Vous êtes sur la page 1sur 203

Notes du cours d’analyse, ENS Cachan première année

Sylvie Fabre, Yann Gousseau, Jean-Michel Morel

9 septembre 2003
2
Table des matières

1 Topologie et compacité 7
1.1 Théorèmes classiques de compacité . . . . . . . . . . . . . . . . . . . . . . . . . 11

2 Les Théorèmes de séparation de Hahn-Banach 13

3 Le Théorème de Banach-Steinhaus 21
3.1 Conséquences du Théorème de Banach-Steinhaus. . . . . . . . . . . . . . . . . . . 22
3.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

4 Topologies faibles 29
4.1 La topologie faible σ(E, E 0 ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.2 La topologie ?σ(E 0 , E) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

5 Espaces réflexifs, espaces séparables 41


5.1 Espaces réflexifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.2 Espaces séparables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

6 L’intégrale de Lebesgue 49

7 Les espaces de Lebesgue, L1 , Lp , L∞ 57


7.1 Convolution et régularisation des fonctions de Lp . . . . . . . . . . . . . . . . . . 60
7.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

8 Réflexivité, séparabilité, dualité des Lp 73


8.1 Espaces emboı̂tés d’approximation des Lp , séparabilité . . . . . . . . . . . . . . . 73
0
8.2 Dualité Lp − Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
8.3 Martingales à temps discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

9 Espaces de Hilbert 85
9.1 Bases hilbertiennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
9.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

3
4 TABLE DES MATIÈRES

10 Séries de Fourier 97
10.1 Convolution des fonctions périodiques et séries de Fourier . . . . . . . . . . . . . 100
10.2 Décroissance des coefficients de Fourier et problèmes de compression du signal . 102
10.3 Phénomène de Gibbs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
10.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105

11 Le cas discret 109


11.1 Transformée de Fourier Discrète, applications . . . . . . . . . . . . . . . . . . . . 109
11.1.1 La dimension 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
11.1.2 La dimension 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
11.1.3 Le phénomène du repliement de spectre ou aliasage . . . . . . . . . . . . . 113
11.1.4 La transformée de Fourier rapide . . . . . . . . . . . . . . . . . . . . . . . 120
11.1.5 L’utilisation de la transformée de Fourier discrète pour définir zoom, trans-
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 théorie de Shannon . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126

12 Séries de Fourier et distributions périodiques 131


12.1 Distributions périodiques et leurs séries de Fourier . . . . . . . . . . . . . . . . . 134
12.2 Espaces de Sobolev périodiques Hperm (0, 2π) . . . . . . . . . . . . . . . . . . . . . 136

12.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

13 Espaces de Sobolev sur l’intervalle 143


1,p
13.1 Les espaces W (I) comme espaces de Banach . . . . . . . . . . . . . . . . . . . 146
13.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147

14 Corrigés des exercices 151


14.1 Chapitre III . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
14.2 Chapitre IV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
14.3 Chapitre V . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
14.4 Chapitre VII . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
14.5 Chapitre VIII . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
14.6 Chapitre IX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
14.7 Chapitre X . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
14.8 Chapitre XII . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
14.9 Chapitre XIII . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184

15 Notations 193

A Exemple de travaux pratiques 195


A.1 Manipulation de l’histogramme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
A.2 Echantillonnage et transformée de Fourier . . . . . . . . . . . . . . . . . . . . . . 196
A.3 Zoom par 0-padding (prolongement du spectre par des zéros) . . . . . . . . . . . 196
A.4 Translations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
A.5 Phase et module de la TFD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
A.6 Codes Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
Table des figures

2.1 Illustration du théorème de Hahn-Banach, version géométrique . . . . . . . . . . 18


2.2 Illustration du théorème de Hahn-Banach, version fermé-compact . . . . . . . . . 19

4.1 Convergence ?σ L∞ , L1 de sin(nx)  . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.2 Exemple de convergence ?σ M, C 0,0 . . . . . . . . . . . . . . . . . . . . . . . . 37

