∈ Vn et que vn −→ v dans H 1 (0. R e u R On note Vn = {v ∈ H 1 (0. 1) : v(0) = kn v(1)} et un l’unique solution dans Vn de 1 ( )n a(un . (V´rifier que u ∈ H 2 (0. L . 1). 10) Montrer qu’en fait. 1 1 Montrer que ∀f. e 7) En d´duire que l’on peut extraire une sous-suite (unk )k qui converge faiblement dans H 1 (0. 1) e et uniform´ment dans C([0. kn = 1 et kn → k o` k ∈ I avec k = 1. e e V´rifier que u ∈ V . 1). e 8) Soit v ∈ V . Utiliser ce fait pour passer ` la limite dans ( )n et conclure que u = u .

Chapitre 14

Corrig´s des exercices e
14.1 Chapitre III

Exercice 1
n 1) a)Soient n = dim E et e1 , ..., en une base de E. On d´finit pour x = e 1 xi ei ∈ E, la n norme x 1 = 1 |xi |. Soit S1 = {x ∈ E : x 1 = 1} et soit N une autre norme sur E, de N (x) ≤ (supi N (ei )) x 1 on d´duit la continuit´ de N sur (S1 , 1 ) compact, donc N est born´e e e e et atteint ses bornes. Il existe α et β ≥ 0 tels que ∀x ∈ S1 , α ≤ N (x) ≤ β. Comme α = N (y) x pour un y ∈ S1 , y = 0 et α > 0. Enfin, ∀x = 0, x ∈ S1 donc α x 1 ≤ N (x) ≤ β x 1 . 1 b) Soit x = n xi ei ∈ E, on a u(x) F ≤ (supi u(ei ) F ) x 1 donc u est continue. 1 √ | 2) a) Il est clair que N0 et N1 sont des normes sur E (elles le sont sur I et 2 ∈ Q .) R On raisonne par r´currence, pour n = 1, on a a√= −1 et b1 = 1 donc a1 b1 < 0. On suppose que e 1 u xn ∈ E et an bn < 0 alors xn+1 = an+1 + bn+1 2 o` an+1 = 2bn − an et bn+1 = an − bn donc an+1 bn+1 = bn (an − bn ) − (an − bn )2 < 0. √ √ √ √ Enfin si ( 2 + 1)n = |an | + |bn | 2 alors ( 2 + 1)n+1 = (2|bn | + |an |) + 2(|an | + |bn |). Or an+1 = 2bn − an et an bn < √ montre que |an+1 | √ 2|bn | + |an |. De mˆme pour bn+1 , 0 = e n = |a | + |b | 2. |bn+1 | = |an | + |bn |, donc ∀n√ 1, ( 2 + 1) ≥ n n √ √ b) D’une √ part, N0 (xn ) = | 2 − 1|n → 0 et d’autre part, N1 (xn )(1 + 2) ≥ ( 2 + 1)n = e |an | + |bn | 2 → +∞ donc les deux normes ne sont pas ´quivalentes.

Exercice 2 a) Soit (fn )n ⊂ L(E, F ) une suite de Cauchy alors ∀ε > 0, ∃N tel que ∀p, q ≥ N, fp − fq ≤ ε.

En particulier, ∀x ∈ E, fp (x) − fq (x) F ≤ ε x E . (1). Et ∀x ∈ E, la suite (fn (x))n est de Cauchy dans F complet donc converge vers un ´l´ment not´ ee e f (x). la fonction f est lin´aire comme limite simple de fonctions lin´aires. On fixe p dans (1) et e e on laisse q → ∞, on obtient alors fp (x) − f (x) F ≤ ε x E , ∀x ∈ E, d’o` f = f − fp + fp est u continue et fp − f ≤ ε., d`s que p ≥ N donc fn → f dans L(E, F ). e 1 b) Par hypoth`se BE est compact donc il existe a1 , ..., an ∈ E tels que BE ⊂ ∪n B(ai , 2 ). Soit e 1 V = vect{a1 , ..., an }, montrons que E = V . On raisonne par l’absurde, s’il existe x ∈ E tel que d(x, V ) = α > 0 alors ∃y ∈ V tel que α ≤ d(x, y) ≤ 3 α. 2 151

152 Soit z =
x−y x−y

´ CHAPITRE 14. CORRIGES DES EXERCICES
1 ∈ BE alors pour un certain i0 , z ∈ B(ai0 , 2 ) et on a

x − y − ai0 x − y

1 3 x−y ≤ α 2 4

donc il existerait un y0 ∈ V tel que d(x, y0 ) < α, ce qui est absurde. Exercice 3 1) ∀x ∈ E et ∀y ∈ H, on a |f (x)| = |f (x − y)| ≤ f x − y d’o` le r´sultat. u e |f (x)| u 2) d(x, H) ≤ x − y ≤ |f (u)| u o` u ∈ E \ H. Comme f ≡ 0, on peut remarquer que

f = supu∈E\H |f (u)| . u 3) a) Soit (xp )p une suite de Cauchy dans E = C0 alors ∀ε > 0, ∃N, ∀p, q ≥ N, ∀n

x p − xq n n

≤ ε.

( )

Donc ∀n, la suite (xp )p est de Cauchy dans I et converge vers un xn . Posons x = (xn )n , alors R n q de ( ) on d´duit que ∀n, ∀q ≥ N , |xn − xn | ≤ ε donc la suite (xp ) converge vers x en norme e N a e e e e ∞ . Il reste ` voir que x ∈ E. De l’in´galit´ pr´c´dente on tire |xn | ≤ ε + |xn | donc pour n assez grand |xn | ≤ 2ε, et x ∈ E. b) On a facilement |f (x)| ≤ x ∞ et f lin´aire donc f ∈ E et f ≤ 1. e Soit xN ∈ E d´fini par xN = 1 si n ≤ N et xN = 0 sinon, alors |f (xN )| = 1 − 21 ≤ f et ceci e N n n ∀N ≥ 1 d’o` f = 1. u S’il existe x = (xn )n ∈ E avec x = 1 et tel que |f (x)| = f = 1 alors 1 = |f (x)| ≤
∞ 1

1 |xn | =⇒ 2n

∞ 1

1 (1 − |xn |) ≤ 0 =⇒ |xn | = 1, ∀n, 2n
∞ xn 1 2n |.

et x ∈ E. Donc f n’est pas atteint. Enfin d(x, H) = | Exercice 4 Th´or`mes du point fixe e e

1) On v´rifie facilement que si xn+1 = f (xn ), x0 ∈ E, on a d(xn+1 , xn ) ≤ kn d(x1 , x0 ) et e d(xn+p , xn ) ≤ d(xn+p , xn+p−1 )+...+d(xn+1 , xn ) ≤ kn (kp−1 +...+k+1)d(x1 , x0 ) ≤ kn d(x1 , x0 ). 1−k

Comme k < 1, la suite (xn )n est de Cauchy donc converge vers x ∈ E. De xn+1 = f (xn ) on d´duit x = f (x) puisque f est continue, et x est un point fixe. e Si d(f (a), f (b)) = d(a, b) ≤ kd(a, b) avec k < 1, n´cessairement a = b, d’o` l’unicit´ du point e u e fixe. 2) ∀λ, λ0 , on a d(aλ , aλ0 ) = d(fλ (aλ ), fλ0 (aλ0 )) ≤ kd(aλ , aλ0 ) + d(fλ (aλ0 ), fλ0 (aλ0 )), donc d(aλ , aλ0 ) ≤ 1 d(fλ (aλ0 ), fλ0 (aλ0 )). 1−k ≤ d(fλ (aλ ), fλ (aλ0 )) + d(fλ (aλ0 ), fλ0 (aλ0 ))

14.1. CHAPITRE III

153

Ce qui montre que l’application λ → aλ est continue en λ0 . 3) Soit ϕ(x) = d(x, f (x)), ϕ est continue sur E compact donc atteint son inf : ∃x0 ∈ E tel que ϕ(x0 ) ≤ ϕ(x), ∀x ∈ E. Si ϕ(x0 ) = 0, on a ϕ(f (x0 )) < ϕ(x0 ) ce qui est absurde, donc ϕ(x0 ) = 0 et x0 est un point fixe de f . Si il y en a un autre, x1 , alors d(f (x0 ), f (x1 )) = d(x0 , x1 ) < d(x0 , x1 ) donc n´cessairement x0 = x1 . e n 4) Soit z fix´ dans C, fn (C) ⊂ C, ∀n, car C est convexe et fn est n+1 -lipschitzienne sur C. Donc, e par 1), ∃xn ∈ C tel que xn = f (xn ), ∀n. Maintenant C est compact donc il existe une soussuite not´e (xnk )k telle que xnk → x ∈ C, alors en passant ` la limite dans xnk = fnk (xnk ) = e a nk 1 z + nk +1 f (xnk ), on obtient x = f (x) et x est un point fixe de f . nk +1 Exercice 5 a) Il est clair que N d´rive d’un produit scalaire. e e e b) Par l’in´galit´ de Cauchy-Schwarz, on a |f (x)| ≤ |f (0)| + ( 0 f (t)2 dt) 2 . En ´levant au carr´ e e 2 + b2 , on obtient facilement |f (x)|2 ≤ 2N (f ), ∀x ∈ [0, 1]. et en utilisant l’in´galit´ 2ab ≤ a e e n c) On choisit fn (x) = xn . Alors ∀n, fn ∞ = 1 et N (fn ) = √2n−1 → +∞. Donc ces deux normes ne sont pas ´quivalentes. e Exercice 6 Comme E est m´trique, on va montrer que de toute suite de E, on peut extraire une sous-suite e 1 convergente. Soit (xn )n une suite de points de E. Pour ε = 2 , E est recouvert par un nombre fini 1 de boules de rayon 2 donc l’une d’entre elles contient une infinit´ de xn . On peut donc extraire e une sous-suite (xϕ1 (n) )n telle que d(xϕ1 (n) , xϕ1 (p) ) ≤ 1. Et on recommence ce processus, pour 1 1 ε = 2p , E est recouvert par un nombre fini de boules de rayon 2p donc l’une d’entre elles contient une infinit´ de xϕ1 o...oϕp−1 (n). On peut donc en extraire une sous-suite (xϕ1 o...oϕp (n))n telle que e 1 d(xϕ1 o...oϕp (n), xϕ1 o...oϕp (m)) ≤ p . Soit (xϕ1 o...oϕn (n))n la suite diagonale, elle est bien extraite de (xn )n et v´rifie e d(xϕ1 o...oϕn (n), xϕ1 o...oϕm (m)) ≤ 1 , m ∀m, n, m ≤ n.
1
1

Cette suite est donc de Cauchy dans E complet, elle converge, d’o` E est compact. u Exercice 7
1 1 Pour n fix´, E ⊂ ∪x∈E B(x, n ) et E est compact donc ∃kn tel que E ⊂ ∪kn B(xn , n ). Soit e i i=1 N e e D = {xn , i = 1, ..., kn , n ∈ I }, D est bien d´nombrable, v´rifions que D est dense dans E. Soient i 1 1 x ∈ E et r > 0, ∃N ∈ I tel que N < r et ∃xN tel que x ∈ B(xN , N ) alors xN ∈ B(x, r) ∩ D. N i i i

Exercice 8 Les ensembles K et K sont ferm´s comme intersection d’images r´ciproques de ferm´s par e e e des applications continues, donc de K ⊂ K on d´duit K ⊂ K . Si K = K , ∃y0 ∈ K \ K e et par Hahn-Banach, ∃f ∈ E , f ≡ 0, ∃α ∈ I tels que R < f, x > < α < < f, y0 >, ∀x ∈ K.

154

´ CHAPITRE 14. CORRIGES DES EXERCICES
f α, x

Comme 0 ∈ K, on a α > 0 et ∀x ∈ K, < f < α , y0 >≤ 1, c’est absurde. D’o` K = K. u Exercice 9

>< 1, donc

f α

∈ K or y0 ∈ K

donc

1) On d´finit les deux formes lin´aires continues suivantes e e f2n : → I R x → x2n
1

et

g2n :

→ I R x → x2n − 2−n x2n−1 .

1

−1 −1 Alors A0 = ∩n f2n ({0}) et B = ∩n g2n ({0}) sont ferm´s comme intersection de ferm´s. e e n = (δ ) Soit e o` δni = 1 si i =n, δni = 0 sinon, alors si Fk = vect{e1 , ..., ek } et si F = ∪k Fk , u ni i≥1 on a F = 1 . Donc pour montrer que 1 = A0 + B, il suffit de montrer que ∀k, Fk ⊂ A0 + B. Soit x ∈ Fk , on d´finit a, b de la fa¸on suivante, e c

b2n = x2n b2n−1 = 2n x2n nx a2n−1 = x2n−1 − 2 2n a2n = 0

alors x = a + b et comme xn = 0 si n > k, a, b ∈ 1 et (a, b) ∈ A0 × B. Donc 1 = A0 + B. 2) Si c = a + b alors n´cessairement a2n = 0, b2n = 2−n , b2n−1 = 1 et a2n−1 = −1 donc a, b ∈ e et c ∈ A0 + B. Il est clair alors que A ∩ B = ∅. Supposons qu’il existe f ∈ ( 1 ) , f ≡ 0 et α ∈ I tels que R < f, a > ≤ α ≤ < f, b >, ∀a ∈ A, ∀b ∈ B.

1

Comme B est vectoriel, n´cessairement < f, b >= 0, ∀b ∈ B. De mˆme, de < f, a0 >≤ α + f (c), e e ∀a0 ∈ A0 , on en d´duit que < f, a0 >= 0, ∀a0 ∈ A0 . Donc f ≡ 0 sur A0 + B dense dans 1 , par e continuit´ on en conclut que f est identiquement nulle, ce qui est contraire ` l’hypoth`se. On e a e ne peut donc pas s´parer A et B. e Exercice 10 1) Soit Fn = nT (B(0, 1)) alors Fn est ferm´ et F = ∪n Fn car T est surjective. Par le lemme e de Baire, on sait qu’il existe n0 tel que int(Fn0 )= ∅ et donc int T (B(0, 1)) = ∅. Alors il

1 B(0, C ) ⊂ T ( 4 B(0, 1)) et on recommence, pour ε = C , ∃z2 tel que z2 < 1 et y −T z1 −T z2 < 2 4 4 C , etc... 4 C On construit ainsi une suite (zn )n telle que zn < 21 et y − T z1 − ... − T zn < 2n , ∀n. n La suite xn = z1 + ... + zn est de Cauchy dans E donc converge vers un x ∈ E, comme T est continue, T xn → T x, donc y = T x. Il reste ` voir que x < 1. a 1 Par exemple, ∃ε > 0 tel que z1 ≤ 2 − ε alors n 1 n 1

existe r > 0 et y0 ∈ F tels que B(y0 , r) ⊂ T (B(0, 1)). Si y0 ∈ T (B(0, 1)) alors −y0 aussi et B(y0 , r) = y0 + B(0, r) ⊂ T (B(0, 1)) donc B(0, r) ⊂ T (B(0, 1)) + T (B(0, 1)) ⊂ 2T (B(0, 1)) d’o` u r r B(0, 2 ) ⊂ T (B(0, 1)) et 2C = 2 convient. 2) Soit y ∈ B(0, C) fix´, on cherche x ∈ B(0, 1) tel que y = T x. On sait que B(0, C) ⊂ e 1 1 1 2 B(0, 2C) ⊂ T ( 2 B(0, 1)) donc ∀ε > 0, ∃zε , zε < 2 tel que y − T zε < ε. C 1 On choisit ε = 2 , cela nous donne un z1 tel que z1 < 2 et y − T z1 < C . Alors y − T z1 ∈ 2

xn ≤

zk ≤

1 − ε ≤ 1 − ε, 2k

La suite (T xn )n est aussi de Cauchy dans F complet donc converge vers un certain y ∈ F . c’est ` dire il existerait f ∈ F . Exercice 16 1) On pose G = c n Fn o et on veut montrer que G= ∅. on pourrait e s´parer strictement T x et y par un hyperplan ferm´. Soit (xn . G est ferm´ donc complet et ∀n. x 2 ) est complet. x 2 ) est complet. en appliquant l’exercice ci-dessus. a e BF (x) est compact dans I ce qui est imm´diat puisque BF (x) ⊂ [−1. Soit f ∈ F alors |Λy (f )| < ∞. comme f oT ∈ E . ∀y = x0 . on peut appliquer BanachSteinhaus et ∃M > 0 tel que ∀f ∈ F . Comme e e 1 T est bijective. on obtient l’´quivalence des normes e x 1 et x 2 et donc T est continue. comme e x 1 ≤ x 2 . 1]. ∀x ∈ E. Fn ∩G e n (Fn o est ferm´ et d’int´rieur vide donc le Lemme de Baire montre que e e ∩ G) est d’int´rieur e . il reste ` v´rifier que ∀x ∈ [0. Soit (xn )n une suite de Cauchy pour x 2 . on a d’une part f (T xn ) → f (T x) et f (T xn ) → f (y) donc f (T x) = f (y) et ceci ∀f ∈ F . alors (xn )n est de e Cauchy pour x 1 donc elle converge vers un x ∈ E au sens de la norme x 1 . ∀y et ∀f ∈ BF . 1)). G(T ). ∀y = x0 . f ∈ BF }. ∃C > 0 tel que BF (0. on consid`re x 1 = x E et x 2 = x E + T x F . 1]. ∀x ∈ E tel que T x < C on a x < 1. Donc |f (y) − f (x0 )| ≤ M |y − x0 |. x 2 ) est complet. |Λy (f )| ≤ M f . Or (xn .1. 1]. Si (E. Exercice 12 On applique le r´sultat pr´c´dent ` id : E. D’o` BF est compact R. x e e e a Exercice 13 Th´or`me du graphe ferm´ e e e Sur E. Donc x ≤ C T x et T −1 est continue. Comme F est un Banach. a-t’on y = T x ? Soit f ∈ F . Pour pouvoir appliquer Ascoli. u e Exercice 11 Th´or`me d’isomorphisme d’espaces de Banach e e 155 Par le Th´or`me de l’application ouverte. telle e e a que f (T x) = f (y). T xn )n ∈ G(T ) ferm´. |Λy (f )| ≤ M . Ce qui montre que BF est ´quicontinue. Λy ∈ E et Λy ≤ |y−x0 | f ∞ . C) ⊂ T (BE (0. est ferm´. T xn )n ∈ G(T ) telle que xn → x et e T xn → y. ∀y = x0 car y → Λy (f ) est continue sur [0. Exercice 15 2 1) Pour y = x0 . donc y = T x et (E. V´rifions que (E. 2 → E. CHAPITRE III d’o` le r´sultat.14. e u et par suite F est de dimension finie. x 1 . n´cessairement T x = y sinon par Hahn-Banach. e Soit BF (x) = {f (x). e Exercice 14 Montrons que le graphe de T . 2) En particulier si f ∈ BF . f ≡ 0.

