Vous êtes sur la page 1sur 7

TRANSFORME DE LEGENDRE, THORIE ET APPLICATIONS (VERSION

PROVISOIRE)
PHILIPPE HELLUY, IRMA STRASBOURG

Table des matires


Avertissement
1. Analyse convexe et transforme de Legendre
1.1. Convexit
1.2. Semi-continuit
1.3. Transforme de Legendre
2. Applications en dimension finie
2.1. Mcanique hamiltonienne
2.2. Transition de phase
2.3. Transforme de Legendre rapide
2.4. Thorie de Mocke
3. Applications en dimension infinie
3.1. Formule de Lax-Oleinik
3.2. Dualit et optimisation : problme de Stokes
3.3. Introduction lanalyse idempotente
Rfrences

1
1
1
2
2
4
4
5
6
6
6
6
6
6
7

Avertissement
Ces notes de cours sont en cours de rdaction...
1. Analyse convexe et transforme de Legendre
1.1. Convexit. Dans la suite E dsigne un espace de Banach muni dune norme k.k. On note E son dual
topologique, cest dire lensemble des formes linaires continues sur E, muni de la norme du sup. Suivant lusage,
pour E et u E, on note (, u) := (u). On rappelle que lon peut dfinir une topologie sur E note (E, E )
appele topologie faible. Cette topologie est dfinie partir de la famille de semi-normes (p )E dfinies par
p (u) = |(, u)|. Lensemble V est un voisinage faible de x E ssi il existe un nombre fini de semi-boules ouvertes
de centre x incluses dans V 1. La notion de convergence dune suite (un )nN de E pour cette topologie est donne
par
un * u E , (, un ) (, u).
Il est donc possible de dfinir deux notions de continuit : la continuit forte (pour la topologie forte) et la continuit
faible (pour la topologie faible). Les fonctions faiblement continues sont ncessairement fortement continues mais la
rciproque est en gnral fausse. Notons que les lments du dual E sont la fois fortement continues et faiblement
continues, par dfinition de la convergence faible.
Pour simplifier la prsentation, nous supposerons de plus que E est un espace rflexif. Pour dfinir cette notion,
introduisons le bidual E de E. On peut identifier E un sous-espace de son bidual grce linjection dfinie
par
h(u), iE ,E := h, uiE ,E .
Il est facile de vrifier que (u) est bien une forme linaire continue sur E et appartient donc E . En utilisant
le thorme de Hahn Banach, on peut montrer que est en fait une isomtrie. Si est de plus une bijection alors
lespace E est dit rflexif. Tout espace de Hilbert est rflexif, lespace Lp (R) est rflexif pour 1 < p < +. Lespace
Date: 2009.
1. Contrairement ce que jai dit en cours, cette topologie nest en gnral pas mtrisable. Ce nest le cas que lorsque la topologie
est dfinie par une famille dnombrable de semi-normes.
1

TRANSFORME DE LEGENDRE, THORIE ET APPLICATIONS (VERSION PROVISOIRE)

L (R) est le dual de L1 (R) mais L1 (R) nest pas le dual de L (R). Ces deux espaces ne sont donc pas rflexifs.
Dans un espace rflexif, la boule unit ferme est compacte pour la topologie faible.
Nous nous intressons des fonctions relles tendues, de la forme f : E R {+}. Le domaine de f est
dfini par
domf = f 1 (R),
son pigraphe est
epif = {(x, ) E R, f (x) } .
La fonction f est dite propre si domf 6= , elle est convexe ssi pour tout (u, v) dans E E et tout t dans ]0, 1[,
f (tu + (1 t)v) tf (u) + (1 t)f (v).
Pour un sous-ensemble A de E, lindicatrice de A est dfinie par