6.1 Images naturelles et ensembles mesurables . . . . . . . . . . . . . . . . . . . . . . 56

7.1 Convolution et régularisation des images . . . . . . . . . . . . . . . . . . . . . . . 67

8.1 Martingales et images digitales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

9.1 Décomposition sur la base de Haar . . . . . . . . . . . . . . . . . . . . . . . . . . 93


9.2 Compression d’images dans une base hilbertienne . . . . . . . . . . . . . . . . . . 94

10.1 Phénomène de Gibbs 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106


10.2 Phénomène de Gibbs 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

11.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
11.2 Transformée de Fourier Discrète du son a . . . . . . . . . . . . . . . . . . . . . . 112
11.3 Transformée de Fourier Discrète d’une image . . . . . . . . . . . . . . . . . . . . 114
11.4 Repliement de spectre 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
11.5 Repliement de spectre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
11.6 Filtrage passe-bas d’une image . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
11.7 Zoom par prolongement du spectre 1 . . . . . . . . . . . . . . . . . . . . . . . . . 122
11.8 Zoom par prolongement du spectre 2 . . . . . . . . . . . . . . . . . . . . . . . . . 123
11.9 Rotation par Transformée de Fourier 1 . . . . . . . . . . . . . . . . . . . . . . . . 124
11.10Rotation par Transformée de Fourier 2 . . . . . . . . . . . . . . . . . . . . . . . . 125
11.11Phase de la Transformée de Fourier Discrète et information géométrique . . . . . 127
11.12Module de la Transformée de Fourier Discrète et texture . . . . . . . . . . . . . . 128
1 (R) et décroissance des coefficients de Fourier . . . . . . . . . . . . . 140
12.1 Espace Hper
12.2 Espace Hper (R2 ) et décroissance des coefficients de Fourier . . . . . . . . . . . . . 141
1

5
6 TABLE DES FIGURES

Traités recommandés :

H. Brezis, Analyse fonctionnelle, Masson, 1983.


J.M. Bony, Cours d’analyse de l’Ecole Polytechnique, Ecole Polytechnique, 1994 (polycopié).
G. Choquet, Cours de Topologie, seconde édition, Masson, 1992.
J. Dixmier, Topologie Générale, Masson, ? ? ? ?
N. Bourbaki, Topologie Générale, Hermann, Paris.
T.W. Körner, Fourier Analysis, Cambridge University Press, 1988.
J. Neveu, Bases mathématiques du calcul des probabilités, Masson, 1970.
W. Rudin, Real and complex analysis, Mc-Graw-Hill, 1966, traduction française Masson 1980.
W. Rudin, Functional Analysis, Mc-Graw-Hill, 1980.

Autres sources

F. Hélein, Notes de cours, ENS Cachan, 1996 (manuscrit).


Y. Meyer, cours de DEA ondelettes 94-97 (manuscrits).

Articles en rapport avec les expériences numériques présentées

P. Thevenaz, M. Unser, et L. Yaroslavsky, Convolution-based interpolation for fast, high-quality


rotation of images, IEEE Trans. Image Processing, vol. 4, pp. 1371–1381, Oct. 1995.
J. J. Van Wijk, Spot Noise : Texture Synthesis for Data Visualisation, Computer Graphics 1991,
volume 25, numero 4, pp 309-317.
Chapitre 1

Topologie et compacité

Dans ce paragraphe, nous nous contentons de rappeler des définitions et des résultats utiles
pour la suite de cet ouvrage. Le lecteur pourra trouver les démonstrations de tous les énoncés
cités dans [Choquet] et [Dixmier].