∃M > 0. d’o` G= ∅ et n≥1 Fn est dense (et ouvert comme u union d’ouverts). ∀y ∈ F . r) ∩ B(x + z. CORRIGES DES EXERCICES o o vide.δ est ferm´ comme intersection de ferm´s (fi et fj sont continues ∀i. Donc la question pr´c´dente montre que R R e e Uδ = n Fn. x0 ∈ U =⇒ ∀k ≥ 1. Fn. ∃V2 ∈ V(x0 ) tel que ∀x ∈ V2 . par Hahn-Banach. ∀x ∈ BE . e 1 Si a est continue. 1). I = Fn.I. ce qui est absurde pour n assez grand. o k o 1 k≥1 U k est 1 culier ∀x ∈ V1 . Alors ∀x ∈ V1 ∩ V2 . dense dans I R. On fait tendre i vers +∞. et p telle que p(x) = 0 alors si r = 2 p(x) on a B(x.156 ´ CHAPITRE 14. ∃f ∈ E . y). e e 2) Soit U un ouvert faible non vide. u e 2) Comme |a(p. ∃r > 0 tel que B(x. ax (y) ≤ My . a est s´parement continue. ∀i ≥ n. q. |f (x) − f (x0 )| ≤ k . G) et ∀y ∈ F . e e (la r´ciproque est vraie). r) ⊂ U . On ´crit ensuite que fn est continue en x0 . montrons que f est continue en x0 . 1 |fn (x) − fn (x0 )| ≤ k . ∃n tel que x0 ∈Fn. Soit donc x0 ∈ U par hypoth`se. En choisissant par exemple dans M 1 cette in´galit´. Exercice 17 1) On note ax : y → a(x. on peut ´crire y = x + z avec z = 0 et on a B(x. ∃ε > 0 et ∃J ∈ P. pour montrer qu’il est un ouvert fort. | 0 p(t)q(t)dt| ≤ M p 1 q 1 . ∀p. e e 14. 1 . j). P) est s´par´. q)| ≤ p ∞ q 1 ou q ∞ p 1 . Par hypoth`se. e Utilisons ce crit`re. ax (y) ≤ M y . ay : x → a(x. 1 donc ∃V1 ∈ V(x0 ) tel que V1 ⊂ Fn. x ∈ BE } v´rifie : e ∀x ∈ BE .F. ∃My > 0. |fi (x) − fn (x)| ≤ k . ∀y ∈ F . on obtient 2 ≤ n+1 . ∃p semi-norme telle que p(x) = 0 alors (E. En partik |f (x) − f (x0 )| ≤ |f (x) − fn (x)| + |fn (x) − fn (x0 )| + |fn (x0 ) − f (x0 )| ≤ 3 . Or. il faut montrer que ∀x ∈ U . soit donc x = 0.δ est un ouvert dense de I Le Lemme de Baire assure alors que U = R. Donc supx∈BE ax (y) ≤ My < ∞. ax ∈ L(F. on obtient ∀x ∈ V1 . Si x = y. ∃W (= V1 ∩ V2 ) ∈ V(x0 ) tel que ∀x ∈ W . D’o` la continuit´ de a. 1 R) R. p(x) = xn et q = p .2 Chapitre IV Exercice 1 1) Montrons d’abord que si ∀x = 0. gn ∈ C(I et gn → f simplement sur I La question 2) montre alors que f est continue sur une partie dense de I R. e e 1 Soit donc x = 0. δ. r) = ∅. 1 e |f (x) − fn (x)| ≤ k . 2) ∀n. Comme e e fn converge simplement sur I vers f .δ . 3) On pose gn (x) = n(f (x + n ) − f (x)) alors ∀n. f ≡ 0 telle que f (x) > 0 = f (0) e donc pf (x) = 0 et la topologie faible est s´par´e. Soit x0 ∈ U . k 3 Donc on a montr´ que ∀k ≥ 1. y) et BE = BE (0. r) = ∅ et on s´pare 0 et x. n (Fn ∩ G) = G ∩ ( n Fn ) = G. tels e . la famille e {ax . d’o` e u f est continue sur U . r) ∩ B(0. On peut donc appliquer le Th´or`me de Banach-Steinhaus et ∃M > 0 tel que e e ∀x ∈ BE .

D’apr`s la question 2). J. e e montre que f ∈ E . montrons que f est continue faiblement en x0 . ε) ⊂ B(x0 .. 1) est un voisinage de 0 pour la topologie faible.. σ(E. Tout x de E s’´crit x = e 1 xi ei .2.. ImF est convexe ferm´ (car vectoriel de dimension finie) et e1 = (1.I. J. ∃h ∈ (I k+1 ) . r) ⊂ V (x0 .. Cherchons r tel que B(x0 . ∀x ∈ i∈I ker fi . .. On pose I = Ik0 alors i∈I ker fi ⊂ V . ε) e e J est bien un ouvert fort. 0. On a | < f i . donc n´cessairement g(x) = 0. Ik . εk ) ⊂ Bd (0. par hypoth`se e 1 ∃k0 ∈ I tel que Bd (0. k ) o` εk > 0 et N u Ik est un ensemble fini d’indices. alors ∃r > 0 tel que B(x0 .. 2. par suite i∈I ker fi ⊂ ker g. ε). Et | < g. f. fk (x)).. d). 4) On suppose dimE < ∞. Exercice 2 On suppose que dimE = +∞ et que les applications id : (E. r) ⊂ U . ε) ⊂ U . σ(E.) 3) Si f ∈ (Ew ) alors ∀U ouvert de I f −1 (U ) est un ouvert faible et la question pr´c`dente R. c’est ` dire que ∀ε > 0.. k ) est un voisinage de 0 pour d. ε) convient. Alors d’apr`s 1). . h ≡ 0 et ∃α ∈ I tels que h(F (x)) < e e e R R . k}. D’apr`s le Th´or`me d’Hahn-Banach. r n D’o` si x ∈ V = V (x0 . L’ensemble {fj . Bd (0.. N e i∈Ik0 {x ∈ E : | < fi .. on notera I = {1. soit fi : E → I d´finie par f (x) = xi alors fi ∈ E et on a R e n n x − x0 ≤ 1 |xi − x0i | = 1 | < fi . k0 ) ⊂ V . E )) → (E.14. On va montrer e que ∃ε > 0 et ∃J ∈ P. 1 1 1) ∀k ∈ I . Soit x0 ∈ U suppos´ non vide. {1. r). en ) une base de E telle que ∀i ei = 1. . n Soit (e1 . r). E )) sont continues. e 2) L’ensemble V = V (0. ce qui donne le r´sultat. k ∈ I } est d´nombrable et constitue N e la suite cherch´e. x > | < εk0 } ⊂ V. ε) alors x − x0 < nε. Si f ∈ E .. e 3) Pour simplifier les notations.. g. J. on choisit donc ε ≤ u V ⊂ B(x0 . soit x0 ∈ E. (E. donc ∃V (0. (si ∀i.F. il reste ` montrer que U ouvert fort est un e a ouvert faible.. J 157 Cela sugg`re de choisir r < sup ε fi . J.0) ∈ImF car i∈I ker fi ⊂ e ker g. f1 (x).. tels que V (x0 . . fi ≡ 0. j ∈ Ik . n}. x − x0 > | < f i x − x0 ≤ (sup fi ) x − x0 . d) et on a bien id : → (E. Il est clair que V = V (x0 . a ∃V ∈ Vω (x0 ) tel que x ∈ V =⇒ |f (x) − f (x0 )| < ε. CHAPITRE IV que V (x0 . et soit F : E −→ I k+1 R x −→ (g(x). alors E = V (x0 . x > | < 1 sur un espace vectoriel. x − x0 > |.

⇐⇒ | < fi oT.. ∃f1 . n. y = T x} telle que xn → x et yn = T xn → y. xk ) ∈ I k+1 . µk ) ∈ I k+1 \ {0} tel que h(x) = k µi xi si x = (x0 .. existe-t’il ω ∈ Vw (0) tel que x ∈ ω =⇒ T x ∈ Ω ? On peut toujours choisir Ω = {y ∈ F : | < fi . Si ω = {x ∈ E : | < fi oT.. ω.. r) =⇒ T x ∈ Ω ? On sait par hypoth`se qu’il existe un voisinage faible de 0.. on peut appliquer le lemme de Baire et ∃n0 e tel que int(Fn0 ) = ∅. µi (− µ0 )fi (x) Φ est lin´aire et injective (car Φ(x) = 0 =⇒ ∀f ∈ E .. pour tout x.. (3) =⇒ (1) : On utilise le Th´or`me du graphe ferm´ (voir l’exercice 13 chap. ∃N tel que g ∈ FN donc E = Fn . n. ∀x ∈ E. ∀i = 1. fn }. (On peut d´montrer ce r´sultat par une e e Donc µ0 = 0 et g(x) = preuve purement alg´brique.. r) ⊂ Fn0 par suite E = Fn0 car Fn0 est vectoriel et donc dimE ≤ n0 . x > | < ε. n} o` fi oT ∈ E . T x > | < ε. CORRIGES DES EXERCICES α < h(e1 ).. y > | < ε. e e e 2) Soit T : Ew −→ F lin´aire continue. . fn ∈ E tels que | < fi . qu’un ouvert faible est un ouvert fort donc (3). ∀g ∈ E . alors ω est bien un voisinage u faible de 0 donc (2). R R R 0 D’o` on obtient u k µ0 g(x) + 1 µi fi (x) = 0 < α < µ0 . (2) =⇒ (3) : ∀Ω ∈ Vw (0). existe-t’il r > 0 tel que x ∈ B(x. ∀i = 1. a e Exercice 3 1) On montre que (1) =⇒ (2) =⇒ (3) =⇒ (1). ∀i = 1. tel que x ∈ ω =⇒ T x ∈ Ω et on a e vu dans l’exercice 1 ci-dessus. ∃(µ0 . soit (xn .. ∀x ∈ E et comme e h ∈ (I k+1 ) .) e e 4) Soit Fn = vect{f1 . T xn T x et d’autre part la convergence forte impliquant la convergence faible T xn y. . le lecteur se convaincra que la continuit´ de T en 0 implique la continuit´ de e e T partout. .. f (x) = 0 =⇒ x = 0 par Hahn-Banach) e donc dimE ≤ n0 ce qui est contraire ` l’hypoth`se. d’apr`s 2) et 3)..... . n} o` fi ∈ F et ε > 0.. D’o` le graphe de T e u est ferm´ et T est continue (pour les topologies fortes). on en d´duit que h(F (x)) = 0. ... Fn ferm´ (car dimFn < ∞). 5) On en conclut que dimE < ∞.... x > | < ε. n =⇒ T x F < 1. (1) =⇒ (2) : ∀Ω ∈ Vw (0). en effet soit Φ : E → I n0 R x → (f1 (x). .. ∀x ∈ E.III).. La continuit´ en 0 implique que ∃ε > 0. e Comme E est complet. ∀i = 1.. a-t’on y = T x ? Comme T est continue de E fort dans F faible. h ≡ 0. u T x ∈ Ω ⇐⇒ | < fi . Pour simplifier les notations on montrera que T est continue en 0. .. Maintenant. . .. . .158 ´ CHAPITRE 14. ∀i = 1. Si f ∈ intFn0 alors ∃r > 0 tel que B(f.. x > | < ε. par exemple un raisonnement par r´currence sur k. yn )n ∈ G(T ) = e e e {(x.. Comme ImF est vectoriel. fn0 (x)). donc n´cessairement y = T x. y) ∈ E × F..

Soit ∈ ( 1 ) alors par e lin´arit´ et continuit´ de . g) ≤ ε + u < r. ∀y = (yi )i ∈ n) 4) Soit (x n≥1 une suite d’´l´ments de 1 telle que xn ee 0 dans 1 faible. Soit y1 = T x1 . ei > | ≤ ε 2i 1 ≤ ε.2. → (K. D’o` d(f.14. 1 )) c) La question pr´c`dente montre que l’application id : (K. d’o` le r´sultat. On a n d(f.. Donc = Λy et Λ est bijective. Donc on veut 1 n+1 λk < fi . En particulier pour x = en . . e b) Λ est injective car isom´trique. λn+1 ) non tous nuls tels que n+1 λk T xk = 0 ? 1 Ou encore tels que T ( n+1 λk xk ) = 0 ? On remarque que si il existe (λ1 .... . yn+1 = T xn+1 ∈ ImT .. | < ... 3) Soit (xn )n≥1 une suite d’´l´ments de 1 telle que xn ee 0 dans 1 faible ⇐⇒ ∀y ∈ ∞ < ∞ n n >→< y. g) = 1 1 |fi − gi | + 2i i≥n+1 1 |fi − gi | et 2i 1 2n−1 i≥n+1 1 |fi − gi | ≤ 2 2i i≥n+1 1 1 = n−1 . .. d’o` Λ est une e u isom´trie. on conclut que Λ est un isomorphisme d’espaces de Banach. x >= ∞ xn yn si x = (xn )n ∈ 1 et ∃M > 0 tel que e e e 1 ∀x ∈ 1 . existe-t’il (λ1 ... xk >= 0. on a < . on obtient | < . Montrons qu’elle est surjective. 2i si g ∈ V . CHAPITRE IV 159 Alors i ker fi ⊂ ker T . e 2) f est lin´aire et |f (x)| ≤ y ∞ x 1 donc f ∈ ( 1 ) . On a Λy (eN ) = yN donc Λ ≥ y ∞ . c’est fini. . Par l’exercice 11 chap. y. alors n 1 1 |fi − gi | = 2i 1 2n−1 n 1 1 | < f − g. On va montrer que dim(ImT )≤ n. en > | = |yn | ≤ M et y ∈ ∞ ... 1 1 ≤ i ≤ n. λn+1 ) non tous nuls 1 tels que n+1 λk xk ∈ i ker fi .. y n ∈ 1 tels que V = {g ∈ K : | < g − f. σ( e e Or K est compacte faible . x 1 xi yi → 0. y i > | < ε. d) est continue. C’est un syst`me lin´aire de n ´quations ` n + 1 inconnues dont on sait qu’il existe des solutions e e e a non triviales. x > | ≤ M x 1 . ∞ . donc(K. ∀i = 1. a) On montre facilement que d est une distance sur K. 2i 2 pour f. 0 >= 0 ⇐⇒ ∞.. Soient donc ε et n tels que ε + n 1 < r et y i = ei pour 1 ≤ i ≤ n. e a) On a montr´ que Λy ≤ y ∞ . b) On veut montrer que ∃ε > 0 et ∃y 1 . d) est compact. g ∈ K. . ∀g ∈ V donc V ⊂ Ω. III.. u e Exercice 4 1) xN − x 1 = reste d’une s´rie convergente. . n} ⊂ Ω.

N } o` ε > 0 et x1 . Soit f0 ∈ A ouvert faible alors ∃V voisinage faible de f0 tel que V ⊂ A. D`s que e e i i i n n → 0 dans 1 . CORRIGES DES EXERCICES d) Soit ε > 0 fix´. Donc il existe f0 ∈ K. n ≥ max(k0 . on a x 1 ≤ 2ε d’o` x u 5) Comme 1 n’est pas de dimension finie. e e d(f. ∃ξ ∈ E . xn >→ 0. xi > | < ε. u Si g = f0 + u o` u ∈ 1≤i≤N ker J(xi ) alors g ∈ V ⊂ A donc < ξ. i 2 2 | < f. u 1 1 1 . ∀g ∈ B. g > ∀f ∈ A. i car f 0 ∈ K. on a. d’o` u ∞ i=1 N |xn | ≤ ε + 2 i 1 |xn |. ξ = 0 et ∃α ∈ I tels que e e e R < ξ. les topologies faibles et fortes ne sont pas ´quivalentes e et cette application ne peut donc pas ˆtre continue.. i ∀n ≥ k0 . e Exercice 5 Comme A est ouvert faible . xn > | ≤ ε} alors An est ferm´ faible .160 ´ CHAPITRE 14. Son e image par id : (K. f 0 ) ≤ 2 Donc f ∈ Fk0 et N ∞ i=N +1 1 1 = N −1 < ρ. ∀f ∈ ∞ . Enfin.. ε e f) i ´tant fix´. d) m´trique compact est complet.. xn → 0 car xn =< ei . on en d´duit que ∃λ1 . |xn | ≤ 2N . on peut e donc appliquer le lemme de Baire : il existe k0 tel que IntFk0 = ∅. N N i |f0 xn | i |xn | i ≤ε+ 1 ≤ε+ 1 |xn |. xn >. f > ≤ α ≤ < ξ. Par u un mˆme raisonnement qu’` l’exercice 2 chap. e K = k Fk car < f. et e e Fk = K ∩ n≥k An est aussi ferm´ faible dans K compact donc Fk est compact faible . D’o` < ξ. f0 > u et ceci ∀u ∈ 1≤i≤N ker J(xi ) vectoriel. (K. On peut toujours supposer que V = {g ∈ E : | < g − f0 .. d). e) En choisissant f comme dans l’´nonc´. A est ouvert fort de E donc par le Th´or`me de Hahn-Banach e e premi`re forme g´om´trique. σ( ∞ . xn > | = | =⇒ ∞ i=N +1 i f0 xn + i 1 ∞ i=N +1 (±xn )| ≤ ε. I). u >≤ α+ < ξ. ∀i = 1. . 1 )) → (K. xN ∈ E. ∃ρ > 0 tels que K ∩ Bd (f0 . . D’o` x = N λi xi convient (x = 0 car ξ = 0).. λN ∈ I tels que e a e R ξ = N λi J(xi ) = J( N λi xi ). u >= 0 et 1≤i≤N ker J(xi ) ⊂ ker ξ. Soit An = {f ∈ ∞ : | < f. d) (qui est continue) est compacte donc ferm´e dans (K. donc ∃I tel que ∀n ≥ I. ρ) ⊂ Fk0 .. i ∀n ≥ k0 . IV.

d’o` i ker J(xi ) ⊂ ker ϕ. N ) =⇒ T x ≤ N .de 0 dans E tel que f ∈ Ω =⇒ | < ϕ.c’est facile. e e e Exercice 3 1) K ⊂ n>0 B(0. D’autre part T est lin´aire continue donc continue de E faible dans F faible et T xnk e T x d’o` y = T x. il serait donc aussi s´parable. n. xi ∈ E. 2) ∀x ∈ BE . g > | < β. alors E r´flexif =⇒ xnk e x et T xnk −→ T x donc T x est valeur d’adh´rence de (yn )n et T (BE ) est compact. Mais J(xi ) ∈ E et | < J(xi ). T x est dans un compact donc ∃N tel que T x ∈ B(0.. soit x = (xn )n tel que xnk = (−1) n x ∈ ∞ et < fnk . .. u e n n n question 3). . λn ∈ I tels que ϕ = 1 λi J(xi ) = J( 1 λi xi ).. e . g > | < ε. 1 est s´parable e e e et si ∞ ´tait r´flexif. alors xn est born´e car E est e un Banach et donc ∃R > 0 tel que ∀n. x > | < ε} est un voisinage faible.3. on suppose que T xn −→ y. En effet. u T x est la seule valeur d’adh´rence de la suite (T xn )n donc toute la suite converge vers T x d’o` e u ( ). S’il existe une R sous-suite (fnk )nk qui converge vers un f dans Ew alors ∀x ∈ E.. Donc il n’existe pas de sous-suites faiblementconvergentes bien que (fn )n soit dans un compact faible. Alors ( ) =⇒ T xnk −→ T x donc y = T x et x ≤ lim inf xnk ≤ 1 et T (BE ) est ferm´. x >= xnk −→< f... n =⇒ | < ϕ. g > | < ε. x >= (−1)k ne converge pas. alors pas.. n} o` β > 0 et pour u i = 1. f > | < ε.. xn ∈ B(0. Donc g ∈ i ker J(xi ) =⇒ | < ϕ. 3) Soit (xn )n ∈ E telle que xn converge faiblement vers x ∈ E. u = (Ew ) ⊂ E : Soit ϕ ∈ (Ew ) et soit ε > 0 alors ∃Ω voisinage faible. Soit yn = T xn ∈ T (BE ). 4) Montrons que T (BE ) est ferm´. Soit x = 1 λi xi ∈ E alors R ϕ = J(x). (T xn )n est dans un compact fort et il existe une sous-suite (T xnk )k qui converge fortement vers y ∈ F .. ∀n. e on peut en conclure par exemple que ∞ n’est pas s´parable ni r´flexif. Comme T est compacte. . il existe une sous-suite (xnk )k telle que xnk e x. ∀i = 1.. a-t-on e y = T x o` x ∈ BE ? u Comme E est r´flexif et que xn ≤ 1. xi > | < β.. Mais ce compact n’est pas m´trisable. On peut toujours choisir Ω = {g ∈ E : | < g. ∃λ1 . N ).14.. .de 0 dans E . Alors fn ∈ E et fn = 1. R). < fnk . u e Exercice 2 Soit fn : E −→ I telle que fn (x) = xn si x = (xn )n .. n) et K compact =⇒ ∃N tel que K ⊂ B(0. CHAPITRE V 161 14. x > est continue sur Ew . i = 1. d’o` x ∼ J(x) ∈ (Ew ) . x > quand k tend vers +∞.. d’o` le r´sultat. D’apr`s l’exercice 2. Donc en fait il s’agit de trouver une suite de r´els qui ne converge e k et x = 0 ailleurs. e Soit encore yn = T xn ∈ T (BE )..3 Chapitre V Exercice 1 E ⊂ (Ew ) : Soit x ∈ E alors V = {f ∈ E : | < f. Par exemple. Donc f →< f.