0 si x A,
A (x) =
+ sinon.
Lensemble A est dit convexe ssi A est convexe. Lenveloppe suprieure dune famille quelconque de fonctions
convexes est convexe. Une fonction est convexe ssi son epigraphe est convexe. Enfin, la convexit conduit une
certaine rgularit :
Thorme 1. Soit f : E R {+} convexe et propre. Supposons de plus quil existe un ouvert U sur lequel
supU f < +. Alors f est continue et localement Lipschitzienne sur lintrieur de domf .
1.2. Semi-continuit. En gnral, une fonction convexe continue pour la topologie forte nest pas continue pour
la topologie faible. La notion de semi-continuit infrieure est mieux adapte la convexit.
Dfinition 2. Une fonction f : E R {+} est fortement (respt. faiblement) semi-continue infrieurement en
x0 (sci en x0 en abrg) si pour tout de R tel que f (x0 ) > il existe un voisinage U fort (respt. faible) de x0 tel
que pour tout x dans U , f (x) > . La fonction f est sci sur E ssi elle est sci en tout x E.
Lenveloppe suprieure de fonctions sci est sci. Une combinaison linaire positive de fonctions sci est sci. Une
fonction faiblement sci est fortement sci mais la rciproque est en gnral fausse dans les espaces de dimension
infinie.
Proposition 3. Soit f : E R {+}. Une fois la topologie choisie (faible ou forte), les proprits suivantes
sont quivalentes
(1) f est sci ;
(2) R, f 1 (] , ]) est un ensemble ferm ;
(3) epif est ferm ;
(4) u E et pour toute suite un u, f (u) lim inf(un ) = supn inf pn f (up ).
Le thorme suivant permet de raisonner presque comme en dimension finie pour les fonctions convexes sci.
Thorme 4. Si f : E R {+} est convexe et fortement sci alors elle est aussi faiblement sci.
1.3. Transforme de Legendre.
Dfinition 5. la relaxe sci (forte ou faible) f dune fonction f : E R {+} est donne par
f (x) = sup {g(x), g : E R {+}, g est sci (forte ou faible) et g f }
Nous pouvons vrifier que f est sci (comme enveloppe suprieure de fonctions sci) et que f est sci en x ssi
f (x) = f (x). De plus
epif = clER epif
o clT (U ) dnote la fermeture de lensemble U dans lespace topologique T .
Dfinition 6. (transforme de Legendre) Soit f : E R {+} une fonction propre. La transforme de Legendre
(ou de Fenchel) f de f est une fonction de E R {+} dfinie par
f (p) = sup ((p, x) f (x))
xE

TRANSFORME DE LEGENDRE, THORIE ET APPLICATIONS (VERSION PROVISOIRE)

Une consquence immdiate de la dfinition est lingalit de Fenchel


(p, x) f (x) + f (p).
La transforme de Legendre f est aussi appele transforme de Fenchel, fonction conjugue ou fonction polaire
de f . Si la conjugue f est propre, nous pouvons aussi dfinir la biconjugue f . Notons que f est propre ssi f
admet une minorante affine continue.
Dfinition 7. Soit f : E R {+}. Le sous-diffrentiel de f au point x est
f (x)

{p E , f (x) + f (p) = (p, x)}

{p E , y E, f (y) f (x) (p, y x)}

Il est facile de vrifier que si f (x) 6= alors cest un convexe faiblement ferm. De plus, si f est convexe et
admet une diffrentielle f 0 (x) en x alors f (x) = {f 0 (x)}. Enfin, nous avons lquivalence
p f (x) x f (p).

(1.1)

Proposition 8. Quelques proprits de la transforme de Legendre-Fenchel :


(1) f est convexe, faiblement sci
(2) f (0) = inf f et f g f g

(3) (inf i fi ) = supi fi


(4) f = sup {g affines continues sur E, g f }
Thorme 9. Soit f : E R {+} convexe et propre.
(1) f est sci en x0 ssi f est propre et f (x0 ) = f (x0 )
(2) Si f est propre, f = f
Dmonstration. : Daprs la proprit 4 de la proposition 8, f f . De plus, f est convexe sci donc f f
par dfinition de la relaxe sci. Si de plus f (x0 ) = f (x0 ) alors f (x0 ) = f (x0 ) est donc f est sci en x0 .
: Comme f est sci en x0 , pour tout 0 tel que f (x0 ) > 0 , il existe > 0 tel que f (x0 ) > 0 + . Il existe
donc un voisinage V de x0 tel que x V , f (x) > 0 + . Il existe donc un voisinage W dans E R de (x0 , 0 ) tel
que (x, ) W, f (x) > (x, )
/ epif . Donc epif est un convexe ferm non vide (car f est propre) de E R
qui ne rencontre pas le convexe compact {(x0 , 0 )}. Daprs le thorme de Hahn-Banach on peut sparer ces deux
ensembles strictement par un hyperplan, il existe donc (p, ) E R tel que
(x, ) epif, (p, x) + < (p, x0 ) + 0 .
En faisant tendre vers +, on voit que forcment 0. De plus, > 0 car sinon lingalit serait fausse pour
x = x0 . Nous voyons alors que f est minore par la fonction affine x 0 + ( 1 p, x0 x). Donc f est propre et
f (x0 ) 0 . En faisant tendre 0 vers f (x0 ), on obtient le rsultat.