Rappels de topologie générale : une topologie sur E est définie comme une partie O de
P(E) stable par intersection finie et union quelconque et contenant E et ∅. Les éléments de O
sont appelés les ouverts de la topologie. On appelle voisinage ouvert de x ∈ E tout ouvert O ∈ O
contenant x. On appelle base de voisinages ouverts de la topologie toute partie U de O telle que
si x ∈ O ∈ O, alors il existe U ∈ U tel que x ∈ U ⊂ O.
Conséquence : tout ouvert est une union de voisinages ouverts de la base.
Exemple classique : une topologie O sur E est dite métrisable s’il existe une distance sur E
telle que O coı̈ncide avec l’ensemble des unions arbitraires de boules. Une base de voisinages
ouverts commode est alors constituée par les boules ouvertes elles-mêmes. Les boules ouvertes
centrées en x forment une base de voisinages ouverts de x et également les boules ouvertes
contenant x.
Définition 1.1 On dit que l’espace E est séparé si ∀x, y ∈ E, x 6= y, ∃V ∈ V(x) et ∃U ∈ V(y)
tels que U ∩ V = ∅.
Tous les espaces topologiques que nous considérerons seront séparés. On appelle fermeture d’un
ensemble A, notée A, l’intersection de tous les fermés contenant A. On appelle ouverture, ou
intérieur, de A l’union de tous les ouverts contenus dans A, noté Intérieur(A).
Exercice 1.1 Adhérence
Soit A une partie de E, on dit que x ∈ E est adhérent à A si ∀V ∈ V(x), V ∩ A 6= ∅. On
appellera adhérence de A, l’ensemble des points de E adhérents à A. On note A la fermeture de
A, c’est-à-dire le plus petit fermé de E contenant A. Montrer que A et l’adhérence de A sont
identiques et que la relation A = A caractérise les ensembles fermés.

Définition 1.2 Convergence d’une suite


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.

Proposition 1.1 Tout fermé F est séquentiellement fermé, c’est-à-dire que si xn ∈ F , fermé,
et si xn → x pour la topologie, alors x ∈ F .

7
8 CHAPITRE 1. TOPOLOGIE ET COMPACITÉ

Démonstration Si on avait x ∈ F c , qui est ouvert, il existerait un voisinage ouvert U de x


tel que U ⊂ F c . Mais xn → x implique que ∃n0 , n ≥ n0 ⇒ xn ∈ U , ce qui contredirait xn ∈ F . ◦

Définition 1.3 Valeur d’adhérence d’une suite


Soit (xn )n une suite de points de E, on dit que x ∈ E est valeur d’adhérence de (xn )n si ∀n,
∀V ∈ V(x), ∃i ≥ n tel que xi ∈ V .
T
Si on note An = {xi , i ≥ n} alors x est valeur d’adhérence de (xn )n si et seulement si x ∈ n An .

Application continue. On note de manière générique V(x) une base de voisinages d’un point
x d’un espace topologique E, O.

Définition 1.4 Continuité en un point


Soient E et F deux espaces topologiques et f une application de E dans F . Soit x0 ∈ E, on dit
que f est continue en x0 si ∀V ∈ V(f (x0 )), ∃U ∈ V(x0 ) tel que f (U ) ⊂ V .

Exercice 1.2 Une application d’un espace topologique dans un autre est dite continue si elle
est continue en tout point. Démontrer que f est continue si et seulement si l’image réciproque
de tout ouvert par l’application est un ouvert, ou de manière équivalente, si l’image réciproque
de tout fermé est un fermé. Vérifier que si on a une base de voisinages ouverts U dans F , alors
f est continue si et seulement si f −1 (U ) est un ouvert pour tout U ∈ U.

Un exemple que nous utiliserons souvent : une application f de E dans IR est continue si et
seulement si pour tout intervalle ouvert I de IR, l’ensemble f −1 (I) est un ouvert. En effet,
les intervalles ouverts forment une base de voisinages ouverts de IR. Il convient de vérifier que
notre définition de la continuité généralise bien la notion de continuité séquentielle pour f (
c’est-à-dire : xn → x ⇒ f (xn ) → f (x).)

Proposition 1.2 Si f : (E, O) → (F, U) est continue, alors elle est séquentiellement continue.

Démonstration Soit xn tendant vers x pour O. Fixons U ∈ U tel que f (x) ∈ U et montrons
que ∃n0 , n ≥ n0 ⇒ f (xn ) ∈ U . Or, f étant continue, f −1 (U ) est un voisinage de x. Donc
∃n0 , n ≥ n0 ⇒ xn ∈ f −1 (U ) et on a donc, comme désiré, f (xn ) ∈ U .