1 R. donc ϕ n’est pas e continue. i ∈ In . ∃Vn voisinage 1 faible de 0 tel que Vn ⊂ Bd (0. ∃r1 . Par ´quivalence des topologies. ∃f ∈ E . ∃x0 ∈ E \ X et par Hahn-Banach.. On peut e 1 supposer que f = 1. u N L’ensemble {xi . 1]. e e Ici.. On peut en conclure que E n’est pas r´flexif. 1] vers ϕ et donc n´cessairement ϕ(x) = 0 si x = 0 et ϕ(0) = 1. on d´duit qu’il existe une sous-suite xnk = T xnk qui converge vers y. e 1 1 1 = cn −1 (1 − t ) dt = 2cn 2 n 1 0 (1 − t ) dt ≥ 2cn 2 n 1 √ n 0 4cn (1 − nt2 )dt = √ .E = < f. n )..e. n ) est un voisinage de 0 dans (BE . J(E) = E . xi > | < εn } . On peut supposer que Vn = i∈In {f ∈ BE : | < f. 3) Si X = E. n ). d). x > | = x par Hahn-Banach. 1]. e Si f ∈ E alors f = sup x ≤1 | < f. Comme X est vectoriel. V ∩ Y = ∅. x0 >. sup ξ ≤1 | < ξ. n ∈ I } constitue une suite d´nombrable de points de E. Donc on a montr´ que ∀V ∈ V(x). alors f ∈ Vn . on en d´duit que f ≡ 0 sur X. u 14. N e | 2) Si x ∈ X. x >E . CORRIGES DES EXERCICES 5) Soit B = {x ∈ ker(Id − T ) : x ≤ 1}. ∀n donc f ∈ Bd (0.4 Chapitre VII 1 √ Exercice 1 1) Sur [0. Si y = 1 ri xi alors y ∈ Yn ⊂ Y et on a e u x − y ≤ ε n xi . 3 n . o` εn > 0. ∀f ∈ E . Par Hahn-Banach. x > < α < < f.162 ´ CHAPITRE 14. x0 > |. 1 n | pour ε > 0. D’o` X ⊂ Y . Exercice 4 On d´finit J : E −→ E par e < Jx. (1 − t2 )n ≥ 1 − nt2 et 0 (1 − t2 )n dt ≥ 0 n (1 − nt2 )dt (puisqu’on ne consid`re e que la partie positive de l’aire constitu´e par le graphe de 1 − nt2 sur [0. ∃α ∈ I tels que < f. x > | = sup ξ ≤1 | < ξ. ∀x ∈ X. f ≡ 0. ce qui est impossible. .E ∀x ∈ E. ∃n tel que x ∈ Xn donc x = n λi xi o` λi ∈ I Comme Q est dense dans I u R. rn ∈ Q tels que |ri − λi | ≤ ε. e Exercice 6 1 e 1) Bd (0. E est r´flexif donc J est surjective i. f > | et donc ∃x0 ∈ E tel que x0 ≤ 1 et f = | < f. donc J est lin´aire isom´trique. f > | car J est isom´trique et e surjective. Il est clair que y ∈ B donc B e est compact et dim(ker(Id − T )) < ∞.) Donc. Tn est une partie finie de I et xi ∈ E. f >E . R. Exercice 5 On peut v´rifier facilement que si ϕn converge faiblement vers ϕ alors elle converge simplee ment sur [0. On a Jx = sup f ≤1 | < f. Soit (xn )n ∈ B alors de xn ≤ 1 et T compact. f > | = max ξ ≤1 | < ξ. ∀n d’o` f ≡ 0 et c’est absurde.

Comme −1 Qn dt = 1. |f (x − y) − f (x)| ≤ ε. e donc par 2). constante Ce qui montre que Pn est polynomial. [1≥|y|≥δ] [|y|≤δ] Enfin. on a 1 1 163 Pn (x) = −1 f (x − y)Qn (y)dy = 0 Qn (x − y)f (y)dy. ∀ε > 0. R). et I χ2 = 2n −→ 0. Soit R) R) R) R) 1 (I ∩ L2 (I 1 (I ∩ L2 (I E = {f ∈ L R) R) : I f (x) dx = 0}. o Exercice 2 1 1) On a χn (x) ≥ 0.p. D’o` |Pn (x)−f (x)| ≤ (1+4 f ∞ )ε et ceci ∀x ∈ [0. 1]). 2) L’ensemble L1 (I ∩ L2 (I est dense dans L2 (I car contient Cc (I par exemple. e 3) Soit f ∈ C([0. ∃Pε polynˆme tel que f − Pε ∞ ≤ ε. I χn = 1. δ Qn (y)dy ≤ ε. CHAPITRE VII 3√ on en d´duit que cn ≤ 4 n. L’application f est uniform´ment continue sur I donc pour ε > 0 fix´. Si f ∈ L R) R) alors gn = f − ( I f )χn ∈ E R R et f − gn = ( I f )χn −→ 0 dans L2 (I Donc E est dense dans L2 (I R). |f (x − y) − f (x)|Qn (y)dy + 2 f ∞ Qn (y)dy.14. il existe δ > 0 tel que e R e 1 ∀x ∈ [0.p. on a 1 δ 1 Qn (y)dy ≤ Qn (δ) ≤ √ n(1 − δ2 )n → 0. A |f |dx ≤ M |A| donc pour ε > 0. e 2) Pour x ∈ [0. comme (1 − t2 )n ≥ (1 − δ2 )n si 1 ≥ t ≥ δ. donc ∃N tel que ∀n ≥ N . Donc χn −→ 0 dans R R n L2 (I et χn −→ 0 dans L1 (I R) R). u on en d´duit que f − Pn ∞ → 0 quand n → +∞. R Exercice 3 Soit f ∈ L1 (Ω) avec |f | ≤ M p. Si Qn (x) = dn 0 ap xp alors 1 1 dn p 0 Qn (x − y)f (y)dy = = ap 0 p=0 dn p k=0 k Cp xk (−y)p−k f (y)dy. 1 0 ap p=0 k=0 k Cp xk (−1)p−k y p−k f (y)dy . alors f = f − f (0) − x(f (1) − f (0)) est continue et v´rifie f (0) = f (1) = 0. 1]. 1]). alors |A| ≤ δ =⇒ A |f |dx ≤ ε. 1]. χn −→ 0 p. on a 1 |Pn (x) − f (x)| = | ≤ −1 (f (x − y) − f (x))Qn (y)dy|. on choisit δ ≤ ε M et . o Soit Pε = Pε − f (0) − x(f (1) − f (0)) alors Pε est polynomial et f − Pε = f − Pε ce qui montre que les polynˆmes sont denses dans C([0.4. 1] et ∀y tel que |y| ≤ δ.

si Ax = {T f (x). Tn (f ) ∈ C(I et ∀x. Le Th´or`me d’Ascoli montre que A est compact dans E et le Th´or`me de Shauder donne e e e e l’existence d’un point fixe de T . ∞ fn + f fn − f ∞. et ∀x. CORRIGES DES EXERCICES En utilisant le fait que les fonctions continues et born´es sont denses dans L1 . Si e e fn → f dans E alors ∀x ∈ [0.p. An −→ f (x) |y|<1 g(y)dy. montrons que A est compact dans E.164 ´ CHAPITRE 14. y)dy est e e R R). 1]. e e R) 3) On ´crit Tn (f )(x) = An + Bn o` An = |y|<1 f (x − y n )g(y)dy et Bn = |y|>1 f (x − y n )g(y)dy. R 1 (I d´finie et est dans L R). A est ´quicontinue car ∀f ∈ E. Ecole Polytechnique) 1) Soit F (x. 1]. f (x − y n )g(y) −→ f (x)g(y) p.p. |f (x − y n )g(y)| ≤ f ∞ |g(y)| ∈ L1 (I donc par le Th´or`me de continuit´ des int´grales R). . Par le Th´or`me de convergence domin´e. e u Etude de An : Quand n → ∞.y. e e e Etude de Bn : Quand n → ∞. D’o` Tn (f )(x) −→ C f (x) avec C = u Exercice 5 On note T f l’application x → T f (x) = 0 sin(x + f 2 (t))dt. Montrons que T : E → E est continue. |Tn (f )(x)| ≤ f ∞ g L1 donc Tn (f ) est born´e. x → I F (x. e Pour x ∈ [0. p. donc par le Th´or`me de Fubini-Tonelli. et |f (x − y n )g(y)| ≤ M |g(y)| ∈ L1 . on en d´duit le e e cas g´n´ral.p. Enfin. e e e e Soit A = T (E). p.Bony. 1 1 |y|<1 g(y)dy. |f (x − y n )g(y)| ≤ M |g(y)| ∈ L1 . y)|dx)dy = f ( I I R R L1 |g(y)| L1 et g L1 . La quantit´ fn + f ∞ est born´e donc T fn − T f ∞ → 0 et T est continue. x − y n −→ ±∞ et par hypoth`se f (x − y n ) −→ 0 donc f (x − y n )g(y) −→ 0 e p. par le Th´ro`me de convere e gence domin´e on v´rifie facilement que T f ∈ E. x → f (x − y n )g(y) ∈ C(I R).p. F ∈ L1 (I × I De plus. |T f (x) − T f (y)| ≤ |x − y|. y)|dx = f R |F (x. 1] donc Ax est compact (dans I R). y) = f (x − y n )g(y) alors I |F (x. f ∈ E} alors Ax ⊂ [−1. Enfin. y → f (x − y n )g(y) ∈ L1 (I R).M. |T fn (x) − T f (x)| ≤ ≤ 0 2 |fn (t) − f 2 (t)|dt. e e e e e d´pendant d’un param`tre. Tn (f ) L1 ≤ f L1 g L1 . x. Pour cela on utilise le Th´or`me d’Ascoli. Alors. donc le Th´or`me de convergence domin´e montre e e e que Bn −→ 0. e e Exercice 4 (J. e 2) On a ∀x.

en appliquant le Th´or`me de Fubini et en effectuant un changement de variables.p. g. +∞[). e e e e VII. Soit 1 1 R) fn ∈ C(I R). fn δ(0) = fn (0) = 1 = I R fn (−y)δ(y)dy. e e R) R) (f. x. |e−t tx−1 | ≤ 1 (0. g ∈ L1 (I =⇒ f g ∈ L1 (I et f g 1 ≤ f 1 g 1 . donc en particulier R. Soit gn (y) = fn (−y)δ(y) alors gn (y) −→ 0 p.1) e−t ta−1 + 1 (1.3 chap. CHAPITRE VII 165 Exercice 6 Par le Th´or`me de Fubini. b].1) e−t | log t|k ta−1 + 1 (1. +∞). fn ≥ 0. x → e−t tx−1 est C ∞ sur I + et pour x > 0 fix´.14. +∞[.p.p. EnR e fin. Le Th´or`me de e e convergence domin´e montre que I gn −→ 0. g) → (f g) est bilin´aire donc est distributive par rapport ` l’addition. ∀k. |fnk (x) − h0 (x)| ≤ g(x) qui est chapeau int´grable. +∞[.3. vers une limite not´e h0 (on ne sait pas a priori que f = h0 p. on peut reprendre la d´monstration du Th´or`me 7. ∂xk (e−t tx−1 ) = e−t (log t)k tx−1 et | ∂ (e−t tx−1 )| ≤ 1 (0. +∞[ et pour tout x ∈ [a. b] ⊂]0. n ] et telle que fn (0) = fn ∞ = 1. et extraire une sous-suite fnk qui converge p. h ∈ L1 (I e a R). et |gn (y)| ≤ |δ(y)| ∈ L1 (I R).p. on a e e (f g) h(x) = = = I R f g(x − y)h(y)dy = I I R R f (x − y − u)g(u)h(y)dydu. +∞). donc il reste ` voir que est associative. Soit f. R . Par e e e e cons´quent f = h0 p. (g h)(x). ∀k. Alors δ fn ∈ C(I et ∀x ∈ I δ fn (x) = fn δ(x) = fn (x). de support [− n . Par e e le Th´or`me de convergence domin´e. p. ∂ ∀k.4. ∀[a. e u R Exercice 7 Comme la suite fn est de Cauchy. d’o` contradiction. f. Enfin. on conclut que Γ est e e e e e e continue sur ]0. b] ⊂]0. 1 1 ∂xk ∀x ∈ [a. 1 1 Par le Th´or`me de continuit´ des int´grales d´pendant d’un param`tre. on a. il est e a ´vident que est commutative. il en r´sulte que h0 ∈ L1 et fnk −→ h0 dans L1 .+∞) e−t | log t|k tb−1 ∈ L1 (0. t → e−t tx−1 ∈ L1 (]0.+∞) e−t tb−1 ∈ L1 (0. f (x − v)g h(v)dv = f Supposons maintenant qu’il existe un ´l´ment neutre δ pour la convolution dans L1 (I ee R).). La sous-suite est clairement domin´e par h = |h0 | + g. e e Exercice 8 ∀t > 0. +∞[. I I R R I R h(y)g(v − y)f (x − v)dvdy.p. on a de plus. donc est C ∞ sur I + . En reprenant les mˆmes notations que dans la d´monstration du e e e Th´or`me 7. Donc le Th´or`me de d´rivation sous le signe somme montre que Γ est C k e e e sur ]0.

et En est ferm´.. rn n+1 q (1−θ ) n Or θn (1 − 1 ) = n+1 − 1 o` q > 1 donc θn −→ 1 et f θn f q n −→ f 1 . q u Posons g = |f |rθ et h = |f |(1−θ)r alors g ∈ L rθ et h ∈ L (1−θ)r o` de H¨lder. 1+ 1 D’o` id : E. Si f ∈ E alors ∃q > 1 tel que f ∈ L1 ∩ Lq . u Montrons que E = n En . |fpk |1+ n ≤ n1+ n . 1 ) alors (E. D’o` E = n En . .VII). g = 0 alors f + 2 g g 1 =⇒ g 1 1+ n 0 ≤ 4n0 r ∈ B(f. 1 ). on obtient o gh ≤ g c’est ` dire a |f | ≤ ( r p p rθ rθ p + (1−θ)r q = 1.p. e Exercice 10 1) On a f p 1 1 1 1 |fpk |1+ n ≤ n1+ n . r) ⊂ En0 donc g ∈ L 1 1+ n 0 r et | 2 1 g 1 g 1 1+ n 0 − f 1 1+ n 0 | ≤ n0 g 1. u n Montrons que ∀n. Soit rn = 1 + n alors par 1). Par l’in´galit´ e e h q (1−θ)r . on peut appliquer le e e lemme de Baire et ∃n0 tel que int(En0 ) = ∅. En est ferm´ dans (E. Donc ∃f ∈ E et ∃r > 0 tels que B(f. 2) Si E = n En et En ferm´ dans (E. et |f |1+ n ≤ lim inf Donc f ∈ En . 1 + n < q. 1 ) ´tant complet. 1 ≤ f ∞ |Ω| p 1 donc lim sup f p ≤ f ∞. donc  1 1  |fpk |1+ n −→ |f |1+ n p. (1−θ)r q |f | ) rθ p +( |f | ) q . On peut toujours ´crire e |f |r = p |f |rθ |f |(1−θ)r .  1 1 |f |1+ n ∈ L1 .p. (voir l’exercice 7 chap. |fpk |1+ n ≥ 0 p. q o` u n 1 − θn 1 = = θn + . Donc ∃N0 tel que ` la fois a 1 1 f 1 ≤ N0 et ∀n ≥ N0 . e A-t’on f ∈ En ? fp − f 1 −→ 0 =⇒ il existe une sous-suite (fpk )k telle que fpk −→ f p.  pk 1 1  ∀k. r) ⊂ En0 . 1[. soit f ∈ L1+ n . Donc ∃N ≥ N0 + 1 1 q q u tel que ∀n ≥ N f 1+ 1 ≤ f 1 + 1 ≤ N0 + 1 ≤ N et f ∈ EN par exemple. Si r g ∈ E. 1 −→ L n0 est continue. 1 ).p. Soit (fp )p ⊂ En telle que fp −→ f dans (E. CORRIGES DES EXERCICES Exercice 9 1) On suppose θ ∈]0.. Le lemme de Fatou montre que |f |1+ n ∈ L1 .166 ´ CHAPITRE 14. f 1 1+ n ≤ f θn 1 f (1−θn ) .

x o u j 0 Pj (x)f polynˆme (voir la formule de Leibniz). |x|2 [|x|>1] . a e k ∞ (I q (P f )k (x) = (j) (x) o` P est un 3) Si f ∈ S. CHAPITRE VII 1 167 Soient 0 < k < f ∞ et A = {x ∈ Ω : |f (x)| > k}. ∀P polynˆme. donc p. u Le Th´or`me de d´rivation sous le signe somme donne alors : f ∈ C ∞ (I et ∀k. Alors 1 |f (x)|p ≤ √ 1 (0. et par r´currence sur k. On en d´duit que limR∞ f (R) existe et de mˆme limR∞ f (−R) existe. = xq f (k+1) ∞ < ∞. f (k) = g avec e e e R) g(x) = (−ix)k f (x). Quand p → ∞.1) ∈ L1 (0.4. √ 3) Soit f (x) = log x. ∃ε > 0 tel que |x| ≤ ε =⇒ | log x|p ≤ √x . f ∈ S =⇒ f ∈ C ∞ et xq (f )(k) Enfin. 1).14. Soit 1 ≤ p < +∞ comme x| log x|p −→ 0 quand 1 x → 0. Enfin. alors |A| = 0 et f p ≥ k |A| p . Donc o |xq (P f )k (x)| ≤ (k + 1) max sup |Pj (x)f (j) (x)| j I R Ensuite. 1). Donc lim inf f p ≥ k et ceci ∀k < f ∞ . ∞ < ∞. 1 1 x donc f ∈ 1≤p<∞ L p (Ω). 2) Comme f ∈ L1 . ∀p. ∞ Comme f est C ∞ . f ∈ L1 =⇒ limR∞ f (R) = e e limR∞ f (−R) = 0. on obtient f (k) = (iξ)k f . D’o` lim inf f p ≥ f ∞ et lim f p = f ∞ . x |f (x)| ≤ k et f ∈ L∞ . h ∈ C ∞ (I et h(k) (ξ) = (−ix)k h(ξ) donc |h(k) (ξ)| ≤ |xk f (x)| ≤ R) 1 (I g(x) ∈ L R) o` par exemple u g(x) = |f (x)|1 [|x|≤1] + 1 Mk 1 1 |x|2 [|x|>1] et o` Mk = xk+2 f ∞ .ε) + | log x|p 1 (ε. u 2) Soit k > C et soit A = {x ∈ Ω : |f (x)| > k} alors kp |A| ≤ f p p ≤ C p =⇒ |A| ≤ C k p . on obtient |A| = 0. alors f ∈ L∞ (0. on a R f (ξ) = lim R −R R R→+∞ −R e−ixξ f (x)dx et R −R R e−ixξ f (x)dx = f (x)e−ixξ R + −R iξe−ixξ f (x)dx. f ∈ S =⇒ |f (x)| ≤ |f (x)|1 [|x|≤1] + 1 M 1 1 ∈ L1 . Exercice 11 1) Soit h : ξ → e−ixξ f (x).p. P f ∈ C R) et ∀q. f (R) = f (0) + 0 f dt et 0 f dt converge vers 0 f dt car f ∈ L1 . Donc par passage ` la limite.

k. (q) Φ(y − x)f (y)dy = I R b) Si Φ(t) = Φ0 (εt) alors Φ(ξ) = 1 Φ0 ( ξ ) donc apr´s changement de variable : e ε ε eixξ f (ξ)Φ0 (εξ)dξ = Φ0 (y)f (x + εy)dy. |f |2 dx ≤ A2 dx < ∞. f ∈ S =⇒ ∃A > 0 tel que ∀x ∈ I |(1 + x2 )f (x)| ≤ A. q. on voit facilement que xp (xk fn )(q) ∞ → 0 et donc que ∀P polynˆme. ea ξ q f (k) = ξ q g = 1 (q) g iq I R e−ixξ d (xk f (x))dx. D’o` f ∈ S. Alors. ∀x ∈ I |(1 + x2 )fn (x)| ≤ ε. a 7) a) Par le Th´or`me de Fubini. En multipliant l’´quation diff´rentielle par (−i) et R en prenant sa transform´e de Fourier. En utilisant la formule de Leibniz et le fait que fn tend vers 0 dans S. |fn | ≤ ε 2 I 1+x R I R On a ξ p fn = (−i)p+q gn o` gn (x) = (xq fn )(p) (x). dx = επ. si g(x) = (−ix)k f (x). u (q) 5) On suppose que ∀p. Alors ∀n ≥ N . e R. CORRIGES DES EXERCICES 4) Si f ∈ S. En utilisant 1) et 2). d’o` l’expression de ψa . ∀q. limn∞ xp fn ∞ = 0. P fn tend vers 0 dans S. 6) Il est clair que la fonction ψa est dans S et elle est l’unique solution de l’´quation diff´rentielle e e π e e u + 2axu = 0 v´rifiant I u(x)dx = e a . Par 3) gn ∈ S et fn → 0 dans S =⇒ gn → 0 u 1 . (1 + x2 )2 . o Enfin. on obtient par le Th´or`me de convergence domin´e : e e e Φ0 (0) eixξ f (ξ)dξ = f (x) Φ0 (y)dy. c) On choisit Φ0 = ψa=1 alors la question 6) entraˆ que ıne f (x) = 1 eixξ f (ξ)dξ. ∃N tel que ∀n ≥ N . (q+1) xp (fn )(q) = xp fn donc fn converge vers 0 dans S. quand ε → 0. donc fn → 0 dans L1 . Φ(y)f (x + y)dy. si fn tend vers 0 dans S alors ∀ε > 0. R. Enfin I ψa dξ = π I ψ1/4a dξ = e a a R R √ π 4πa = 2π. ∀x ∈ I > R 2π I R 8) V´rifions que S ⊂ L2 . on a. on a e e I R eixξ f (ξ)Φ(ξ)dξ = = I I R R I R ei(x−y)ξ f (y)Φ(ξ)dξdy. Or |g (ξ)| ≤ g dans S =⇒ gn → 0 dans L n n 1 donc fn → 0 dans S. on voit imm´diatement que ψa est l’unique solution de e e u 2av + ξv = 0 v´rifiant v(0) = π . dxq = (−i)k+q et la question 3) montre que xk f ∈ S donc (xk f )q ∈ S. on sait d´j` que f ∈ C ∞ par 1). On en d´duit que (xk f )q ∈ L1 et donc e q f (k) ∈ L∞ (I que ξ R).168 ´ CHAPITRE 14.