Thorme 10. Soit f : E R {+} convexe, propre et continue en 0. Alors f atteint son minimum sur E
et f (0) = f (0) = min f .
Dmonstration. Si f est continue en 0 alors elle est borne sur un voisinage de 0. Il existe donc > 0 et M > 0 tels
que kxk |f (x)| M . Il sensuit que pour x dans ce voisinage et pour tout p E , (p, x) f (x) (p, x) M .
Cela implique que f (p) kpk M . La conjugue f qui est convexe et sci (fort et faible) est donc aussi coercive
sur E . Elle admet donc un minimum sur E . Par ailleurs, la continuit forte en 0 implique la semi-continuit forte
qui elle mme implique la semi-continuit faible en 0 car f est convexe. Il sensuit que f (0) = f (0) = min f . 
Thorme 11. (conjugue dune somme) Soient f et g : E R {+} convexes telles que
x0 E, f est continue en x0 et g(x0 ) < +.
Alors
(f + g) (p) = min {f (p q) + g (q)} .
q

Dmonstration. Nous pouvons supposer que p = 0 en remplaant g par x 7 g(x) (p, x). Soit maintenant la
fonction h dfinie par
h(y) = inf{f (x + y) + g(x), x E}.
La fonction h est convexe (exercice). De plus, h est majore par la fonction y 7 f (x0 + y) + g(x0 ) qui est par
construction continue en 0. Par consquent, h est borne sur un voisinage de 0 et daprs le thorme 1 h est
continue sur lintrieur de son domaine et donc en 0. Nous pouvons alors appliquer le thorme 10 et en dduire

TRANSFORME DE LEGENDRE, THORIE ET APPLICATIONS (VERSION PROVISOIRE)

que h(0) = h (0) et que h atteint son minimum. Par ailleurs, h(0) = inf(f + g) = (f + g) (0). Il nous reste
calculer
h (p)

sup{(p, x) h(x), x E}

sup{(p, x) f (x + y) g(x), (x, y) E E}

= f (p) + g (p).
Nous en dduisons le rsultat car h (0) = min h = min{f (p) + g (p)}.

2. Applications en dimension finie


2.1. Mcanique hamiltonienne.
2.1.1. quations de Lagrange. En physique, nous rencontrons souvent le principe de moindre action. Il peut se
formuler de la faon suivante. Soit un lagrangien L : (x, u, t) 7 L(x, u, t). Dans la suite, nous supposerons que
le lagrangien est rgulier, coercif et strictement convexe par rapport u. Le vecteur position x Rd , le vecteur
vitesse u Rd et le temps t R. La tradition impose souvent la notation q = x, q = u. Nous cherchons une courbe
paramtre t 7 x(t) qui minimise laction
t1
L(x(t), x0 (t), t)dt
A(x) =
t0

avec
(2.1)

x(t0 ) = x0 ,

x(t1 ) = x1

donns. Pour cela, nous commenons par nous ramener un problme de minimisation dune fonction dune seulle
variable. Soit x ralisant un minimum local de A. Soit une autre courbe paramtre vrifiant
(t0 ) = 0,

(t1 ) = 0,

alors la courbe y = x + , o est un rel quelconque, vrifie bien les conditions aux limites (2.1). Il sensuit
que A(y) A(x). La fonction dune variable g : 7 A(x + ) admet donc un minimum en = 0 et donc
ncessairement g 0 (0) = 0. Un calcul classique, utilisant une intgration par parties et le fait que la fonction est
arbitraire nous donne
Proposition 12. Si la courbe x minimise laction alors, le long de cette courbe
(2.2)

d L L

= 0,
dt q
q

(conditions dEuler-Lagrange). La notation (traditionnelle)

i = 1d
L
q

doit tre comprise comme q L.

Un exemple fondamental issu de la physique consiste tudier le mouvement de N particules de positions qi de


vitesses qi et de masse mi , i = 1 N dans un champ de forces de potentiel U (q1 qN ). Le lagrangien scrit alors
L=T U
o T est lnergie cintique
T =

1X
mi qi2 .
2 i

Les quations du mouvement sont


(2.3)

mi qi00 = qi U (q1 qN ),

i = 1 N.

Lintrt de cette approche est que, le principe doptimisation ne dpendant pas du systme de coordonnes choisies,
nous pouvons nous placer dans nimporte quel jeu de coordonnes curvilignes. Il nest pas indispensable de se placer
dans un repre galilen. En exercice, le lecteur pourra calculer par exemple le mouvement dun pendule q(t) = (t)
et q(t)
= 0 (t), o dsigne langle que fait le pendule avec la verticale.