Rappelons un résultat classique, qui n’est pas toujours vrai quand les topologies ne sont pas
métrisables :

Exercice 1.3 Si E et F sont métrisables, alors f : E → F est continue si et seulement si elle


est séquentiellement continue, c’est-à-dire si xn → x ⇒ f (xn ) → f (x).

Les compacts On dit qu’un sous-ensemble K d’un espace topologique séparé (E, O) est compact
si de tout recouvrement de K on peut extraire un recouvrement fini. Si la topologie E est
métrisable, tout compact est séquentiellement compact, c’est-à-dire que K est compact si et
seulement si toute suite xn contenue dans K a un point d’accumulation, c’est-à-dire une valeur
d’adhérence qui est contenue dans K. L’image d’un compact par une fonction continue est un
9

compact. En conséquence, toute fonction réelle continue sur un compact atteint son maximum
et son minimum.
Topologie produit Soit (Ei , Oi ) des espaces topologiques. L’espace topologique produit E = Πi Ei
peut être muni de la topologie produit, définie comme la moins fine rendant les projections de E
sur chaque Ei continues.

Définition 1.5 On appelle topologie sur E la moins fine vérifiant une propriété P la topologie
ayant cette propriété P et qui a le moins d’ouverts possible. Cette topologie U est donc telle que
pour toute autre topologie O vérifiant P , on ait O ⊂ U. On la trouve en prenant tout simplement
l’intersection de toutes les topologies vérifiant P : c’est encore une topologie, le vérifier !

Proposition 1.3 Soit (Ej , Oj )i∈J une famille d’espaces topologiques et ϕj : E → Ej une famille
d’applications définies sur un ensemble E. Les ouverts de la topologie la moins fine sur E rendant
continues les applications ϕj sont tous de la forme :
[ \
ϕ−1
j (Uj ), (1.1)
i∈I j∈Fi

où Uj désigne un ouvert quelconque de Ej , Fi est un sous-ensemble fini quelconque de J et I est


un ensemble quelconque d’indices.
La même formule est encore valide si on restreint les Uj à une base de voisinages ouverts de Ej .

Remarque 1.1 En conséquence, on a la base de voisinages de E :


\
ϕ−1
j (Oj ),
j∈F

où F ⊂ J est fini, et Oj appartient à une base de voisinages de Ej . Donc on peut caractériser la
convergence des suites pour cette topologie de la manière très simple suivante :
xn → x pour la topologie O si et seulement si ϕi (xn ) → ϕi (x) pour tout i.

Lemme 1.1 \ [ [ \
Aj = Aψ(i) ,
i∈F j∈Ji ψ∈Ψ i∈F

où Ψ est l’ensemble de toutes les applications i ∈ F → ψ(i) ∈ Ji .

Cette dernière formule prouve que si A est une famille d’ensembles, alors ”toute intersection finie
d’unions d’intersections finies d’éléments de A est une union d’intersections finies d’éléments de
A.”
T S
Démonstration Si x appartient à i∈F j∈Ji Aj , cela revient à dire que

∀i ∈ F, ∃j(= ψ(i)) ∈ Ji , x ∈ Aj ⇔

∃ψ : F → ∪i Ji , ψ(i) ∈ Ji , x ∈ Aψ(i) , ∀i ∈ F.

10 CHAPITRE 1. TOPOLOGIE ET COMPACITÉ

Démonstration de la proposition 1.3 Si les ϕi sont continues, tout élément de la forme


(1.1) est bien un ouvert de E. Réciproquement, la famille des ensembles de la forme (1.1) est
évidemment stable par union quelconque, et par intersection finie d’après le lemme 1.1. ◦

Théorème 1.1 de Tikhonov Soit K = Πi Ki un produit de compacts. On note ses éléments


ω = (ωi )i et on le munit de la topologie produit, c’est-à-dire la moins fine rendant les projections
ω → wi ∈ Ki continues. Alors K est compact.