Donc F se prolonge ` L2 (I en une application lin´aire continue a R) e 2 2 2. L’application A e e est lin´aire par construction et e ˜ Af = lim Afn ≤ lim A fn = A f . Enfin G ´tant dense dans E. e 1 1 ˜ ˜ ˜ Si f (x) = f (−x). e−iyξ φ(y) e−i(x−y)ξ ψ(x − y)dx dy. 1 2π 1 2π f (−ξ)φ(−ξ)dξ f φdξ. ∀f ∈ G. ∃(fn )n ⊂ G telle que limn f − fn = 0. Par densit´ de S dans L2 et continuit´ de ces deux applications. n∞ n∞ ˜ ˜ donc A est continue et A = A . n n 1 D’autre part.f =0 ˜ D’o` A = A . e e 2π 2 . A est lin´aire et 9)b) avec φ = ψ e montre que Af 2 = 2π f 2 . En particulier. ˜ Comme Af = Af . il est clair que A est unique.4. F(f ) = F(f ) et que 2π FoF(f ) = f = 2π FoF (f ). comme G = E. (fn )n est de Cauchy dans E et A lin´aire continue =⇒ Afn − Af ≤ A fn − fm . 1 F oF(f ) = f = Fo 1 F(f ) donc F −1 = 1 F et F est bien un on en d´duit que ∀f ∈ L 2π e 2π 2π isomorphisme d’espaces de Banach. on obtient a). u ˜ e 2 (I 11) On applique 10) avec E = F = L R). 1 b) Soit ψ ∈ S alors ψ ∈ S et on choisit f = ψ dans ( ). Donc (Afn )n e est Cauchy dans F complet donc converge vers un g dans F . G = S et A = F. 10) Soit f ∈ E. Alors ψ(x) = 2π f (−x) et fφ = = = = ψφdx ψ(ξ)φdξ par a). si on note F(f )(ξ) = eixξ f (x)dx.14. on a montr´ en 7) que ∀f ∈ S. = φ(ξ)ψ(ξ). a e e e 1 1 F oF(f ) = f = Fo 2π F(f ). on a ˜ A = sup f ∈E. S est dense dans L2 .f =0 ˜ Af Af ≥ sup = A . 1 Donc 2π F qui se prolonge ` L2 de la mˆme mani`re que F v´rifie : ∀f ∈ S. 169 c) Si φ. ψ ∈ S ⊂ L1 alors φ ∗ ψ ∈ L1 et par le Th´or`me de Fubini e e φ ∗ ψ(ξ) = = e−ixξ φ(y)ψ(x − y)dydx. R) R) 9) On choisit x = 0 dans ( ). (encore not´e F) et ∀f ∈ L e √ √ Ff 2 = lim Ffn 2 = 2π lim fn 2 = 2π f 2 . ˜ ˜ On v´rifie facilement que g ne d´pend pas de la suite (fn )n et on pose Af = g. . 2π F oF(f ) = f . on remarque que ∀f ∈ S. f f f ∈G. CHAPITRE VII Comme D(I ⊂ S et que D(I est dense dans L2 .

donc par le lemme 1 de Fatou. CORRIGES DES EXERCICES 14. alors 1 A ∈ L2 et un 1 u dans 2 faible =⇒ L 1 A un −→ 1 A u. montrons qu’il est ferm´. donc u ≥ 0 p. ∃g ∈ L2 telles que fn −→ f dans L1 et fn −→ g dans L2 . Donc K est ferm´. et fnk −→ g dans L2 . e 5) Soit M > 0. on en d´duit que u ∈ L1 et u ≤ lim inf vn ≤ 1. D’o` f = g p. alors | 1 (un − u)| ≤ | |x|α I R ≤ | ≤ | [|x|≤M ] 1 1 |x|α 1 [|x|≤M ] . 1 e 2) Soit 0 < α < 2 .p. on obtient e e o f (x)u(x)dx| ≤ f1 ∞ u I R Donc u → f udx ∈ E .170 ´ CHAPITRE 14. a R Soit vn = 1 (−n. Comme un converge faiblement vers u dans L2 .p. et fn −→ f dans E. La convergence dans e 1 implique aussi qu’il existe une sous-suite (u ) telle que u L nk k nk −→ u p. 3) K est ´videmment convexe.p. vn −→ u p. u En appliquant l’in´galit´ de H¨lder.p. on peut toujours ´crire 1 udx = α I |x| R 1 1 |x|α 1 [|x|>M ] | 1 + f2 2 u 2 ≤ ( f1 ∞ + f2 2 ) u . [|x|≤M ] 1 (un − u) −→ 0.} alors K0 est un convexe ferm´ fort de L2 donc ferm´ faible e e 2 . En utilisant la ”r´ciproque” du Th´or`me de convergence domin´e.p.5 Chapitre VIII Exercice 1 1) Soit (fn )n une suite de Cauchy dans E alors (fn )n est une suite de Cauchy dans L1 et L2 . u ∈ K. La question 1) permet alors de conclure.p. |x|α |x|α [|x|>M ] 1 1 (un − u)| + α ( un 1 + u 1 ). Soit (un )n ⊂ K telle que un −→ u dans e e E.p. Donc ∃f ∈ L1 . |x|α Donc en prenant la lim sup sur n. 1 1 1 Pour passer ` I tout entier. et supn vn ≤ 1.p. on obtient lim sup | 1 2 (un − u)| ≤ α . A u ≤ 1. |x|α Soient f1 (x) = et f2 (x) = alors α > 0 =⇒ f1 ∈ L∞ (I et 2α < 1 =⇒ R) 2 (I f2 ∈ L R). vn ≥ 0 p. [|x|≤M ] [|x|≤M ] 1 1 (un − u)| + | (un − u)|. Il reste ` montrer que u ∈ L1 et de L a u ≤ 1. et on en conclut que u ∈ K. α |x| M puisque un . Or 1 A un ≤ un ≤ 1 donc ∀A tel que |A| < ∞. donc u ∈ K . 0 Soit A un ensemble mesurable de mesure finie (notation |A| < ∞). donc E est un espace de Banach. on utilise le lemme de Fatou. donc il existe une sous-suite (fnkl )l telle que fnkl −→ g p. e 4) Posons K0 = {u ∈ L2 : u ≥ 0 p. α |x| M 1 2 (un − u)| + α ..n) u alors vn ∈ L1 . α M I |x| R . Donc u ∈ K. [|x|>M ] 1 udx + |x|α [|x|≤M ] 1 udx. on en d´duit qu’il existe une sous-suite e e e e e (fnk )k telle que fnk −→ f p. alors un −→ u dans L1 donc un −→ u et on en d´duit que u ≤ 1.

C2 0 o` C est une constante ind´pendante de u ∈ K. ϕ ≥ 0 p. R) donc n´cessairement un 2 reste born´e. |x|α 1 u+ |x|α [|x|>1] 1 u ≤ C0 u |x|α 2 + u 1 ≤ C0 u 2 + 1. pour u ∈ K. e e ∞ (Ω) : 1 1 2) a) Posons Kϕ = {u ∈ L u Ω uϕ ≥ Ω f ϕ} o` ϕ ∈ L . un 2 ≤ M0 alors un ≤ M0 + 1. Il est clair que K ⊂ K0 . e e 8) La suite (un )n est born´e dans L2 r´flexif. on a u 2 ≤ lim inf unk 2 .p. ϕ ≥ 0.p. on a lim sup | 1 un −→ |x|α 6) On peut ´crire.) u e 1 e 7) Soit (un )n ⊂ K. donc fnk ≡ 0 sur supp(g) et gfnk = 0. Alors la question 4) montre que u ∈ K et la question 5) montre que 1 1 |x|α unk −→ |x|α u. c’est absurde. e 1 u= |x|α I R 1 o` C0 = 1 [|x|≤1] |x|α u 1 2. faible.14. 2 1 2 On prend les lim inf dans cette in´galit´. J(unk ) ≤ m + 2 nk nk |x|α k Exercice 2 On pose K = {u ∈ Lp (Ω). On en d´duit que f g = 0. ∀n.5. u 9) La r´ponse est non. f ϕ ∈ L1 }. ∃N tel que supp(g) ⊂ B(0. on a J(u) ≥ u 2 2 − C0 u 2 − 1 ≥ C. [|x|≤1] 1 |x|α 171 (un − u)| = 0 d’o` u 1 u. Comme e e 2 2 1 est s. et est telle que f ϕ ∈ L . 2 2 2 D’o` J(u) = m. D’autre part. on obtient lim inf unk 2 ≤ m + |x|α u. on va montrer que |E| = 0.n+1) alors fn 1 = fn 2 = 1 e e 1 f dans E donc fn = 2.p. donc finalement u 2 ≤ m + |x|α u. alors ∀ϕ ∈ L1 telles que ϕ ≥ 0 p. D’apr`s la question 6). donc il existe une sous-suite (unk )k telle que unk e e u dans L2 faible et unk ∈ K. 1 . Supposons d’abord |Ω| < ∞. or f = 1. En faisant tendre M vers +∞. N ) et si R) e k ≥ k0 . 1 1 1 donc unk 2 ≤ m + + un . CHAPITRE VIII et ceci ∀M > 0. par exemple telle que m ≤ J(un ) ≤ m + n .p. Soit fn = 1 (n. donc ∃M0 tel que ∀n.c. ∀g ∈ Cc (I donc f = 0 p. une suite minimisante. En effet supposons E r´flexif. Soit Ωn = {x : |f (x)| < n} et soit E = {x : u(x) < f (x)}. soit J(u) ≤ m. et f ϕ ∈ L1 . Alors pour u ∈ K. on a uϕ ≥ f ϕ. Si E est r´flexif alors il existe une sous-suite (fnk )k telle que fnk e faible. d’o` f = 1. Or. 1) K est convexe ferm´ fort donc ferm´ faible. nk > N . R) Soit g ∈ Cc (I alors u → gu ∈ E et gfnk −→ gf . Soit donc u ∈ K0 . Soit K0 = ϕ∈Φ Kϕ o` l’intersection est prise sur l’ensemble Φ = {ϕ ∈ L u Montrons que K = K0 . on a un 2 − C0 un 2 − 1 ≤ J(un ) ≤ m + 1.i. par exemple. }. (Par exemple C = −(1 + 4 ) convient. ceci pour tout k ≥ k0 . . u ≥ f p. u Soit g ≡ 1 alors g ∈ L∞ (I et u → gu ∈ E donc 1 = fnk −→ f .

∀y. comme fn −→ f p.1) |g(x + y2 − y1 ) − g(x)|dx ≤ ε. ∃δ > 0 (on peut supposer δ ≤ 1). ∃g ∈ Cc (I telle que f − g 1 ≤ ε et supp(g) ⊂ K compact fixe. On en conclut que u ∈ K d’o` K = K0 . Pour ce δ. 1). e e ε u ∀|y1 − y2 | ≤ δ. alors x ∈ K et ∀|y1 − y2 | ≤ δ.k o` En. e (Si x ∈ K + B(0. L’invariance de la mesure de Lebesgue par translation entraˆ que τy f − τy g ıne donc on obtient τy1 f − τy2 f 1 ≤ 2ε + τy1 g − τy2 g 1 .. . k). tel que ∀x. e c) Les boules ferm´es sont compactes faible et K ⊂ B(0. u → uϕ est continue sur L∞ pour la topologie faible donc Kϕ est ferm´ faible e et K = ϕ∈Φ Kϕ est ferm´ faible . Donc E est n´gligeable comme union e c e e d´nombrable d’ensembles n´gligeables. Alors E∩Ωn (u − f )ϕ = Ω (u − f )ϕ ≥ 0. e Si |Ω| = +∞. on ait A |f |p ≤ ε.p. 1 = f − g 1 .p.k alors comme tout ` l’heure. On peut ´crire e τ y1 f − τ y2 f 1 ≤ τ y1 f − τ y1 g 1 + τ y1 g − τ y2 g 1 + τ y2 g − τ y2 f 1 . alors Ω = ∪k ↑ ωk o` ωk = Ω ∩ B(0. ∃A mesurable ⊂ Ω tel que e e |A| ≤ δ et fn −→ f uniform´ment sur Ω \ A. ϕ ∈ L1 (Ω).k En. ϕ ≥ 0 p. et f ϕ ∈ L1 car 1 |f | < n. On se restreint donc ` ωk . alors ϕ ∈ L1 (Ω) car |Ω| < ∞. |g(x − y1 ) − g(x − y2 )| ≤ C o` C = |K + B(0. on applique le Th´or`me d’Egoroff. f ϕ ∈ L1 et on montre 1 a de la mˆme fa¸on que ci-dessus que En.. f1 ∞ + f2 ∞ ) donc K est compact e faible . Donc.p. 1)|. La fonction g ´tant uniform´ment continue. ∃δ > 0 tel que ∀A mesurable ee e ⊂ Ω avec |A| ≤ δ. A |fn − f |p ≤ 2p A |fn |p + 2p A |f |p ≤ 2p A |fn |p + 2p ε. CORRIGES DES EXERCICES On a Ω = n ↑ Ωn .k = E ∩ Ωn ∩ ωk . e e u b) Si ϕ ∈ L1 . Soit ϕ = 1 E∩Ωn . puisque |Ω \ A| < ∞. e Ω\A |fn − f |p ≤ |Ω \ A| fn − f L∞ (Ω\A) −→ 0. Exercice 3 ∞ R) Soit ε > 0. Or u − f < 0 sur E ∩ Ωn donc n´cessairement |E ∩ Ωn | = 0 et ceci ∀n.172 ´ CHAPITRE 14.k est n´gligeable. ϕ ≥ 0 p. Alors I R |τy1 g − τy2 g|dx = K+B(0.) Exercice 4 1) Par la propri´t´ d’absolue continuit´. u Soit ϕ = 1 En. δ) donc l’int´grale ci-dessus est nulle. donc E = ∪n (E ∩ Ωn ) e est n´gligeable. |ωk | < ∞ et u a E = n. x + y2 − y1 ∈ K + B(0. on sait que si ε > 0.

Soit ε > 0 donn´. ∀ϕ ∈ L∞ . Donc A |fn | u A |f | A |fn | ≤ 2ε et Ω\A |fn −f | ≤ ε.p. D’o` pour n assez grand p p sur Ω\A.5. Ω\A |p |f |p si n est assez grand. D’o` le r´sultat.14. | Ω (fn − f )ϕ| ≤ ε + (C + f p )ε donc fn 3) Soit fn = n1 (0. D’autre part. CHAPITRE VIII Mais. on a fn ϕ = 1. e e e Alors 1 |fn − f ||ϕ| ≤ fn − f L∞ (Ω\A) ϕ p |Ω \ A| p ≤ ε. Si fn converge faiblement vers 0 alors 1 1 0 fn ϕ n −→ 0. Et ∃k0 tel que ∀k ≥ k0 . A 173 |fn |p = Ω |fn |p − |p Ω\A |fn |p . E E∩[|fn |>k] E∩[|fn |≤k] . c’est absurde. on lui applique le lemme de Fatou et on u u obtient lim sup f − fn p ≤ 0 d’o` la convergence dans Lp . f dans Lp faible. alors e |fn | = |fn | + |fn |. on veut montrer que Ω (fn − f )ϕ −→ 0. ∃A mesurable ⊂ Ω tel que |A| ≤ δ et fn −→ f uniform´ment sur Ω \ A. Soient ε > 0 et δ > 0 donn´s par l’´quie e e e int´grabilit´. ∃δ > 0 tel que ∀A mesurable ⊂ Ω avec |A| ≤ δ. p 2) Soit ϕ ∈ Lp . |fn − f ||ϕ| ≤ fn − f pε A ≤ (C + f p )ε. or pour ϕ ≡ 1. C k < δ alors ∀n. a 2) On suppose que que (fn )n est ´qui-int´grable. u e On suppose maintenant que k→+∞ n≥1 lim (sup [|fn |>k] |fn |dx) = 0. [|fn |>k] |fn | < ε. 1 ) alors fn −→ 0 p. on peut recouvrir Ω par un nombre fini de boules de mesure < δ o` δ e u correspond ` ε = 1 par exemple. on peut d´montrer ce r´sultat de la fa¸on suivante : e e e c Soit gn = αp (|f |p + |fn |p ) − |f − fn |p o` αp = 2p−1 . on ait ϕ Lp (A) ≤ ε et par le Th´or`me d’Egoroff. par hypoth`se et Ω\A |fn −→ Ω\A |f |p car il y a convergence uniforme e avec Ω |fn −→ Ω p −→ p ≤ ε. et fn 1 = 1. e Remarque : Sans supposer Ω born´. Exercice 5 Premi`re partie : e 1) Comme Ω est born´. Soit ε > 0. mes[|fn | > k] ≤ k Ω k n k par 1). ∀k ≥ k0 . on a e e 1 C 1 |fn | ≤ sup fn 1 ≤ . Donc pour n assez grand. on en d´duit que Ω |fn − f |p ≤ 2p (2ε) + 2p ε + ε.

∃1 A0 ∈ Xn0 tels que si 1 A ∈ X et 1 A − 1 A0 L1 < R alors ∀k ≥ n0 . n ≥ 1} ´tant relativement compacte dans L1 (Ω). l’ensemble {fn .p. e e e e e e Comme E |fn | ≤ E |fn − f | + E |f |. [|fn |>k0 ] |fn | < 2 et on choisit δ = 2k0 alors |E| < δ =⇒ E |fn | < ε. De mˆme.. E |fk | ≤ 4ε. 1 1 1 1 Soit donc E mesurable. . | A fk | ≤ ε. Enfin ∀A ⊂ Ω mesu1 e rable.. est inclus e e ε ε dans une union finie de boules de centre gi et de rayon 2 . posons Ek = E ∩ [fk ≥ 0] alors A = A0 ∪ Ek v´rifie e 1 A − 1 A0 L1 < R donc 1 1 | A0 ∪Ek L1 fk | ≤ ε. 2) La suite (fn −f )n v´rifie les hypoth`ses de la question pr´c`dente. ∃R > 0. On montre de la mˆme fa¸on. on conclut en utilisant la propri´t´ d’absolue continuit´ ee e appliqu´e ` |f |. [|fn |>k] ε ε On fixe k = k0 tel que ∀n ≥ 1. E |fn | ≤ ε + 2 E |gi | < ε. e a . 3) Soit ε > 0 donn´.. Maintenant si e 1 A = {x : f (x) = 1} alors f = 1 A donc f ∈ X. que e c e | E − fk | ≤ 2ε. Donc si fn ∈ B(gi . en consid`rant EK = E ∩ [fk ≤ 0]. 1 Ank → f p. 2 ) alors E |fn | ≤ fn − gi 1 + E |gi | < ε + 2 E |gi |. E ⊂ Ω avec |E| < R. fn0 } est ´qui-int´grable. ∀k ≥ n0 . si A = A0 \ Ek alors 1 A − 1 A0 e 1 1 | Or Ek < R et fk | ≤ ε.174 ≤ ´ CHAPITRE 14. A0 \Ek fk = A0 ∪Ek fk + A0 \Ek fk donc | + fk | = | E Ek fk | ≤ 2ε. En utilisant de nouveau le fait que {f1 . Deuxi`me partie : e 1 1) X est ferm´ car si 1 An → f dans L1 alors pour une sous-suite. u on conclut. Or l’ensemble fini des gi est ´qui-int´grable (il suffit d’appliquer la propri´t´ d’absolue continuit´ e e ee e a ` g = |gi |) donc ∃δ > 0 tel que ∀|E| < δ. limn A fn = 0 =⇒ X = ∪n Xn . elle est donc ´qui-int´grable. On peut donc appliquer le lemme de Baire et ∃n0 . ∀n ≥ 1. 1 Les applications 1 A → A fk dx sont continues sur X donc Xn est ferm´. CORRIGES DES EXERCICES |fn | + k|E|. e e D’o`.