TRANSFORME DE LEGENDRE, THORIE ET APPLICATIONS (VERSION PROVISOIRE)

2.1.2. quations de Hamilton. Nous introduisons le hamiltonien H(p, q, t) comme tant la transforme de Legendre
du lagrangien par rapport la variable q
H(p, q, t) = sup (p q L(q, q,
t)) .
q

Grce lhypothse de coercivit et de stricte convexit, le supremum est atteint en un unique point q tel que
q L = p, le hamiltonien est donn par
H(p, q, t)
p

= p q L(q, q,
t),
= q L(q, q,
t).

De part la relation (1.1) nous avons aussi


q = p H(p, q, t).

(2.4)

Calculons alors la diffrentielle du hamiltonien, nous trouvons


dH

= qdp
+ pdq q Ldq q dq t Ldt
= qdp
q Ldq t Ldt
= p Hdp + q Hdq + t Hdt.

Nous en dduisons, par identification


q

= p H,

q L = q H,
mais daprs (2.2) la dernire galit est aussi q H = t q L et donc p = q H daprs (2.4). Nous en dduisons
les quations de Hamilton
q

= p H,

= q H.

Au cours du mouvement, il est facile de vrifier que le Hamiltonien est constant. Nous en dduisons par exemple que
dans le mouvement des particules dfini par (2.3) le hamiltonien H = T + U qui est ici lnergie totale est conserv.
2.2. Transition de phase.
2.2.1. Construction de Maxwell pour un fluide de van der Waals. En physique, pour modliser la transition de
phase liquide-vapeur, il est frquent dutiliser le modle de van der Waals. Dans ce modle, lnergie du fluide (
ltat liquide ou vapeur) dpend du volume occup par une masse donne de fluide et de lentropie s de cette
mme masse
es
3
e(, s) =
si > 1/3, s > 0,
8/3

(3 1)
= + sinon.
Comme souvent en physique, cette quation dtat est adimensionne (nous nous sommes ramens au cas ou le point
critique, dfini plus loin, est caractris par une temprature Tc = 1, une pression pc = 1 et un volume c = 1).
Or cette nergie nest pas convexe, ce quinterdit la thermodynamique (les zones non convexes sont instables).
Mathmatiquement, nous remplaons donc e par sa biconjugue e = co(e). Vrifions que cette construction
permet de retrouver la construction de Maxwell.
Nous constatons dabord que e est strictement convexe par rapport s pour tout dom(e). Nous dfinissons
la temprature T = s e. fix, T = T (s) est un changement de variable bijectif. La transforme de Legendre
partielle de e par rapport s note e,s est donc convexe par rapport T et on a
f (, T ) := e,s (, T ) = T s e(, s),

T = s e.

Au signe prs, la fonction f est connue sous le nom dnergie libre de Helmholtz. Par ailleurs, la pression est dfinie
par p = e. Nous avons donc
de = T ds pd,
soit
df = sdT + pd.
Il est classique de reprsenter les courbes dites isothermes dans le plan (, p) qui sont les courbes 7 p( ) =
f (, T ) pour diverses tempratures T fixes. Comme f nest pas concave par rapport ces courbes de pression
ne sont pas toujours dcroissantes quand le volume augmente temprature fixe, ce qui nest pas physique. Voir
Figure 2.1. Si on remplace f par f = co(e),s , cette fois-ci f est concave par rapport et donc les isothermes

TRANSFORME DE LEGENDRE, THORIE ET APPLICATIONS (VERSION PROVISOIRE)

Figure 2.1. Isothermes non monotones, la courbe rouge correspond T = Tc = 1.


seront dcroissantes. Plus prcisment, pour une temprature T donne, il existe deux valeurs 1 < 2 telles que
p(1 ) = p(2 ) = p0 et lisotherme modifie p( ) est constante gale p0 entre 1 et 2 . On peut aussi montrer que
2
2
p( )d = p0 (2 1 ) =
p( )d
=1

=1

(rgle de Maxwell).
2.3. Transforme de Legendre rapide. voir http://hal.archives-ouvertes.fr/hal-00424061/fr/
2.4. Thorie de Mocke. voir http://www-irma.u-strasbg.fr/~helluy/mhd/mhd.pdf
3. Applications en dimension infinie
3.1. Formule de Lax-Oleinik. voir [7]
3.2. Dualit et optimisation : problme de Stokes. voir [4]
3.3. Introduction lanalyse idempotente. [10]