Exercice 1.4 Montrer ce théorème dans le cas un peu moins général suivant : K = Πn∈IN Kn
(produit dénombrable) et on suppose que Kn est métrisable et donc muni d’une distance dn .
Commencer par montrer que K est métrisable en posant
X dn (xn , yn )
d(x, y) = ,
2n diam(Kn )
n∈IN

où diam(Kn ) = max{d(xn , yn ), xn , yn ∈ Kn } est le diamètre de Kn et x = (xn )n , y = (yn )n .

Cas des espaces métriques


Nous rappelons ici un certain nombres de propriétés vraies dans les espaces métriques. Dans tout
ce qui suit le couple (E, d), ou plus simplement E, désignera un espace métrique muni d’une
distance d. On rappelle aussi qu’un espace métrique est dit complet si toute suite de Cauchy
converge.

Proposition 1.4 1) Un espace métrique est séparé.


2) Soient A une partie de E et x ∈ E alors x ∈ A ⇐⇒ d(x, A) = 0 ⇐⇒ ∃(xn )n ⊂ A telle que
xn → x.

Proposition 1.5 Valeur d’adhérence


Soient (xn )n une suite dans E et x ∈ E. Alors x est valeur d’adhérence de la suite (xn )n si et
seulement si il existe une sous-suite (xnk )k qui converge vers x.

Nous attirons l’attention sur le fait que le sens direct est vrai dans les espaces métriques mais
que l’on ne peut rien dire a priori dans un espace topologique quelconque.

Théorème 1.2 Soit E un espace métrique, les conditions suivantes sont équivalentes :
(i) L’espace E est compact.
(ii) Toute suite de points de E admet une valeur d’adhérence.
(iii) Toute suite de points de E a une sous-suite convergente.

Théorème 1.3 Un espace métrique compact est complet.

Pour plus de détails de topologie générale nous renvoyons aux ouvrages de G.Choquet et
J.Dixmier, et bien-sûr la Topologie Générale de N. Bourbaki.
1.1. THÉORÈMES CLASSIQUES DE COMPACITÉ 11

1.1 Théorèmes classiques de compacité


Théorème 1.4 (Ascoli-Arzela) Soit fn une suite de fonctions définies sur un espace métrique
compact (K, d) et à valeurs réelles. On suppose que la suite fn a les deux propriétés suivantes :
• fn est équicontinue : ∀ε, ∃η, ∀x, y ∈ K, ∀n ∈ IN, d(x, y) ≤ η ⇒ |fn (x) − fn (y)| ≤ ε.
• La suite (fn (x))n est bornée pour tout x ∈ K.
Alors il existe une sous-suite de fn qui converge vers une fonction continue f .

Démonstration Remarquons d’abord qu’il existe une suite de points (xk )k qui est dense dans
K. En effet, K est compact et donc on peut le recouvrir pour tout n par un nombre fini de boules
de rayon plus petit que n1 . L’union des centres de ces boules est un ensemble dénombrable qui
répond à la question.
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) . On procède par extractions succes-
sives. Comme la suite fn (x1 ) est bornée, la suite fn admet une sous-suite convergente en x1 que
nous notons fϕ1 (n) . On extrait de cette sous-suite une nouvelle sous-suite fϕ2 (n) qui converge
aussi en x2 , etc.. On applique alors le procédé dit d’extraction diagonale : on considère la suite
de fonctions gn = fϕn (n) . Elle converge en tout point de la suite xk . On appelle g(xk ) sa limite
en xk . Dès que n ≥ k, la suite fϕn (n) devient une sous-suite de fϕk (n) . Elle converge donc en xk .
La suite gn converge donc en tout xk . En fait, la fonction g est équicontinue et se prolonge d’une
manière unique en une fonction continue sur K, que nous noterons encore g. Voyons pourquoi.
On a
|g(xl ) − g(xk )| ≤ |g(xl ) − gn (xl )| + |g(xk ) − gn (xk )| + |gn (xl ) − gn (xk )|.
Le troisième terme est rendu inférieur à ε pour tout n si on impose d(xl , xk ) < η(ε). Les
deux premiers termes tendent vers zéro quand n → ∞. On obtient donc |g(xl ) − g(xk )| ≤ ε
si d(xk , xl ) < η(ε). Donc g est uniformément continue sur la suite xk et a d’ailleurs le même
module d’uniforme continuité que la suite fn . On montre ensuite que gn converge uniformément
vers g. La fonction g est uniformément continue sur un ensemble dense dans K. Elle se prolonge
donc de manière unique en une fonction uniformément continue sur K, avec le même module de
continuité uniforme. Montrons pour finir que gn → g uniformément. On fixe ε > 0, puis k assez
grand pour
∀x ∈ K, ∃l ≤ k, d(x, xl ) ≤ η(ε).
On fixe finalement n0 assez grand pour que