L∞ (Ω\A) . D’apr`s le Th´or`me d’Egoroff. Comme f → 1 1 1 1 0 dans L1 faible. I 2 ) = x3 − P et (x3 − e e P P P.6. 1) n’est pas r´flexif. Par P e le Th´or`me de projection dans L2 (−1. (fn − f )n est ´qui-int´grable.p. Soit ε > 0 fix´. 0 f ∈ (L ) . ∃!P ∈ I 2 tel que d(x3 . 1[). p p 1 Donc la suite (fn ) est born´e dans Lp et fn → 0 dans Lp car fn p → p = 0. 0 fnk ϕ → 0 f ϕ. 1). Or fnk → 0 1 uniform´ment sur le support compact de ϕ donc 0 f ϕ = 0 et ceci ∀ϕ ∈ Cc (]0. On en d´duit e e que f = 0 p. ∀v ∈ I 2 o` (. P ∀q ∈ I 2 . ) d´note le produit scalaire usuel dans L2 . En particulier. CHAPITRE IX 175 3) D’apr`s ci-dessus. x e 5 1 3 − 3 x|2 dx = 8 . Alors. x. v) = 0. e Exercice 6 1) fn (x) = n p e−nx avec 1 ≤ p < ∞. P x3 −P x3 −P donc finalement si g ∈ I ⊥ et g = 1 alors (x3 . et soit δ > 0 donn´ par l’´quie e e e e e int´grabilit´. ∃A ⊂ Ω tel que |A| < δ et fn → f uniform´ment e e e e e e sur Ω \ A. et c’est toute la suite fn qui converge faiblement vers 0 (raisonner par l’absurde).6 Chapitre IX Exercice 1 1) On note I 2 =vect{1. 1[ car par exemple fn → 0 uniform´ment sut tout compact de ]0. g). on d´termine explicitement P et on trouve P (x) = 3 x d’o` x3 − P 2 = u ment v = 1. On a e 1 0 1 |fn |p = fn p p 1 1 = (1 − e−np ) −→n∞ . mais e e 1 0 fnk → 1 = 0. x2 }. Soit g0 = P2 u 5 . On peut en conclure que L1 (0. sur ]0. x.14. 3 ≤ d(x . e e o p est r´flexif et (f ) est born´e donc il existe une sous-suite (f ) telle 3) Si 1 < p < ∞. on aurait 0 fn → 0 or 0 fn → 1 donc c’est absurde et fn 1 1 f dans L1 faible alors comme ci-dessus : ∀ϕ ∈ Cc (]0.p. g) ≤ x3 − P o` P (x) = 3 x. 1[). Si p = 1. 1[). En choisissant successiveP u e 2 . ≤ ε + |Ω \ A| fn − f et pour n assez grand le deuxi`me terme est plus petit que ε. −1 |x 5 175 Si g ∈ I ⊥ alors P2 (x3 . ∀ϕ ∈ Cc (]0. e 14. g) = (x3 − q. I 2 ) g . supposons que la suite fn converge faiblement vers 0 dans L1 faible. donc c’est impossible. Ω |fn − f | = A |fn − f | + Ω\A |fn − f |. c’est un espace vectoriel de dimension finie donc ferm´. On en d´duit que f = 0 p. e p 2) Appliquer l’in´galit´ de H¨lder. 0 fnk ϕ → 0 f ϕ et fnk → 0 Si fnk 1 uniform´ment sur le support compact de ϕ donc 0 f ϕ = 0.p. 1[. L e e n n nk k 1 1 que fnk f dans Lp faible. fn → 0 p.

Enfin e l Hk (x) = 2 2 H(2l x − k). Soit fn −→ f dans (S. Si l = l . x ∈ M }. Hk )L2 = 0. l l k . x ∈ M }. ∀v ∈ M . Hk )L2 = 0. M ) = x0 − PM x0 o` e u ⊥. par exemple l > l intervalles dyadiques de longueur 2−l −1 donc est constante sur l l est de moyenne nulle. g0 ) = (x3 − P. g0 ) = x3 − P = P2 1 donc max{ −1 x3 g(x)dx : g ∈ I ⊥ . Donc n´cessairement dimS < ∞. on a f 1 ≤ f 2 donc S est ferm´ dans L2 et f ∞ ≤ M f 2 .p. ∀c ∈ D. k+1 ]. Comme D est e d´nombrable. ∃Ω ⊂ Ω tel que µ(Ω ) = 1 et tel que ∀x ∈ Ω . g0 = 1 et (x3 . e 2) On vient de voir que (S. y = 1} ≤ x0 − PM x0 = min{ x0 − x . x0 − PM x0 x0 − PM x0 x0 −PM x0 x0 −PM x0 Donc le max est atteint en y = et sa valeur est ´gale ` d(x0 . c → fc (x) est continue sur B. Comme Hk l Hk 2 2 = 2l I l 1dx = 1. 1 ) est un Banach et on veut montrer que i : (S. |fc (x)| ≤ M . e Pour x fix´ dans Ω . Si y ∈ M y = 1 alors (x0 . P2 P 2) Si x0 ∈ H et si M est un sous-espace vectoriel ferm´ de H alors d(x0 . ∀c ∈ B et ∀x ∈ Ω . y) = (x0 − PM x0 . on en d´duit que (Hk . Donc L k . y = 1} = min{ x0 − x . ) = x0 − PM x0 . Donc ∀c ∈ B. et (x0 − PM x0 . k ∈ Z Z. on a e e |fc (x)| ≤ M . CORRIGES DES EXERCICES √ 2√2 5 7 alors g0 ∈ I ⊥ . Donc 1 n ∀x ∈ Ω .p. D’autre part. vers f . e e e e Exercice 3 Base de Haar l k l l 1) Le support de Hk est Ik = [ 2l . On consid`re la fonction fc (x) = e n 2 ci Φi (x) o` c = (ci )i ∈ B = B(0. pour cela on utilise le Th´or`me du graphe ferm´. e e e a-t’on f = g p. ∀c ∈ B.176 ´ CHAPITRE 14. PM x0 est la projection orthogonale de x0 sur M et (x0 − PM x0 . Exercice 2 1) (S. 1 |Φi (x)|2 ≤ M 2 . y) ≤ x0 − PM x0 donc max{(x0 . g0 ) = d(x3 . Soit D une partie d´nombrable et dense dans B. les supports de Hk et Hk l alors Hk est constante sur les l l le support de Hk . fc ∞ ≤ M . M ) d’o` e a u max{(x0 . I 2 ). y) : y ∈ M ⊥ . On int`gre cette in´galit´ et on obtient n ≤ M 2 . car il existe une sous-suite de fn qui converge p. l. y) : y ∈ M ⊥ . g = 1} = (x3 . 1 ) −→ L∞ est continue. En choisissant convenablement c. v) = 0. ? oui. x0 − PM x0 x0 − PM x0 ) = (x0 . 1 ) et fn −→ g dans L∞ . 2 ) est un espace de Hilbert. Donc si l = l et k = 2l l l sont disjoints donc (Hk . et par densit´ de D dans B. on peut facilement montrer 1 que supc∈B |fc (x)| = ( n |Φi (x)|2 ) 2 . 1) alors fc ∈ S et fc 2 = u 2 1 i |ci | ≤ 1.

.. 1) donc {1. y) = p (x... a on peut supposer que f est ` support compact... e(n+1)u e−u du < ∞.... k = 0. Soit a e 1 1 g = 1 (0. q ∈ Z avec q = 0.. A] son support alors A ≤ 2j pour 1 a R j |(g.. Si on enl`ve la fonction ´gale ` 1..2j ) donc ıt l . les Hk ... 0] et [0....k forme un syst`me orthonormal de L2 (I e R).. 1).14. il est clair que c’est vrai pour j assez grand.. y) = Z.... On pose u = log x alors ∞ n 0 x w(x)dx ∞ 0 < ∞... y) est continue donc on conclut ais´ment. ). y) = pq( 1 x. 2j l 1 un j. Exercice 4 1) Pour montrer que (x... 1).... 1 + 2 + .. e1 )| ≤ ε... . donc le syst`me Sj forme une base de Wj ... + 2j−1 . y) donc ( 1 x. y) si n ∈ Z Si p.... alors p(x. 2y) = 2(x...... y)..... e1 )|.. 2l − 1 forment une base orthogonale des a 2 (−2l . 2j ]... y) et on en d´duit que ( p x... l ≥ 0.. e q q q q q q Enfin. 2) Il y a 177 1 fonction constante par morceaux sur les intervalles de longueur 1+2 . 2j ) en ajoutant aux Hk la fonction e1 = 2− 2 1 (0... e1 )e1 + i≥2 (g... 2l − 1} forme une base orthogonale de L2 (0. On d´coupe f en f = 1 (0... On raisonne de la mˆme fa¸on pour le terme 1 (−∞..+∞) f alors g est ` support compact dans I + . ei )ei 2 = |(g..... 2 xn w(x)dx = I R .. comme les fonctions ` supports compacts sont denses dans L2 ..... donc on approxime arbitrairement bien toute e c 1 fonction ` support compact et par densit´ toute fonction de L2 (I a e R).... et on veut rendre ce terme plus petit que ε. On a A Donc card(Sj )= 2j − 1.. par d´finition de ( . on applique l’identit´ du parall´logramme avec a = x + y e e et b = y. k = −2l ... l ≥ −j. Or Wj est un espace de codimension 1 dans un espace de dimension 2j . 2 1 . l’application λ → (λx.... fonctions de L e 3) Soit maintenant f ∈ L2 (I R). ........ f ` moyenne nulle }. Montrons que pour ε > 0 on peut choisir j tel que |(g.... 3) Il est facile de voir que (nx.. e l 3) Les fonctions indicatrices des intervalles dyadiques sont denses dans L2 (0.. 4 . On connaˆ une base de L2 (0..0) f .. .. 1 .. y) = ( pq x.. CHAPITRE IX l (Hk )l.. y)......+∞) f + 1 (−∞..... soit [0.. Alors g− g = (g. l’espace des fonctions constantes par morceaux sur les intervalles dyadiques de longueur 2−j . . et par sym´trie par a e l rapport ` 0 et dilatations........ 2l ) d’int´grale nulle sur [−2j . e e Exercice 5 1) Il suffit de voir que ∀n. ei )ei o` les ei pour i ≥ 2 sont les Hk u i≥2 (g.. Hk ..... e e a l les Hk forment une base orthogonale de {f ∈ L2 (0.. y) = n(x.......0) f .. e1 )| = | 0 2− 2 g(x)dx| ≤ 2− 2 g j j 2 √ A... y) = 1 (x.. 2) On forme (1) − (2) + (3)...... Z (px..... 1 ..6..........

ce qui est absurde. donc il existe une sous-suite (unk )k telle que unk u dans V faible. e u D’autre part. a(un − u. Le terme a(un − u. δn+1 ≤ δn . 5) δn = d(u. sin(2πu)e−(u− n+1 2 ) 2 2 I R n+1 2 = (−1)n+1 e( 2 ) du.) ∈ V et ∈ V donc a(u .. 2) Comme chaque Vn est s´parable. v) = (v). ∃k tel que vn ⊂ Vnk d’o` pn ≤ A. +∞). D’o` a(u . La suite (δn )n est d´croissante positive donc elle converge. on voit facilement que V est s´parable. α u − w . d’o` δn → 0. ∀n ≥ n0 . w) = (w) = a(u. on en d´duit que u = u . u − w) =⇒ α un − u 2 ≤ a(u − un . p) = 0. ∀w ∈ Vn . ∀v ∈ Vn0 . . donc il existe un e e e e 1 unique u dans V tel que a(u. un ) − a(un − u. Vn ) = inf Vn u − vn . V est r´flexif. et ∀n ≥ 0. un ) = 0. u − w) ≤ β un − u =⇒ un − u ≤ β δn . on montre que f ∈ L2 (0. a(un . u c) ∀w ∈ Vn . ∃(pnk )k une sous-suite telle que u pnk ≤ A. ∃N tel que u − wN ≤ ε o` wN ∈ VN . v). Donc δn ≤ ε et ceci ∀n ≥ N . b) Comme Vn ⊂ Vn+1 . ∀v ∈ Vn0 et ceci ∀n0 ≥ 1 donc u a(u . 2) Vn est ferm´ dans V donc Lax-Milgram s’applique et il existe un unique un ∈ Vn tel que e 1 ∀vn ∈ Vn . ∀v ∈ V . on a a(un . v) = (v). vn ) = (vn ) et comme en 1).178 ´ CHAPITRE 14. Or Vn ⊂ Vn+1 =⇒ pn ≤ pn+1 donc ∀n. e Exercice 6 On note V = n Vn . sinon ∃A > 0. CORRIGES DES EXERCICES 2) Avec le mˆme changement de variable. un ) = (un ) − a(u. a) Vn est convexe ferm´ donc par le Th´or`me de projection il existe un unique vn ∈ Vn tel que e e e δn = u − vn . u − un ) = a(un − u. v) ∈ V e donc a(unk . ∀v ∈ V et par unicit´ dans Lax-Milgram. e e En raisonnant par l’absurde. w) = 0. que leur union est dense dans V et qu’une union d’ensembles e d´nombrables est d´nombrable. ∀v ∈ V. u) ≤ u =⇒ u ≤ α V . En effet. Donc si w ∈ Vn . a(un − u. v) = (v). un − u) −→ 0. P w on en d´duit que f ≡ 0 ce qui est absurde. Or a(. un − u) = a(un − u. ∀p ∈ I Si I est dense dans L2 (0. Questions subsidiaires : 1) dim V = +∞ =⇒ pn →n∞ +∞. u) = a(un − u. u). on voit facilement que un u faiblement dans V . u) tend vers 0 car un u faiblement. ∀v ∈ V . +∞). Et. e w ∞ xn f (x)w(x)dx = 0 I R n+1 2 = e( 2 ) e(n+1)u e−u sin(2πu)du. e e e . ∀n alors dim V ≤ A et V = V =⇒ dim V ≤ A. α u 2 ≤ a(u. a(un . w) donc a(un − u. car la fonction int´gr´e est impaire. Donc (f. comme Vn0 ⊂ Vn . e e P. 4) a(un − u. v) = (v). Vn = V donc ∀ε > 0. on montre que un ≤ α e V . a(u . 1) V est un Hilbert et a v´rifie les hypoth`ses du Th´or`me de Lax-Milgram. 3) Soit n0 fix´. v) → a(u . donc α ( un − u )2 ≤ a(un − u. 2 I R sin(2πu)e−u du = 0. ∀k. Mais V est dense dans V . v) = (v).

+ 2sin( 2 )sin((N + 2 )t)).14. ei 2 DN (t) = N ei(k+ 2 )t et e−i 2 DN (t) = −N − ei(k− 2 )t ) = ei(N + 2 )t − e−i(N + 2 )t . |sj − s| ≤ ε et 1 n+1 Donc pour n ≥ N . sj − s| ≤ ≤ 1 ( n+1 1 ( n+1 N 0 N 0 n |sj − s| + N +1 |sj − s|). sin((N + 1 )t) 2 D’o` DN (t) = sin( t ) u si t = 0. n+1 Exercice 3 1) On a directement DN (0) = 2N + 1 et KN (0) = N + 1. 2(N + 1) sin ( 2 ) On utilise ensuite l’´galit´ 2sinasinb = cos(a − b)cos(a + b) pour obtenir e e KN (t) = +1 1 sin2 ( N 2 t) 1 1 (1 − cos(N + 1)t) = . t t 2(N + 1) sin2 ( 2 ) N + 1 sin2 ( 2 ) . donc si n ≥ N1 . ∃N tel que ∀n ≥ N ... on a 0 (n + 1)ε et d’autre part (n − N )ε ≤ (n + 1)ε d’o` u 1 | n+1 Exercice 2 Soit sn = (−1)n alors (sn )n ne converge pas et | | 1 n+1 n 0 n 0 sj | n 0 |sj − s| ≤ N1 ε ≤ sj − s| ≤ 2ε. N 0 Pour cet ε > 0. 2 2sin( t ) On multiplie maintenant KN (t) par 2sin( 2 ) alors t 2 KN (t) = N i(k+ 1 )t 2 −N (e 1 1 1 N −N t ei(k− 2 )t donc 2isin( 2 )DN (t) = 1 1 1 t t t 3t t 1 2 t (2sin( 2 )sin( 2 ) + 2sin( 2 )sin( 2 ) + .7 Chapitre X Exercice 1 Soit ε > 0. on a | 1 n+1 n 0 n 0 1 sj − s = n+1 n 0 (sj − s). ≤ 1 donc (−1)j | ≤ 1 −→ 0. CHAPITRE X 179 14. |sj − s| + (n − N )ε). ∃N1 ≥ N tel que N |sj − s| ≤ N1 ε.7. t 1 t D’autre part.

1 2π π −π = −n f (x)eik(t−x) dx = 1 2π π −π f (x)Dn (t − x)dx. |x|≤δ ε La fonction f ´tant uniform´ment continue. g ∈ C(Π) sont telles que ∀n ∈ Z f (n) = g(n) alors 0 = σn (f. = 1. π]. ∃δ > 0 tel que |f (x) − f (y)| ≤ 2 d`s que e e e ε |x − y| ≤ δ. ∀t ∈ I et que KN est 2π-p´riodique. quand j → ∞. t) − σn (g. e d’o` u ε ε 1 |σn (f. ( δ N + 1 sin( 2 ) Sn (f. Comme KN e |σn (f.180 ´ CHAPITRE 14. ∀x tel que δ ≤ |x| ≤ π. |f (t − x) − f (t)|Kn (x)dx + 1 2π 2 f δ≤|x|≤π ∞ Kn (x)dx. Le Th´or`me de convergence domin´e s’applique et donne e e e 1 2π π −π fj (t)Dn (−t)dt −→ 1 2π π −π |Dn (−t)|dt = Dn 1 . ∀j et fj (t) −→ gn (t) p. 3) On a n 2 1 1 ) −→ 0. π]. donc σn (f ) −→ f uniform´ment sur [−π. f (t − x)Kn (x)dx. Donc Λn ∈ (C(Π)) et Λn ≤ Dn 1 . donc f (t) = g(t). π 1 e 5) a) Λn (f ) = Sn (f. donc 3) montre que les o e polynˆmes trigonom´triques sont denses dans C(Π). d’apr`s 2). De 0 eikt dt = 2πδk. pour n ≥ 0 donc Λn est lin´aire et |Λn (f )| ≤ Dn 1 f ∞ . on a e KN (t) ≤ quand N → ∞. t) = −n n f (k)eikt . 2 2 2π δ≤|x|≤π et ceci ∀t. CORRIGES DES EXERCICES pour t = 0.0 on R e +π 1 u d´duit que 2π −π Dj (t)dt = 1 et KN 1 = 1. on peut ´crire e car f et Kn sont 2π-p´riodiques. Pour ce δ. ∃N tel que ∀n ≥ N |Kn (x)| ≤ 4 f ∞ . . b) Soit gn (t) = sign(Dn (−t)) alors il existe une suite (fj )j dans C(Π) telle que −1 ≤ fj ≤ 1. Enfin si δ ≤ |t| ≤ π o` δ > 0. ∀t ∈ [−π. t) − f (t)| = ≤ 1 | 2π 1 | 2π π −π (f (t − x) − f (t))Kn (x)dx|. t) − f (t)| ≤ KN 1 + dx ≤ ε. pour ε > 0. t) = 2π −π f (x)Kn (t − x)dx est un polynˆme trigonom´trique. Z. e π 1 4) σn (f. ∀t. Donc σn (f. o e Si f. 0) = 2π −π f (t)Dn (−t)dt.p. t) −→ f (t) − g(t). 2π 2) Il est clair que KN (t) ≥ 0. t) = = 1 2π 1 2π π −π π −π 1 f (x)Kn (t − x)dx.