TRANSFORME DE LEGENDRE, THORIE ET APPLICATIONS (VERSION PROVISOIRE)

Rfrences
[1] Arnold, V. Les mthodes mathmatiques de la mcanique classique. (French) Traduit du russe par Djilali Embarek. ditions Mir,
Moscow, 1976.
[2] Bouchitt, Guy. Convex analysis and duality. To appear in Encyclopedia of Mathematical Physics. 2009
[3] Brenier, Yann. Un algorithme rapide pour le calcul de transformes de Legendre-Fenchel discrtes. (French. English summary) [A
fast algorithm for the computation of the discrete Legendre-Fenchel transform] C. R. Acad. Sci. Paris Sr. I Math. 308 (1989), no.
20, 587589.
[4] Ekeland, Ivar ; Temam, Roger . Analyse convexe et problmes variationnels. (French) Collection tudes Mathmatiques. Dunod ;
Gauthier-Villars, Paris-Brussels-Montreal, Que., 1974.
[5] Glowinski, Roland ; Lions, Jacques-Louis ; Trmolires, Raymond . Numerical analysis of variational inequalities. Translated from
the French. Studies in Mathematics and its Applications, 8. North-Holland Publishing Co., Amsterdam-New York, 1981.
[6] Hiriart-Urruty, Jean-Baptiste ; Lemarchal, Claude . Fundamentals of convex analysis. Abridged version of Convex analysis and
minimization algorithms. I [Springer, Berlin, 1993 ; MR1261420 (95m :90001)] and II [ibid. ; MR1295240 (95m :90002)]. Grundlehren
Text Editions. Springer-Verlag, Berlin, 2001.
[7] Hiriart-Urruty, Jean-Baptiste Optimisation et analyse convexe. Presses Universitaires de France, Paris, 1998.
[8] Hiriart-Urruty, Jean-Baptiste ; Lemarchal, Claude . Convex analysis and minimization algorithms. I. Fundamentals. Grundlehren
der Mathematischen Wissenschaften [Fundamental Principles of Mathematical Sciences], 305. Springer-Verlag, Berlin, 1993.
[9] Hiriart-Urruty, Jean-Baptiste ; Lemarchal, Claude . Convex analysis and minimization algorithms. II. Advanced theory and bundle
methods. Grundlehren der Mathematischen Wissenschaften [Fundamental Principles of Mathematical Sciences], 306. SpringerVerlag, Berlin, 1993.
[10] Kolokoltsov, Vassili N. ; Maslov, Victor P. Idempotent analysis and its applications. Mathematics and its Applications, 401. Kluwer
Academic Publishers Group, Dordrecht, 1997.
[11] Lucet, Yves ; Bauschke, Heinz H. ; Trienis, Mike . The piecewise linear-quadratic model for computational convex analysis. Comput.
Optim. Appl. 43 (2009), no. 1, 95118.
[12] Lucet, Yves . Faster than the fast Legendre transform, the linear-time Legendre transform. Numer. Algorithms 16 (1997), no. 2,
171185 (1998).
[13] Maslov, V. Mthodes opratorielles. ditions Mir, Moscou, 1987.
[14] Mazet, Pierre. Approximations des lois de conservation. Cours de DEA, Toulouse, 1993.
[15] Bourdel, Franoise ; Croisille, Jean-Pierre ; Delorme, Philippe ; Mazet, Pierre-Alain . On the approximation of $K$-diagonalizable
hyperbolic systems by finite elements. Applications to the Euler equations and to gaseous mixtures. (French) ; translated from
Rech. Arospat. 1989, no. 5, 1534 Rech. Arospat. (English Edition) 1989, no. 5, 1534 (1990).
[16] Perthame, B. Boltzmann type schemes for gas dynamics and the entropy property. SIAM J. Numer. Anal. 27 (1990), no. 6,
14051421.
[17] Rockafellar, R. Tyrrell . Convex analysis. Princeton Mathematical Series, No. 28 Princeton University Press, Princeton, N.J. 1970
[18] Samulids, M. ; Touzillier, L. Problmes danalyse fonctionnelle et danalyse harmonique. Collection La Chevche. Cpadus
ditions, Toulouse, 1993.
[19] Samulids, M. ; Touzillier, L. Analyse fonctionnelle. Collection La Chevche. Cpadus ditions, Toulouse, 1989.