n ≥ n0 ⇒ ∀l ≤ k, |gn (xl ) − g(xl )| ≤ ε.

En combinant les deux dernières inégalités, on a pour n ≥ n0 et x dans K,

|gn (x) − g(x)| ≤ |gn (x) − gn (xl )| + |gn (xl ) − g(xl )| + |g(xl ) − g(x)| ≤ 3ε.

Exercice 1.5 Vérifier que l’on peut le théorème d’Ascoli-Arzela est encore valable si les fonc-
tions fn sont à valeurs dans un espace métrique complet et si on suppose, comme deuxième
hypothèse, que pour tout x dans K, l’ensemble (fn (x)) est relativement compacte ( c’est-à-dire
de fermeture compacte).
12 CHAPITRE 1. TOPOLOGIE ET COMPACITÉ

Corollaire 1.1 Toute famille fn de fonctions L-lipschitziennes réelles, définies sur un compact
K et telle que pour un certain point x0 , fn (x0 ) soit borné admet une sous-suite uniformément
convergente vers une fonction également L-lipschitzienne.

Démonstration Comme K est compact, il est borné et on a donc d(x, x0 ) ≤ M pour tout
x dans K. D’où |fn (x)| ≤ |fn (x0 )| + LM est aussi borné. On peut donc appliquer le théorème
d’Ascoli-Arzela. ◦

Exercice 1.6 (longueur d’un arc rectifiable) On appelle arc rectifiable un sous-ensemble
C de IRN qui est l’image d’une application Lipschitz c : s ∈ [0, 1] → c(s) ∈ IRN . On appelle
longueur de l’arc, l(C), l’infimum des constantes de Lipschitz des applications surjectives c :
[0, 1] → C. Montrer que cet infimum est atteint.
Marche à suivre : considérer une suite cn dont les constantes de Lipschitz tendent vers l(C).
Extraire une sous-suite convergeant uniformément vers un arc c et montrer que c est Lipschitz
et que sa constante de Lipschitz est égale à l(C).

Exercice 1.7 Soit (E, O) un espace topologique tel qu’il existe une base (Un )n dénombrable
de voisinages. Montrer que E est métrisable, c’est-à-dire qu’il existe une distance d sur E telle
que les ouverts de O soient les unions de boules ouvertes pour d.
Indication
P 1 : on posera dn (f, g) = 0 si f, g ∈ Un , dn (f, g) = 1 sinon. Ensuite, on posera d(f, g) =
n 2n dn (f, g).
Chapitre 2

Les Théorèmes de séparation de


Hahn-Banach

Définition 2.1 Un espace de Banach est un espace vectoriel sur IR, normé, complet.
P
Exemples : IRN , CN , lp , 1 ≤ p ≤ +∞, lp = {a = (ai )i∈IN , ai ∈ IR, ∞ p 0 N
i=0 |ai | < ∞}, C0 (IR ),
espace des fonctions continues tendant vers zéro à l’infini. Si E est un espace vectoriel muni d’un

produit scalaire non dégénéré < x, y >, il est alors normé par ||x|| = < x, x >. On dit alors
que E est préhilbertien. Si de plus il est complet, on dit que c’est un espace de Hilbert. Exemple
canonique : l2 .
Définition 2.2 Si E est un espace vectoriel normé, on note E 0 son dual topologique, c’est-à-
dire l’ensemble des applications linéaires continues de E dans IR.
Si E est un espace vectoriel normé, E 0 est un espace de Banach (voir exercice 3.2)
Théorème 2.1 de Hahn-Banach. Soit E un espace vectoriel normé. Soit G un sous-espace
vectoriel de E et g : G → IR une application linéaire continue de norme

||g||G0 = sup g(x).