ϕ > | ≤ f L1 (K) ϕ ∞ R R) a donc Tf ∈ D (I R). u d) Si ∀f ∈ C(Π). e |t| t c) Comme |sin 2 | ≤ 2 . ϕ(n) (0) = 1 donc T ∈ D (I R) R). k π D’o` Dn 1 −→ +∞ quand n → ∞. elle serait d’inverse continue et il existerait une constante Z) M > telle que f 1 ≤ M c(f ) ∞ . a . pour tout polynˆme trigonom´trique p donc f = 0 o e p. alors | < T. on sait d´j` que f (n) → 0 quand n → ±∞. R) Soit K un compact de I alors |K ∩ I < ∞ et ∃NK tel que K ∩ I ⊂ B(0.p.VII. e e On conclut en utilisant la densit´ des fonctions continues dans L1 (−π. 0)| = +∞}. Soit R) ϕ(x) = ex θ(x). On peut montrer que E est dense dans C(Π) voir [Ru1] par exemple. pour 0 ≤ t ≤ π. 0)| = +∞. 6) Par le Lemme de Riemann-Lebesgue. et T est injective. e π Si f (n) = 0 pour tout n alors −π f pdx = 0.14. Mais une telle in´galit´ est contredite par les Dn . ∃Cf tel que ∀n.8. on en d´duit que f gdx = 0 pour toute fonction continue g ∈ C(Π). x 1 kπ |sinx|dx = 4 π2 1 4 ≥ 2 log(n + 1). en effet e e Dn (k) = 0 ou 1. Remarque : Soit E = {f ∈ C(Π) : supn |Sn (f. 1]. 2) Soit K un compact de I et ϕ ∈ D(I ` support dans K alors | < Tf . Si ϕ ∈ D(I R N| N est ` support dans K. CHAPITRE XII De |Λn (fj )| ≤ Λn . e 8) L’application T est clairement lin´aire et la question 6) ci-dessus montre qu’elle est continue. e Supposons qu’il existe f ∈ L1 (I telle que < δ0 . ϕ >= n≥0 ϕ(n) (0). Λn ≤ M or c’est impossible d’apr`s la question pr´c´dente. 14. ϕ > | ≤ NK ϕ(n) ∞ donc T ∈ D (I a R). on d´duit Λn = Dn 1 . Il existe θ ∈ D(I telle que 0 ≤ θ ≤ 1 et θ ≡ 1 sur [−1. 0)| ≤ Cf alors par le Th´or`me de Banach-Steinhaus e e ∃M tel que ∀n. Dn Donc on a Dn 1 1 181 = 1 2π π −π |Dn (t)|dt = 1 π π 0 |Dn (t)|dt ≥ 2 π π 0 1 dt |sin(n + )t| . |Sn (f. π). ∀ϕ ∈ D(I Par un mˆme loc R) raisonnement qu’` l’exercice 6 du chap. on montre que c’est impossible. 2 t ≥ ≥ 2 π 2 π (n+ 1 )π 2 0 n k=1 |sinx| kπ (k−1)π dx 2 ≥ x π n k=1 kπ (k−1)π n 1 |sinx| dx . 0 Soit < T. T ne peut ˆtre surjective sinon par le Th´or`me de l’application ouverte e e e (C0 (Z est un espace de Banach). e e a On pose < T. ϕ >= ϕ(0) = f ϕ. ϕ >= n≥0 ϕ(n) (n) pour ϕ ∈ D(I R). NK ). On a aussi ea imm´diatement |f (n)| ≤ f 1 donc c(f ) ∈ C0 (Z e Z). 7) D’apr´s la question 4). R).8 Chapitre XII Exercice 1 1) Les deux applications propos´es sont bien lin´aires par rapport ` ϕ. Donc ∃f ∈ C(Π) e e e telle que supn |Sn (f. donc c(Dn ) ∞ = 1 alors qu’on a vu ci-dessus que Dn 1 → +∞. alors ϕ ∈ D(I et ∀n.

∀r > 0. r0 ) ⊂ Bd (x. x donn´s alors ∃ε > 0 tel que 2n ε < inf(1. pn (x − y) < r0 et N 0 1 inf(1. il suffit de montrer que e a) ∀n. ∃r0 > 0 tel que Bd (x. On peut v´rifier facilement que Φ est croissante et que e + Φ(x + y) ≤ Φ(x) + Φ(y). r) celle associ´e u e e a ` la semi-norme pn . e on a ψ ∈ Fk0 . ϕ > | ≤ CK pN (ϕ) ce qui est exactement la continuit´ de T sur D(I e R). si e r 1 ψ ∈ BN (0. g) = 0 ⇐⇒ f = g. R). ∀n. r0 ) ⊂ Bd (x. ε) ⊂ Bn (x. Alors BN (0.182 ´ CHAPITRE 14. ∀ϕ ∈ E. par le Lemme de Baire. e r D’apr`s 1). ϕ >)n converge ∀ϕ. y) < ε =⇒ ∀k. pn (x − y)) ≤ r0 2n N 0 1 ≤ 2r0 . r) la boule de centre x et rayon r pour la distance d et Bn (x. Tn est continue sur (E. . r). r). ∀x ≥ 0) donc BN (x. e n Si pN (x − y) < r0 < 1 =⇒ ∀n ≤ N. en effet. on en d´duit que ∃k0 . Pour montrer que les R topologies sont ´quivalentes. ∃ϕ et ∃r0 > 0 tels que Bd (ϕ. e e r Maintenant on fait tendre n vers l’infini. r) et e u d(x. e 2) Soit (fn )n une suite de Cauchy dans (E. En appliquant ce r´sultat par r´currence aux d´riv´es successives de u. par convexit´ de Fk0 . d) alors limn. b) ∀x ∈ E. ∃r > 0 tels que BN (ϕ. ϕ > | ≤ 2k0 pN (ϕ). pour j ≥ 0. r0 ) =⇒ d(x. ∃N . ∃r0 > 0 tel que BN (x. 2 ) alors ψ = 2 (−ϕ + (ϕ + 2ψ)) or −ϕ ∈ Fk0 et ϕ + 2ψ ∈ Fk0 . f ) et que d(f. Soit Φ(x) = inf(1. 21 Φ(pk (x − y)) < ε donc pn (x − y) < 2n ε < r par choix de ε. Fie r nalement. g) = d(g. d) donc Fk est ferm´ dans (E. | < Tn . e Pour tout n. D’o` k Bd (x. ∀x. on e e e e (j) e obtient que fn converge uniform´ment vers u(j) . CORRIGES DES EXERCICES Exercice 2 Comme les semi-normes pj . La suite (fn )n est donc de Cauchy pour la convergence uniforme et elle tend donc uniform´ment vers une limite fj qui est continue e et ` support dans K. ∀x ∈ E. on a montr´ que ∀K compact ⊂ I ∃CK = 2k0 . r) ⊂ Fk0 . (pj )j ) donc sur (E. on a bien d´fini une e topologie. r). 1) Il est clair que d(f. ∀r > 0. o` on a not´ Bd (x. Par hoe mog´n´ite. r0 ) ⊂ Fk0 . ∀j et donc que pj (fn − u) −→ 0. ∃N ≥ 0. ∀j. r Donc on a montr´ que ∀ϕ ∈ E telle que pN (ϕ) < 2 . r0 ) ⊂ Bn (x. y ∈ I donc d est bien une distance sur E. ϕ > | ≤ k0 . ∃N (K) tels que ∀ϕ ∈ DK (I e R. On utilise maintenant le th´or`me classique assurant que si fn converge a e e uniform´ment vers u et si les d´riv´es fn sont continues et convergent uniform´ment vers v alors e e e e u est C 1 et u = v. d) est complet. ϕ > | ≤ 2k0 pN (ϕ). y) < 2 + 2 . d) comme e intersection d’images r´ciproques de ferm´s de I Comme (< Tn . r donn´s et soit N tel que n≥N +1 21 < 2 . on a | < Tn . on en conclut que ∀n. forment une suite croissante. Soient donc n. Donc les topologies sont ´quivalentes. On en d´duit facilement que (E. r | < T. x) pour x ≥ 0. 2 ) ⊂ Fk0 . e e R. 2n r r r On choisit r0 < 1 tel que 2r0 < 2 alors y ∈ BN (x. (Φ(x) ≤ 1. r. r Soient x. et donc supK |fn (x) − fm (x)| −→ 0 pour chaque j. E = ∪k Fk .m→+∞ pj (fn − fm ) = 0 pour chaque (j) (j) (j) j ≥ 0. on en d´duit que | < T. r).

trouvons ψ. Exercice 4 Soit ψ solution de k aj ψ (j) (x) = 0 pour x ∈ I o` aj ∈ I et ak = 0. c’est ` dire ∀ϕ ∈ D(I). ce qui veut bien dire que T = C au sens des distributions Soit ϕ ∈ D(I) alors ∃ψ ∈ D(I) telle que ϕ = ( I ϕ)θ0 + ψ et < T. ϕ >= − = 0 ∞ ∞ 0 (p−1) . θ0 > + < T. ψ ϕ + ψ(0)ϕ(0).. = ψ ak 1) Y ψ ∈ L1 (I donc E ∈ D (I R) R). Donc le propri´t´ est vraie pour p = 1. ϕ >= ( I ϕ) < T. ψ(0) = ψ (0) = . ψ (p+1) ϕ+ < ψ (p) (0)δ0 . < T .. ϕ >= − = 0 ∞ ∞ 0 ψ (p) ϕ − < ψ (p−1) (0)δ0 . ϕ > −. b] ⊂ I (I connexe). et E (k) = TY ψ(k) + ψ (k−1) (0)δ0 = TY ψ(k) + 1 δ0 . ϕ > = − < E. < E . ϕ > = − < E (p) . V´rifions que ψ est ` support compact... ∀p ≤ k − 2.14. ϕ >= C I ϕ. Calculons les d´riv´es au sens des distributions de E et e e loc montrons par r´currence que e E (p) = YY ψ(p) + ψ (p−1) (0)δ0 + ψ (p−2) (0)δ0 + . Or par hypoth`se < T. On a < E (p+1) . R < T. ϕ >=< T. satisfaisant R. ϕ > + < ψ (p−1) (0)δ0 + . θ0 > convient.. ∞[∩I alors ψ(x) = 0 donc supp(ψ) ⊂ [a. b tels que supp(ϕ)∪supp(θ0) ⊂ [a. ∀j ≤ k − 1 car ψ (p) (0) = 0. ψ >. ψ >= 0 donc ∀ϕ ∈ D(I). x ∃a. on veut montrer que ∃C ∈ I telle que ∀ϕ ∈ D(I).. < T. x] ϕ(t) = θ0 (t) = 0 et ψ(x) = 0. ϕ > .) b) Soit T ∈ D (I) telle que T = 0.8. D’o` le r´sultat. θ0 > I ϕ e donc C =< T. ϕ >= I vϕ. CHAPITRE XII Exercice 3 183 a) Si ϕ = λθ0 + ψ . b] et ψ ∈ D(I). ψ >=< T . = < TY ψ . ψϕ . + ψ(0)δ0 On calcule d’abord E . Si x ∈]b. Avec ce choix de λ... o` λ ∈ I et ϕ ∈ D(I) alors I ϕ = λ I θ0 + I ψ donc n´cessairement u R e λ = I ϕ. ϕ > . Soit ψ(x) = a (ϕ(t) − ( I ϕ)θ0 (t))dt alors ψ = ϕ − ( I ϕ)θ0 et ψ ∈ C ∞ (I). (On peut remarquer que le couple (λ. ψ) est unique. La fonction v e a admet une primitive au sens usuel V et v = V alors (T − V ) = 0 donc T − V = c constante par b) et T = V + c ∈ C ∞ (I). u e Ici E (j) = TY ψ(j) . Si x ∈] − ∞. c) Par hypoth`se T = v ∈ C ∞ (I). ak . a[∩I e a alors ∀t ∈ [a. ϕ > + < ψ(o)δ0 . on la suppose vraie jusqu’au rang p et d´montrons la ee e pour p + 1. ϕ >. + ψ(0)δ0 .− < ψ(0)δ0 (p) (p−1) . u R j=0 k−2 (0) = 0 et ψ k−1 (0) = 1 alors ψ ∈ C ∞ (I R).

| a. chap. v ∈ H0 (0. 1 √ . si u ∈ H 1 (0. 2 ≤ 2 u Donc u ∞ ≤ 2 u H 1 et l’injection id : H 1 (0. 1] est continue. vn ∈ D(]0. Par le Th´or`me e d’Ascoli. 1]. u ∈ BH 1 } ⊂ [−2. d’o` l’injection id : e u H 1 (0. il existe un . 2] donc Bx est compact.184 ´ CHAPITRE 14. 1]. On int`gre cette in´galit´ par rapport ` y et on applique encore Cauchy-Schwarz. 1) en une suite fortement convergente de C[0. Bx = {u(x).1 et de la Proposition 13.13. Comme un . g) = 0 f gdx e ´tant continu sur (L2 )2 . Avec l’in´galit´ de Cauchy-Schwarz. vn sont r´guli`res et nulles au bord. 1[) tels R) e e que un → u et vn → v pour la norme H 1 . 1) et f ∈ C ∞ (I alors par le Th´or`me 11. 1 De |u(x) − u(y)| ≤ u 2 |x − y| 2 . L’intˆret majeur de ce r´sultat est que l’on pourra transformer toute suite faiblement convergente e e 1 (0. (2) 0 uf+ . on d´duit que la boule unit´ ferm´e BH 1 de H 1 (0. V) de H 1 2) Soient u. 1].2. Enfin. 1) −→ C[0. il n’y a aucuns probl`mes pour passer ` la limite dans ces ´galit´s et on e e a e e obtient donc 1 1 (1) 0 1 uv+ 0 1 uv uf 0 = 0. 1] est compacte. CORRIGES DES EXERCICES Les solutions g´n´rales du syst`me ( ) sont donn´es par e e e e ψ(x) = e− 2 (aei x √ 3 x 2 Donc k aj E (j) + ak E (k) = δ0 par hypoth`se sur ψ. Le produit scalaire (f. b ∈ C . on en conclut que BH 1 est d’adh´rence compacte dans C[0. 1) alors u ∈ C[0. 1) −→ C[0. i 3 donc ψ(x) = √ x 2 √ e− 2 sin( 3 x) 2 3 et E = TY ψ 14. Ici les donn´es initiales impliquent que a = −b = e convient. on a e e 1 1 1 1 1 ´videmment 0 un vn + 0 un vn = 0 et 0 un f + 0 un f = 0. 1] e e x et ∀x. y ∈ [0. on a e e e a 1 |u(x)| ≤ ≤ 0 |u(y)|dy + u 2 2 u + u H1 . 1) est e e e e e ´quicontinue. e j=0 2) On cherche ψ telle que   ψ +ψ +ψ = 0 ( ) ψ(0) = 0  ψ (0) = 1 + be−i √ 3 x 2 ). on obtient e e |u(x)| ≤ |u(y)| + u 2 |x − y| 2 ≤ |u(y)| + u 1 2.1 du ch.9 Chapitre XIII Exercice 1 1) En vertu du Th´or`me 13. (Voir l’exercice 3. u(x) − u(y) = y u (t)dt. = 0.

e pu v = u(1)v(1) − u(0)v(0). un → u pour .14. ∀v ∈ H 1 (0. CHAPITRE XIII 185 1 et ceci ∀u. il existe un unique u ∈ H 1 (0. D’autre (voir l’exercice pr´c`dent). comme H 1 (0. 1) e 1 1 1 1 2 1 alors − 0 u v + 0 u e e 0 v = 0 f v. v) = 0 f v. e D’apr`s le Th´or`me de Lax-Milgram (Th. v) = 0 u v +( 0 u)( 0 v). Enfin. ϕ >= 0. 1) et 0 u ∈ L2 (0. u 1 mais f ∈ L2 (0.ϕ > + < 1 u. 1). 1[) ⊂ H 1 (0. 1) et v´rifie e 1 ( ) −u + u=f 0 p. on obtient e a 1 1 1 1 uf + 0 0 uf = 0 pu f + 0 pu f = u(1)f (1) − u(0)f (0). sinon. 1) est r´flexif. a(u. Donc. donc d’apr`s l’exercice 3. ϕ > en terme de distributions. 1) montre que u ∈ H 2 (0. 1). si ϕ ∈ D(]0. en d´veloppant. 1[). 1) faible. 1 Maintenant si u. v ∈ H 1 (0. donc finalement un est de Cauchy dans H 1 (0.6. 1) et on int`gre sur (0. 0 1 D’o` < −u + 0 u − f. Alors. 1) tel que un → v dans H 1 (0. Comme u ∈ H et v ∈ H . 1[). ϕ) = 0 uϕ + 0 0 1 u ϕ. on d´duit e 1 pv + 0 (u− pu )pv = 0). ∀ϕ ∈ D(]0. Et. a H 1 On raisonne par l’absurde. ϕ >. 1). 1). v H 1 = 1 et v = 0 p.ϕ > + < = − < u .ch. 1).9. Montrons que a est coeru 2 u 2 ≤ 2 u H 1 v H 1 donc a est continue sur H cive. ∀n. ∃un ∈ H 1 (0.p. ϕ > . a(u. v est constante. 1). l’exercice pr´c`dent nous . L’injection H 1 (0. 1) donc converge et ∃v ∈ H 1 (0. v)| ≤ u H 1 v H 1 + e e 1 (0. v ∈ H0 (0. alors de 1 1 que 0 (u− pu ) v + 0 (u− pu )v = 0 (car 1 1 1 1 0 (u − pu ) 1 0 (u− pu ) 1 uv+ 0 0 uv = 0 pu v + 0 Exercice 2 1) Soit a(u. 1) tel que a(un . u. On peut H toujours supposer que un H 1 = 1. 0 1 = < u . 1) × H 1 (0. 1). ∞ et en particulier un → u dans L e e 1 part. c’est absurde. il existe une sous-suite encore e not´e un telle que un e u dans H 1 (0. 1] ´tant compacte e 1 et L2 . un 2 < n =⇒ un → 0 dans L2 . ϕ) = 0 f ϕ =< f. donc −u + 0 u = f au sens des distributions. 1) −→ C[0. alors a est bilin´aire sym´trique et |a(u. on note p (x) = xu(1) + (1 − x)u(0) ∈ C ∞ (I 1 Si u ∈ H R) alors u − pu ∈ H0 (0.9. 1 1 1 a(u. Pour trouver les conditions aux limites. u) ≥ α u 2 1 . 1 2) Comme D(]0. on d´duit que e = 0 donc n´cessairement v = 0 or v H 1 = 1. ∃α > 0 tel que ∀u ∈ H 1 (0. 1 (0. de e 1 0 v 2 1 0 un 1 1 1 < 1 n et un → v dans L1 . 1). un ) < n un 2 1 . 1) tel que e e e 1 a(u. c’est ` dire.9). (v − pv ) + 0 (u − pu )(v − pv ) = 0. En u appliquant la formule d’int´gration par parties (2) ` u − pu et pu . 1). on multiplie ( ) par v ∈ H 1 (0.p.

Alors comme dans l’exercice pr´c`dent. v) = 0 f v.ch. 2 [) et donc dans L2 (0. 1). 1) =⇒ 0 = unk 1 → v 2 par continuit´ de l’injec2 1 (0.p. 1] est continue. v) + u (0)v(0) − u (1)v(1) = 0 =⇒ (1 + u (0)) v(0) = e e u (1)v(1). v L2 = 0 alors. on tire v = 0 p. Donc. 1). e A-t’on ∃C > 0 tel que v L2 ≥ C v H 1 sur V ? 1 Sinon. On a ´videmment v L2 ≤ v H 1 . ∀v ∈ V . on d´duit qu’il existe un unique u ∈ V tel que a(u. e Exercice 3 1 Soit V = {u ∈ H 1 (0. e 0 1 Or u est solution de la formulation variationnelle ( i. 1). v) = v(0).p. ϕ > et ceci ∀ϕ ∈ D(]0. ϕ) = 02 u ϕ = ϕ(0) = 0. u = 0 dans D (] 2 . e v L2 est bien une semi-norme sur V et si pour un v ∈ V . 1). on en d´duit qu’il existe une sous-suite unk de Cauchy dans H 1 (0. donc u (1)v(1) − u (0)v(0) = 0 et ceci ∀v ∈ H 1 (0. e 2 (0. Donc v = 0 or v tion H H 1 = 1. Donc n´cessairement u (1) = u (0) = 0. u (1) = u (0) = 0 Et r´ciproquement. a(u. 1). De unk → 0 dans L2 . Donc on a r´solu e e   1 = 0 sur ( 1 . 1 a Soit donc ϕ ∈ D(]0. ∀v ∈ H 1 (0. 1 2 1 1 2 1 u v − [u v]1 1 2 1 2 1 On ajoute ces deux ´galit´s. On peut alors faire des int´grations par parties sur les deux e finalement u ∈ H 2 2 sous-intervalles (0. u → u 1 est continue sur H 1 (0. 1) Comme id : H 1 (0. donc u = 0 dans D (]0. 1) et V est 2 ferm´ dans H 1 (0. 1)). alors a est une forme bilin´aire sym´trique continue sur V et v → v(0) e e 1 (0. 1). on en d´duit que v = 0. ϕ >= 0 = − < 2 1 1 1 u . Donc n´cessairement u (0) = −1 et u (1) = 0. 2 [). 2 ). c’est ` dire < u . Donc e 2 2 (0. v) − 0 f v = [u v]1 . 1) −→ C[0. c’est absurde. 1 [) alors a(u. 1]. 1).9). 1) : u( 2 ) = 0}. e 1 2) Soit a(u. u ∈ H u e −u + 0 u = f p. 1) = 0 sur (0. 1) −→ C[0. et donc v est constante 1 e sur (0. 1] est continue sur H 1 (0. 1) −→ C[0. 3) D(]0. Du Th´or`me est continue sur V puisque id : H e e de Lax-Milgram (Th.6. e ∀v ∈ V .e. ∃un ∈ V avec un H 1 = 1 tel que un L2 < n → 0. Mais unk → v dans H 1 (0. ∀n. 1[) ⊂ V (en prolongeant ces fonctions par 0 ` ]0. 1[ a 2 tout entier). v est constante sur (0. 1 ) et ( 1 . 1) donc convere e e gente vers un v ∈ H 1 (0. u v − u (1)v(1). 1 ) ∩ H 2 ( 1 . v) = 0 u v . 1 On obtient par un mˆme raisonnement.9. 1). 1[) ⊂ V donc on ne peut pas exactement raisonner comme dans l’exercice pr´c`dent. Si v ∈ V alors 2 2 0 = − 0 = − 0 1 2 1 u v = u v = 0 1 2 1 2 u v − [u v]0 = = 0 1 2 u v + u (0)v(0). 1) et D’o` u est solution du probl`me suivant. ces deux normes sont donc ´quivalentes sur V . 2 )  u  u 2 et u 1 = 0 u 1 = 0 2 2   u (0) = −1 u (1) = 0 .186 ´ CHAPITRE 14. 1[) et donc dans L2 ( 1 . 2 [) ∪ D(] 1 . e e 1 mais on peut remarquer que D(]0. alors a(u. 1) et de v 2 = 0. on a bien ` faire ` une norme sur V . d’apr`s l’exercice e 1 e a a 3. CORRIGES DES EXERCICES 1 permet de faire une int´gration par parties et on obtient a(u.

I I .p. I D’autre part. Comme e un → u dans L2 (I). e e e c)Soit ϕ ∈ D(I).p. Au sens des distributions. u βnk → 0 p. e Soit un (x) = n − x si x ≤ n et un (x) = 0 sinon. Alors un ∈ H 1 (0. un 2 2 = n et L 3 un 2 2 = n donc les deux normes ne peuvent pas ˆtre ´quivalentes sur H 1 (0. +∞). D’o` en passant ` la limite dans ( ). il existe C > 0 tel que ∀u ∈ H 1 (I). +∞). 1] 2 On voit tout de suite que u ∈ H 2 (0. 1) et que u = δ 1 ∈ L2 (0. Comme f (un ) → f (u) dans L2 (I).9. R) a) De la mˆme fa¸on. il est clair que u = −1 (0. 1). +∞). et donc v est une constante. +∞) est la constante nulle donc c’est bien une norme sur H 1 (0. e e L 3 Exercice 5 1) Par le Th´or`me des accroissements finis. D’o` finalement. on a : |f (un ) − f (u)| ≤ C |un − u| donc un → u dans L2 (I) =⇒ e c f (un ) → f (u) dans L2 (I). puisque toutes les fonctions consid´r´es sont assez r´guli`res. f (un )un − f (u)u = αn + βn donc αn → 0 dans L2 (I) =⇒ βnk → 0 dans L2 (I) =⇒ I αn ϕ −→ 0 I βnk ϕ −→ 0 =⇒ I (αnk + βnk )ϕ −→ 0.14. Si v L2 = 0 alors v = 0 p. |f (u)| ≤ e e |f (0)| + C |u| ∈ L2 (I) donc f (u) ∈ L2 (I). +∞). On a ´videmment v L2 ≤ v H 1 . alors ( ) I =⇒ βnk −→ 0 dans L2 (I). 1 2 2 Exercice 4 v → v L2 est bien une semi-norme sur H 1 (0. b) On a |αn | ≤ C |un − u | donc un → u dans L2 (I) =⇒ αn → 0 dans L2 (I). 1) (sinon elle serait C 1 ). il existe une sous-suite unk telle que unk → u p.p. pour une sous-suite. CHAPITRE XIII de solutions respectives : u(x) = −x + 1 2 1 sur [0. 1 ) ∈ L2 (0. ] 2 187 1 u(x) = 0 sur [ . f (un )ϕ = − I f (un )un ϕ. Or la seule constante de L2 (0.p. Par continuit´ de f . |βnk | ≤ 2 f ∞ |u | ∈ L2 (I) par le Th´or`me de convergence domin´e. 2) Soit un ∈ D(I tel que un → u dans H 1 (I). f (un ) → f (u) p. ee e e f (un )ϕ −→ I f (u)ϕ . on obtient : u a f (u)ϕ = − f (u)u ϕ.

1) alors v ∈ L2 ∩ L∞ car H 1 (0. e e e 1 (I) et ∀ε > 0. 1). Quand ε → 0. 4) D’apr`s 2). x 1 1) Si u ∈ H0 (0. 1 |fε (u)u | ≤ |u | ∈ L2 (I) −→ ε→0 I fε (u)u ϕ. On sait que 1 si t > 0 0 sinon = 1 [t>0] . il existe C > 0 tel que 1 1 F (v) ≥ 1 v 2 − √2 f 2 v 2 ≥ C. donc fε ∈ C(I e R). t > 0. Or f (u)u ∈ L2 (I) car f ∈ L∞ (I) et u ∈ L2 (I). fε (u) ∈ H e I fε (u)ϕ = − fε (u) → u+ dans L2 (I) donc I fε (u)ϕ −→ I u+ ϕ . ch. ∀q ≥ 2 et F (v) a 1 1 1 bien un sens. 2) Si v ∈ H 1 (0. D’autre part.188 ´ CHAPITRE 14. il existe M > 0 tel que ∀v ∈ . 1 par le Th´or`me de convergence domin´e. En ape e e √ pliquant Cauchy-Schwarz. comme H 1 (0. |fε (u)| ≤ |u| ∈ L2 (I) =⇒ fε (u) −→ u+ dans L2 (I). 1).p. t > 0 = 0. Une norme est convexe et non strictement convexe car N (tu) = tN (u) si t > 0. fε (t) → 0 quand t → 0 par valeurs positives. ∀ϕ ∈ D(I). on obtient alors u e e u 2 2 2 H1 ≤ 2 u 2 1 conclut que (H0 (0. 1 =⇒ fε (u)u −→ 1 [u>0] u dans L2 (I). R. D’o` e e e u fε (u)u ϕ −→ 1 [u>0] u ϕ.1. fε (t) → 0 si t ≤ 0 et fε (t) → t si t ≥ 0 donc fε (t) → t+ . On ´l`ve cette derni`re in´galit´ e ee e e e 3 2 ≤ 1 u 2 . fε (t) = √ 2t 2 −→ 0 quand t → 0. 1] avec injection continue. d’o` u 2 ≤ u 2 2 . donc fε ∈ C 1 (I Enfin. donc f (u) ∈ H 1 (I) et (f (u)) = f (u)u . 1) : u(0) = u(1) = 0}. ∀ϕ ∈ D(I). ∀v ∈ H0 (0. 1 1 5) On a u− = (−u)+ donc u− ∈ H 1 (I). fε (t) = √t2t+ε2 . 1) alors on peut ´crire u(x) = 0 u (t)dt (voir le Th´or`me 13. ∀ε > 0 et ∀t ∈ I |fε (t)| ≤ 1 (t +ε ) par le Th´or`me de convergence domin´e. 1) ⊂ C[0. en rempla¸ant u par ∂xi u. 3) Soit ε > 0 fix´. D’o` u fε (u) → u+ p. t≤0 donc fε (u) → 1 [u>0] p. 1). on obtient : u+ ϕ = − 1 [u>0] u ϕ. et ceci ∀ϕ ∈ D(I). (u− ) = −1 [u<0] u et |u| = u+ + u− ∈ H 1 (I). 1].p. 1) = {u ∈ H 1 (0. Comme | 0 f v| ≤ f 2 v 2 ≤ √2 f 2 v 2 si v ∈ H0 (0. on en d´duit que |u(x)| ≤ x u 2 . De plus. 2 2 D’autre part. Donc v ∈ Lq .13). |fε (t)| ≤ |t|. donc u+ ∈ H 1 (I) et (u+ ) = 1 [u>0] u . alors N 2 est C ∞ et sa d´riv´e seconde est e e e une forme bilin´aire sym´trique d´finie positive (c’est ` une constante positive pr`s le produit e e e a e scalaire) donc N 2 est strictement convexe. 1 ∂ (La d´monstration est la mˆme en dim > 1. 1 I I A la limite. On en au carr´ et on int`gre. CORRIGES DES EXERCICES donc fε ∈ E et ∀ε > 0 et ∀t.) e e c Exercice 6 Soit N une norme d´rivant d’un produit scalaire. si R). u 2 ) est un espace de Hilbert. Exercice 7 1 On note H0 (0. 1) ⊂ C[0. De plus F (v) −→ +∞ quand v 2 → ∞.

u3 ϕ = < u3 . F (u+t(v −u)) ≤ F (u)+t[F (v)−F (u)]. f v = 0. ϕ >. L’unicit´ provient du fait que F est e 2 l’est d’apr`s l’exercice pr´c´dent. ∀ϕ ∈ D(]0. ϕ >= − < u . ϕ >= 0. 0 uv + 0 0 1 pour tout v ∈ H0 (0. (Corollaire 5. on obtient 0 1 1 1 uv + 0 0 u3 v − 1 0 1 1 0 f v + t O(1) ≥ 0.9. 0 et donc < −u + u3 − f.14.i. ∀v ∈ H0 (0. Comme f u et u3 sont dans L2 (I). 1 1 Comme u ∈ H 2 ∩ H0 (0. 1 uv + 0 1 1 u3 v − u3 v − f v ≥ 0.4. 1) tel que F (u) ≤ F (v). on a 1 0 u (v − u) = − 1 0 u F (u + t(v − u)) − F (u) = t 1 0 (−u + u3 − f )(v − u) + tO(1). f sont dans L1 et d´finissent des distributions pour e loc ´crire que e 1 uϕ 0 1 0 1 = < u . 1). On utilise maintenant le fait que u . f ϕ = < f. 1[). 1) et v ∈ H0 (0. 1). 1[). t On a vu en 3) que F (u + t(v − u)) − F (u) = t 1 0 1 u (v − u) + 0 u3 (v − u) − 1 0 f (v − u) + t O(1). 1 4) En particulier. faible et le Th´or`me sur l’inf des fonctions s.c. ch. ce qui montre que F est continue sur H0 (0. on a : ∀t ∈]0. ∀t > 0. 1[). ∀v ∈ H0 (0.i. on en d´duit que u ∈ L2 (I) donc l´galit´ a lieu p. ∀ϕ ∈ D(]0. 1). (v − u) donc ∀t > 0. v 4 ≤ M v H 1 . 1) alors F (u + tv) − F (u) ≥ 0 donc F (u + tv) − F (u) = t Quand t → 0. =0 . Donc F (u + t(v − u)) − F (u) ≤ F (v) − F (u). 1[) ⊂ H0 (0. 1). CHAPITRE XIII 189 1 H 1 (0. et en changeant v en −v. D’o` −u + u3 = f dans D (]0.p et u ∈ H 2 (0. strictement convexe car le terme v 2 e e e 1 3) Soient t > 0 et v ∈ H0 (0. Donc ( v 4 e R F est s. 1). 1). 1]. 1). on a 1 1 uϕ + 0 0 u3 ϕ = 0 1 f ϕ. croissante et convexe sur I + et d’une norme est convexe).5) montre qu’il e e 1 1 existe u ∈ H0 (0. ϕ >.c. comme D(]0. e e e 1 5) Comme F est convexe. ϕ >. Enfin F est convexe 4 = compos´e de x → x4 . u3 . 1).

) est bien un produit scalaire sur V . 1). Comme H 1 (0. Par ´quivalence des normes. 1+ a(v. u 1 C2 + 1 v 2 H1 2 H1 3) a(. a H D’autre part si v ∈ V ..190 ´ CHAPITRE 14.p. v ≥ 0 et on obtient − 0 (u− ) 2 − 0 (u− )4 = 0 f u− ≥ 0. 2 1 0 v = 0 donc v = 0. Exercice 8 1) V est un sous-espace vectoriel de H 1 (0. alors est une forme lin´aire sur V . 2. Donc u est solution de ( ). ∃C constante c 1 (0. On en d´duit par exemple que e 1 − 4 − u 0 (u ) ≤ 0 et donc que u = 0 p.. v) = 0 alors v 2 = 0 et d’apr`s 2). . On pose L(v) = v(0) − kv(1) alors |L(v)| ≤ (1 + |k|) sup[0. a(. Donc. Si u est solution de ( ) alors on a vu que ∀v ∈ H0 (0. v e conclut que a(. En particulier si v ∈ V alors 2) Pour v ∈ H e 0 1 v(1) = kv(1) + 0 v (t)dt.. montre que est continue sur V pour a. on a = v 2 2 + v 2 2 ≤ (C 2 + 1) v ≤ v 2 a 2 2 ≤ v 2 a. CORRIGES DES EXERCICES 1 En particulier. Si a(v. On choisit v = u 1 1 1 5). Le Th´or`me de Riesz s’applique ` donc il existe un e e a . v) ≥ v ≥ 0.)) est un espace de Hilbert. e Soit v a = a(v. 1 6) On suppose que f ≥ 0 p. 1 donc complet pour la norme H 1 . 1 1 3 1 − = − inf(0. comme e e 2 2 ∞ ≤C v 2. v 2 ≤ v ∞ ≤ C v 2 par 2). u) alors v ∈ H 1 (0. 1 v |1 − k| 2 et |v(0)| ≤ |k| |1 − k| |k| v |1 − k| v 2. On a ´videmment v 2 ≤ v 2 1 . noyau d’une forme lin´aire continue. on ´crit que v(x) = v(0) + x v (t)dt.) est clairement bilin´aire et sym´trique. 1) s’injecte de fa¸on continue dans C([0. . et les deux normes sont ´quivalentes. 1 |1 − k| |v(1)| ≤ par Cauchy-Schwarz.p. v D’o`. est ferm´.1] |v(x)|. Donc. |v(1)| D’o` u |v(x)| ≤ et v ∞ 0 |v (t)|dt ≤ v 2. 1). Donc |L(v)| ≤ (1 + |k|)C v H 1 . on obtient F (v) ≥ F (u).p. F (v) − F (u) ≥ tO(1) et quand t → 0.1] |v(x)| ≤ v H 1 . e e 1 (0. Alors. sup telle que ∀v ∈ H [0. on d´duit V est ferm´ dans H e e e que (V. 1). 1). ∀v ∈ H0 (0. Et e | (v)| ≤ f 2 v 2 ≤ (C 2 + 1) 2 f 1 2 v a. 1). ≤ v 2 H1 . . v). 1) (voir l’exercice 0 0 u v + 0 u v = 0 f v. D’o` u ≥ 0 p. e 1 4) Soit (v) = 0 f v. Soit v ∈ V . 1]). Ainsi V . On en ≤ 1 2 0 |v| .

v). donc n´cessairement u (1) = ku (0). Donc ∃M > 0 tel que un e ∀n. e . Donc vn − v 2 = e 2 kn −1 k−kn | kn −1 | |v(1)|2 → 0. ∀ϕ ∈ Cc (]0. Avec l’injection compacte de H 1 (0. un )| = | f un | ≤ f 2 un 2 . (unp . on en d´duit que unp → u e uniform´ment sur [0. 2 Donc. a(u. 0 donc −u = f − u + 0 u au sens des distributions. u e Donc un 2 1 ≤ (M + 1) f 2 un H 1 d’o` la suite (un )n est born´e dans H 1 . A la e limite. alors u v´rifie ( ). on a u (0) = ku (1) donc u ∈ V . 1 1 uv = 0 0 f −u+ u v. ( ). si u ∈ H 2 (0. ∀v ∈ V . on peut int´grer par parties et on a e 1 1 ∈ L2 . u v + (u (1) − ku (0))v(1). unp (0) = knp unp (1) et chaque terme converge. Les autres 1 termes de ( )np passent ` la limite sans probl`mes et on obtient a(u . 0 1 1 < −u . ∞ En particulier. H 1 est r´flexif. 1) dans C([0. v)H 1 . Comme f. De plus. 1[).9. 5) Soit u solution de ( ) alors : 1 1 1 191 ∀v ∈ V. u. ϕ >= 1 uϕ = 0 0 f −u+ u ϕ =< 0 f −u+ 1 0 u u . ceci ∀v ∈ V . CHAPITRE XIII unique u ∈ V tel que (v) = a(u. Les conditions aux limites satisfaites par e u sont donc u (1) = ku (0) ( ) u(0) = ku(1). 1 Alors. vn = v donc vn → v dans H 1 . vnp )H 1 → (u . 1 1 un 2 ≤ un 2 ≤ |a(un .p. 1]). D’autre part. un un 2 2 2 2 ≤ M f 2 un ≤ f 2 un 2 2 ≤ M f 2 un H 1 et ≤ f 2 un H 1 . Si v ∈ V .14. ϕ >. en tenant compte de l’´quation ( ). 1) satisfait l’´quation ( ) et les conditions aux limites ( e e ci-dessus. Comme unp ∈ Vnp . 2 2 M 0 n ≤ M un 2 . u = u. comme u ∈ H 2 . 1 u ∈ H 2 (0. La suite 1 + |1−k|n | 2 2 2 ) est |k| born´e et non nulle car elle converge vers 1 + |1−k| . a e par unicit´ de u. v) = 0 f v. 8) On v´rifie facilement que vn ∈ Vn et |vn (t) − v(t)|2 = | k−kn | |v(1)|2 . on peut extraire une sous-suite (u ) convergeant faiblement dans 7) Comme H e np p H 1 vers u . 1) et −u = f − u + 0 u p. v) = 0 f v =⇒ (u (1) − ku (0))v(1) = 0 et ceci e pour tout v ∈ V . on a u ∈ L2 donc uv 0 = − = − 0 1 0 u v + u (1)v(1) − u (0)v(0). 1]. Comme unp u dans H 1 faible et vnp → v dans H 1 fort. e |kn |kn 6) On a vu en 2) que |un (x)|2 ≤ 1 + |1−k|n | un 2 avec kn = 1. (u ∈ V ) Et r´ciproquement.

10) Sinon. Alors T f donc il existe une sous-suite (T fnk )k qui converge faiblement vers un g ∈ H nk → g dans C([0. Par 3). on peut ´crire e = a(unp − u. on en d´duit que (T fn )n est born´e dans H 1 (0. V´rifions que T est continue. On sait alors qu’il existe une sous-suite de (unp )p . 1) r´flexif. Donc toute la suite (T fn )n converge vers T f e dans L2 . u) = 0. unp − u) + 0 (unp − u) → 0 f u − a(u. Comme H 1 e 2 ≤ H 1 . il suffit de montrer que si f 2 faible. Comme T est lin´aire continue. on obtient : C T f 2 1 ≤ 0 f T f ≤ f 2 T f 2 . u) donc en choisissant u = T f . un p − u 2 H1 1 0 f unp ´ CHAPITRE 14. L e e f dans L n n Comme C T fn 2 1 ≤ fn 2 T fn H 1 . 1]. on a e e e e 1 1 2 e 0 f T g = 0 gT f . . C u H 1 ≤ 1 a(u. T f → T f dans L2 fort. ∃C > 0 tel que ∀u ∈ V . ∃A > 0. Donc. on en e d´duit que g = T f (voir l’exercice 3 Chapitre 4). d’o` H u contradiction. unp − u) = faiblement dans H 1 . CORRIGES DES EXERCICES 1 0 (unp − 2a(unp . on montre qu’en fait. Pour montrer que T est compacte. a(unp − u. il existe une sous-suite (unp )p telle que unp − u H 1 ≥ A > 0. encore not´e (unp )p . D’autre part. 11) T est bien d´finie et lin´aire par unicit´ de la solution de ( ) et par sym´trie de a. u) et chaque terme converge car unp converge 1 2 1 − u) 2 → 0. 5. 1]) et donc dans L2 fortement et faiblement. on va utiliser le crit`re d´montr´ dans l’exercice 3 du Chapitre e e e 2 ´tant r´flexif. on en d´duit que T f 2 ≤ C f 2 et T est continue. Comme en 9). u) + a(u. qui converge vers u dans e 1 faible.192 e 9) Comme unp → u uniform´ment sur [0. elle converge fortement vers u dans H 1 . e e e H 1 .

..Chapitre 15 Notations Eω = l’espace E muni de la topologie faible σ(E. 1 A = la fonction indicatrice de l’ensemble A. C(Ω) = l’ensemble des fonctions ` valeurs r´elles. e int(A) = int´rieur de A. Eω = l’espace E muni de la topologie faible σ(E . I R) (Eω ) = l’espace des applications lin´aires continues de E muni de la topologie faible ` valeurs e a dans I R. . + I n . vect{a1 . e e Ra Ra V(x) = l’ensemble des voisinages de x pour la topologie consid´r´e. an } est l’espace vectoriel engendr´ par a1 .F. x >= f (x) est le crochet de dualit´ E .. an . 193 . e e e e P. signifie convergence pour la topologie faible.. a D (Ω) = l’ensemble des distributions sur Ω.. ee Vω (x) = l’ensemble des voisinages de x pour la topologie faible. 1 . < f.I = l’ensemble des parties finies de I. c’est en g´n´ral pr´cis´ dans le texte. F ) = l’espace des applications lin´aires continues de E dans F . e E = L(E. a e Cc (Ω) = l’ensemble des fonctions continues et ` support compact dans Ω. E).. L(E. E ). E.. e L(E. (Eω ) = l’espace des applications lin´aires continues de E muni de la topologie faible ` valeurs e a dans I R. p = la norme usuelle des espaces Lp ou bien p .. continues sur Ω. on pourrait l’´crire I 1 + . E \ F = {x ∈ E : x ∈ F }. e |A| = la mesure de A si A est un ensemble. F ) = l’espace des applications lin´aires de E dans F . a ∞ D(Ω) ou C0 (Ω) est l’ensemble des fonctions de classe C ∞ ` support compact dans Ω..

194 CHAPITRE 15. NOTATIONS .

. a(i. On appelle fonction de distribution de l’image le vecteur de mˆme taille e H(x) = #{(i. 2. colormap gray . j)/a(i. 195 . i. colormap gray .1) ...m*n. surfl(double(a)) . j)/a(i. Visualisez les vecteurs h et H correspondant a votre image [m. j) de taille 256 × 256 (i. shading interp . H=cumsum(h) .. j) ∈ {1. Pour la lire sous matlab. tapez a=imread(’image. on consid`re une image digitale a(i. Visualisez a comme une image (les valeurs e correspondent ` des niveaux de gris. Commencez.30) .e.1 Manipulation de l’histogramme On appelle histogramme de a le vecteur h(x). . 2. ` partir d’une a a des machines du d´partement.. j ∈ e {1.n]=size(a) .tif pour des raisons qui apparaˆ e ıtront plus loin). j) = x}. a=double(a) . la variable a est alors une matrices de valeur enti`res. axis equal .255) . b=reshape(a. A.. 256}). 1 ≤ x ≤ 256 h(x) = #{(i.Annexe A Exemple de travaux pratiques Dans tout le TD. 256}). h=h/(m*n) . 1 est le noir et 256 le blanc) a imagesc(a) . puis comme une surface view(-45+180. j) ≤ x}.e. par choisir votre image parmi celles disponibles dans le r´pertoire e e ∼gousseau/images/ (´vitez l’image mouche.tif’) . h=hist(b. ` 256 niveaux de gris (i..

mais les coefficients uk qui sont li´s aux uk par ˜ ˆ e ˜ la formule 11. Matlab retourne en fait e e les coefficients n ∗ u en dimension 1. par exemple d’un facteur deux dans chaque dimension. Vous pouvez par exemple mule e e tiplier le spectre de votre fonction par la fonction indicatrice d’un carr´ centr´ de taille deux e e fois plus petite que celle de l’image. alors la variable al´atoire e a e F (X) a pour fonction de distribution l’identit´ (le v´rifier).plot(H) . EXEMPLE DE TRAVAUX PRATIQUES plot(h) . colormap(jet) . Egalisation d’histogramme : on modifie les niveaux de gris de l’image de mani`re ` ce que sa e a nouvelle fonction de distribution soit le plus proche possible de l’identit´. b=round((H(a+1)*255)) . b=zeros(m.2*l) .1. gardez un pixel sur 2 dans chaque direction).l)=a(2*k.1.n) . for k=1 :128 . cette e a fonction ne calcule pas les coefficients uk .5. L’algorithme tr`s e e simple fourni ci-dessous est une adaptation en discret de la remarque suivante : si une variable al´atoire X ` valeurs dans [0. Le passage de l’une a l’autre de ces d´finitions (en dimension 1 comme en e dimension 2) s’effectue au moyen de la fonction fftshift. et m ∗ n ∗ u en dimension 2 (tapez help fft ). end .figure . end . la TFD de a .1] a pour fonction de distribution F . puis de reconstruire une image ` partir de cette e e a transform´e. L’algorithme est le suivant : e ee – calculez A.196 ANNEXE A. b(k. e Qu’observe-t-on ? b=zeros(128) .tif. Visualisez la nouvelle fonction de e e distribution. ˆ ˆ les coefficients uk sont obtenus par la formule suivante : ˜ A=(1/m*n)*fftshift(fft2(a)) et la transform´e inverse est alors e a=m*n*ifft2(fftshift(A)) Visualisez la transform´e de votre image au moyen de la commande : e imagesc(log(1+abs(A))) . e e e Sous-´chantillonnez l’image a d’un facteur 2 (i.2 Echantillonnage et transform´e de Fourier e Attention : La transform´e de Fourier discr`te (TFD) se calcule sous Matlab ` l’aide des e e a fonctions fft (dimension 1) et fft2 (dimension 2). ainsi que le nouvel histogramme. Comme expliqu´ ` la remarque 11.for l=1 :128 . D’autre part. En r´sum´. A. Qu’en pensez-vous ? H(256)=1 .3 Zoom par 0-padding (prolongement du spectre par des z´ros) e On se propose de zoomer l’image a.9. Le r´sultat est-il meilleur ? pourquoi ? A quoi sont dˆes les e u oscillations visible sur l’image ? A. e e Effectuez la mˆme exp´rience en filtrant pr´alablement l’image. colorbar R´p´tez l’exp´rience avec l’image mouche.e. r´f´rez vous au paragraphe 11. L’id´e est d’ajouter des z´ros ` la TFD de l’image de mani`re ` augmenter sa taille tout en e e a e a pr´servant son contenu aux faibles fr´quences. Mˆme exp´rience avec l’image de la mouche.

c=ifft2(B) .. Qu’observe-t-on ? Effectuer une nouvelle translation de 1/2. puis multipliez les par la phase des coefficients correspondants de A. A. 0). e e Mˆme questions. Calculez les TFD A et B respectivement de a et b.80] . Retrouve-t-on le signal original ? A. B=abs(B). Utilisez ifft2 et affichez le r´sultat. h=hist(b.256) .1) . Choisissez c e une image b diff´rente de a (de mˆme taille). c’est ` dire ` calculer des a e a a valeurs en des points situ´s “entre les pixels”. N/2). imagesc(real(c)) . puis on on calcule l’image correspondante.A. . 128].5 Phase et module de la TFD Nous allons maintenant illustrer l’importance respective de la phase et du module des coefficients de la TFD. e e Remplacez les coefficients de B par leur modules. e Fabriquez le signal f = χ[60. A(N/2.m*n. B=fft2(b) . A(N/2. Visualisez le r´sultat comme une image (en utilisant simplement la e e commande imagesc)..9. Qu’observe-t-on ? Effectuez la mˆme exp´rience e e a ` partir de la texture strawmat. On utilise la proposition 11. A(0. Qu’observe-t-on ? En particulier aux bords de l’image ? pourquoi ? Effectuez la mˆme exp´rience e e avec une image comportant une discontinuit´ nette (par exemple un carr´ noir sur fond blanc). on effectue l’exp´rience suivante : partant d’une o e image synth´tique simple (un carr´.*exp(i*angle(A)) . b=reshape(a. Une possibilit´ est de partir d’un e e bruit blanc et d’utiliser les phases de sa TFD. e A. TRANSLATIONS 197 – prolongez A en une image 512 × 512 par ajout de z´ros aux hautes fr´quences (attention : e e il est pr´f´rable d’utiliser la fonction fftshift avant de prolonger par des z´ros). Pour illustrer le rˆle du module des coefficients. puis pour b. ee e – calculez b. Attention. lors de la modification e e de la phase il faut prendre garde ` respecter les sym´tries de la TFD.4. [m. Nous commen¸ons par ´changer les phases des TFD de deux images. N/2). ainsi qu’a ne pas modifier a e les coefficient r´els A(0.4 Translations On cherche ` effectuer une translation non enti`re sur une image. un disque.) on change la phase des coefficients de sa TFD de e e mani`re al´atoire.tif. 0). TFD inverse de A.6 Codes Matlab %visualisation de l’histogramme a=double(a) . h=h/(m*n) . translatez le de 1/2 en multipliant les coefficients de sa TFD par les exponentielle ad´quates. A=fft2(a) .n]=size(a) . Essayez avec une image de texture pour e a. (χ ´tant la fonction indicatrice) consid´r´ comme p´riodique e ee e sur l’intervalle [0.

b=fftshift(b) . M2=m/2 . b(i.figure . %idem apr`s filtrage (on suppose ici que m et n sont divisibles par 4) e b=fft2(a) . colormap gray . imagesc(log(abs(b)+1)) . d=real(ifft2(fftshift(c))) .n) . c(M4+1 :3*M4.5 cm %zoom de l’image %m et n doivent ˆtre pairs e M=m/2 . b=zeros(M2.plot(h) .N4+1 :3*N4)=b(M4+1 :3*M4. b=fftshift(b) .1) . for j=1 :N . %sous-´chantillonage brutal de a (d’un facteur 2) e M=floor(m/2) . b=double(b) . N2=n/2 . for i=1 :M .198 H=cumsum(h) .colormap gray .j)=d(2*i. . h=hist(c. end end imagesc(b) . colorbar . N4=n/4 .N4+1 :3*N4) . N=floor(n/2) .N2) . vskip .n) .j)=a(2*i.plot(H) . h=h/(m*n) . H=cumsum(h) . imagesc(a) . b(i. N=n/2 . M4=m/4 .m*n. ANNEXE A. colormap(jet) . b=round((H(a+1)*255)) . figure . end end imagesc(b) .2*j) . %´galisation e b=zeros(m.255) . plot(H) . figure . for i=1 :M2 . for j=1 :N2 .2*j) . plot(h) . EXEMPLE DE TRAVAUX PRATIQUES %visualisation TFD b=fft2(a) .colormap gray . c=reshape(b. b=zeros(M. c=zeros(m.N) .

e=ifft2(c) . a(n/4 :3*n/4.2*n) . end . % la taille doit ˆtre paire e a=zeros(1. angle=. imagesc(real(e)) .A. c=fftshift(c) . c(M+1 :M+m. B=fft2(b) . colormap gray .colormap gray .colormap gray . %effet de Gibbs par zoom n=128 . %translation taille=128 . imagesc(real(e)) . e=ifft2(c) . figure . colormap gray . imagesc(real(d)) . c=zeros(2*m. :) .N+1 :N+n)=4*b( :. T=taille/2 .taille) . b=fftshift(b) . %´change de phases e %b doit ˆtre de mˆme taille que a e e A=fft2(a) . figure . colormap gray . b(n)=b(n)*omegˆ(((n-1)-T)*angle) . imagesc(a) . imagesc(a) .n/4 :3*n/4)=255 .6. %permet de voir le signal a comme une image ayant toutes ses lignes identiques b=fftshift(fft(a)) . a(taille/4 :3*taille/4)=1 . b=fftshift(b) . c=zeros(2*n) . c(n/2+1 :n/2+n.n/2+1 :n/2+n)=4*b( :. b=fft2(a) . d=ifft(fftshift(b)) . a=zeros(n) . 199 . figure . %le facteur 4 est introduit ` cause de la d´finition de la TFD a e %particuli`re ` Matlab (pas de division par la taille de l’image) e a c=fftshift(c) .5 . omeg=exp(-2*i*pi/taille) . CODES MATLAB b=fft2(a) . for n=1 :taille . :) .

imagesc(real(c)) . :)=256 . a(120 :130.*exp(i*angle(B)) .. EXEMPLE DE TRAVAUX PRATIQUES %synth`se de texture a partir d’un carre e a=zeros(256) .200 B=abs(B). c=ifft2(B) .120 :130)=0 . C=abs(A). figure . B=fft2(b) . c=ifft2(C) .*exp(i*angle(A)) ..colormap gray % essayez avec d’autres formes. A=fft2(a) . ANNEXE A. b=randn(256) . imagesc(a) .imagesc(real(c)) .colormap gray . . a( :.

58 e Compl´tude des espaces de Sobolev. 52 D´composition orthogonale (dans un Hilbert). 54 e e Coefficients de Fourier d’une d´riv´e. 134 ` D´rivation sous le signe somme (Th´or`me e e e de). 53 e . 131 Convergence faible. 11 e e Baire (lemme de). e 30 Convergence faible dans un espace de Hilbert. 147 e ∞ (Ω) dans Lp (Ω).p (I) quand I est Densit´ de C e born´. 64 Densit´ de C0 e Densit´ de Cc dans L1 . 61 Convolution de deux fonctions de L1 . 88 e Convolution d’une fonction de L1 avec une fonction de L2 . 33 Convergence des distributions. 146 e Constance d’une fonction ` d´riv´e distribua e e tionnelle nulle. 42 Compacit´ s´quentielle (dans un s´parable e e e r´flexif). 45 e Compacit´ s´quentielle de la boule unit´. 30 Convergence faible d’une suite (caract´risations). 89 Beppo-Levi (th´or`me de la convergence moe e notone). 22 e e Base de Fourier. 63 e Ascoli-Arzela (th´or`me de). 50 e Approximation de l’identit´ . 29 Base en cosinus. 87 Convergence d’une s´rie dans un Hilbert. 59 e Densit´ des fonctions en escalier dans L1 . 86 e Convergence d’une suite (pour la topologie faible. 100 e Croissance lente (suite a ). 133 e e D´rivation d’une s´rie de Fourier. 22 e e Convolution (Universalit´ de la). 49 Bidual d’un espace de Banach.). 21 Banach-Alaoglu-Bourbaki (th´or`me de). 101 Base hilbertienne. 91 Base de voisinages (pour la topologie faible). 135 D´riv´e d’une distribution. 90 Convergence presque partout (de martingale). 136 e e Compacit´ (d’une famille de fonctions Lipe schitz). 33 e e Banach-Steinhaus (Th´or`me de). 144 201 Continuit´ d’une forme bilin´aire.p . 90 e e Continuit´ des fonctions de W 1.p . 132 e e ∞ (I) dans W 1. 101 Base de Haar. 77 Convergence simple d’op´rateurs lin´aires. 60 Convolution p´riodique. 101 Base en sinus. 41 Born´ d’un espace de Banach (caract´risation e e duale). 12 Compacit´ faible (d’un convexe ferm´ born´ e e e ). 44 e e e Compl´tude des Lp . 8 Contractante (projection sur un convexe). 63 e Approximation par convolution des fonctions uniform´ment continues. e 87 D´croissance rapide (de coefficients de Foue rier). 53 e Densit´ de Cc dans Lp . 23 Changement de variable (th´or`me de). 131 e e D´riv´e de la masse de Dirac. 99 Base de Fourier en sinus et cosinus. 132 Continuit´ aux extr´mit´s des fonctions de e e e W 1.Index Additivit´ (de la mesure). 143 e Continuit´ s´quentielle (d’une application contie e nue). 33 Base de voisinages pour la topologie faible.

147 . 147 e e e Isom´trie (d’un Hilbert s´parable ` l2 ). 78 e e Norme de Lp . 86 Prolongement des fonctions de W 1. 13 Limite inf´rieure. 45 Fonctions C ∞ ` support compact. 131 Mazur (th´or`me de). 80 Non r´flexivit´ de L1 .p . 16 Kakutani (th´or`me de). 136 e Espace de Sobolev p´riodique 2. 13 Hahn-Banach (version g´om´trique). 17 e Identit´ du parall´logramme. 103 e e Plongements continus et compacts d’espaces de Sobolev.c. 54 Equiint´grabilit´ d’une suite de L1 . 99 o Produit de deux fonctions de W 1. 64 Fonctions tests pour Fourier. 31 Exemples de Hilbert. 147 Projection sur un convexe dans un Hilbert. 57 e e o In´galit´ de Parseval. 58 Norme par dualit´ . 135 Formule de Poisson. 16 e e Hahn-Banach. version ferm´-compact.202 Densit´ et orthogonalit´ dans un espace vece e toriel norm´. 90 e e a Jauge d’un convexe.i. 138 e Espace des fonctions sommables L1 (I N ). 86 e e Images naturelles.p . 13 e e Hahn-Banach (version analytique). 12 M´thode variationnelle (pour l’´lastique charg´ e e e ). 41 e e Lax-Milgram (th´or`me de). 98 Principe de localisation (pour une fonction H¨lderienne).p (I). 74 e In´galit´ de Cauchy-Schwarz.. 79 Masse de Dirac. 131. 77 e e Espace W 1. 50 e e e Longueur d’un arc rectifiable. 14 e Egalit´ de Parseval. 51 e Lemme de Zorn. 133 Formule des sauts. 87 Ouverts (de la topologie faible). 31 Fermeture faible de la sph`re unit´ . 145 M´trisabilit´ (de la boule unit´). 32 e e Lin´arit´ de l’int´grale. 85 Espace de Sobolev. 55 e e Hahn-Banach (Th´or`me). 143 Espace de Sobolev p´riodique. 135 e e Peigne de Dirac. 146 Dualit´ (application de). 15 e Nullit´ (d’une fonction de L1 orthogonale ` e a Cc ). 90 e e Lebesgue (th´or`me de la convergence doe e min´e). 51 R m Espaces de Hilbert Hper . 137 e Equicontinuit´ en moyenne des fonctions some mables. 64 Orthogonal d’un sous-ensemble. 29 Partition p´riodique de l’unit´ . 31 e e Minimisation (d’une fonction convexe s. 31 e e Fonction en escalier. 134 e Distributions associ´es ` des fonctions L1 . 133 Ph´nom`ne de Gibbs. 137 Exemple d’ouvert fort mais pas faible. 147 Principe de localisation. 55 Images num´riques. 64 a ∞ Fonctions C0 radiales.p (I). 45 N´gligeable (ensemble). 53 Fonction semicontinue inf´rieurement sur un e compact. 85 Fermeture d’un convexe. 132 Fubini-Tonelli (th´or`me de). 43 e e e M´trisabilit´ de la boule unit´. 144 Espace de Banach. 13 Espace de Hilbert. 90 e e INDEX In´galit´ de Poincar´ . 44 e e e Martingale. 89 e Elastique charg´ . 53 Fonction en escalier dyadique. e a loc 131 Dual de W 1. 85 e e In´galit´ de H¨lder. 50 e Nombre de passages (d’une martingale). sup´rieure. 18 e Distribution p´riodique.).

42 e e e R´flexivit´ de Lp . 30 e S´paration de la topologie σ(E . e e e 42 S´parabilit´ d’un espace. 88 e e Riesz-Fr´chet-Kolmogorov (th´or`me de come e e pacit´ de). 74 e e S´paration (d’un point et d’un convexe). E). 41 e e R´flexivit´ (d’un sous-espace ferm´ ). 29 e Topologie faible. 137 e e Repliement de spectre.p . 52 e e e R´flexivit´ . 120 e Translat´e d’une fonction et d’une distribue tion. 41 e e e R´flexivit´ (du dual d’un espace r´flexif). 33 Totalit´ (d’un syst`me dans un Hilbert).. 65 e S´parabilit´ (d’un sous-espace d’espace s´parable). 87 e e Transform´e de Fourier rapide. 53. 32 Semicontinuit´ inf´rieure. 16 e e e e Tikhonov (th´or`me de). e 62 Temps d’arrˆt. 29 Topologie faible. 16 e S´paration (de la topologie faible).). 134 Unicit´ des coefficients de Fourier d’une dise tribution. 10 e e Tikhonov (th´or`me de) : cas d’un produit e e d´nombrable de compacts m´trisables. 33 e Semicontinuit´ inf´rieure faible (des fonctions e e fortement s.i. 89 e e S´parabilit´ de Lp pour 1 ≤ p < ∞. 77 203 . e e 10 Topologie σ(E. 32 e e e Sommabilit´ d’une fonction. 60 Vitali (lemme de). 135 Uniforme continuit´ en moyenne des fonce tions de Lp . 76 e e R´flexivit´ de W 1. 62 Support de la convolu´e de deux fonctions. 97 Riesz (th´or`me de). sup´rieure. 113 Riemann-Lebesgue (Lemme de).c. 50 e Support d’une fonction. 61 e m R´gularit´ des fonctions de Hper . 79 e Th´or`me de Hahn-Banach g´om´trique. E ) (caract´risation). 146 e e R´gularisation par convolution.INDEX R´ciproque du th´or`me de Lebesgue.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->