x∈G,||x||≤1

Alors il existe f ∈ E 0 , le dual topologique de E, qui prolonge g et telle que ||f ||E 0 = ||g||G0 .
Exercice : le montrer en dimension finie.
Définition 2.3 (Zorn.) Soit P un ensemble muni d’une relation d’ordre partiel notée ≤. On
dit que Q ⊂ P est totalement ordonné si ∀a, b ∈ Q, a ≤ b ou b ≤ a. On dit que c ∈ P est un
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 ordonné de P admet
un majorant.

Lemme 2.1 de Zorn. Tout ensemble ordonné, inductif et non vide admet un élément maximal.

Théorème 2.2 de Hahn-Banach (version analytique) Soit p : E → IR+ une application


vérifiant ∀λ > 0, ∀x ∈ E, p(λx) = λp(x) et ∀x, y ∈ E, p(x+y) ≤ p(x)+p(y). Soit G ⊂ E un sous-
espace vectoriel et soit g : G → IR une application linéaire telle que g(x) ≤ p(x), ∀x ∈ G. Alors il
existe une forme linéaire f sur E qui prolonge g, i.e. g(x) = f (x), ∀x ∈ G, f (x) ≤ p(x), ∀x ∈ E.

13
14 CHAPITRE 2. LES THÉORÈMES DE SÉPARATION DE HAHN-BANACH

Démonstration On considère
P = {h : D(h) → IR, D(h) s.e.v. de E, h linéaire , G ⊂ D(h), h prolonge g et h(x) ≤ p(x), ∀x ∈
D(h).}.
P est muni de la relation d’ordre

h1 ≤ h2 ⇔ [D(h1 ) ⊂ D(h2 ) et h2 prolonge h1 ].

On vérifie que P 6= ∅ carSg ∈ P , que P est inductif car si Q ⊂ P est un sous-ensemble totalement
ordonné, alors D(h1 ) = h∈Q D(h) et h1 (x) = h(x) si x ∈ D(h) est un majorant pour Q. Donc,
d’après le lemme de Zorn, il existe un élément maximal que l’on appelle f . On va vérifier que
D(f ) = E. Sinon, il existerait x0 ∈ / D(f ). Posons D(h) = D(f ) + IRx0 et ∀x ∈ D(f ), ∀t ∈ IR,
h(x + tx0 ) = f (x) + tα, α ∈ IR. Alors h est un prolongement de f et si on arrive à trouver α
tel que h(x) ≤ p(x), ∀x ∈ D(h), on aura f ≤ h en contradiction avec la maximalité de f . Il faut
choisir α ∈ IR en sorte que

∀x ∈ D(f ), ∀t ∈ IR, h(x + tx0 ) = f (x) + tα ≤ p(x + tx0 ).

Cela revient à chercher α tel que

∀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

f (x) − p(x − tx0 ) p(x + tx0 ) − f (x)


∀x ∈ D(f ), ∀t > 0, ≤α≤ , ou encore :
t t

f (x) − p(x − tx0 ) p(x + t0 x0 ) − f (x)


[ sup , inf ] 6= ∅, ce qui veut dire
x∈D(f ),t>0 t x∈D(f ),t0 >0 t

∀x, y ∈ D(f ), ∀t, t0 > 0, t0 f (y) − t0 p(y − tx0 ) ≤ tp(x + t0 x0 ) − tf (x), ou encore

∀x, y ∈ D(f ), ∀t, t0 > 0, tf (x) + t0 f (y) ≤ tp(x + t0 x0 ) + t0 p(y − tx0 ). Or,

tf (x)+t0 f (y) = f (tx+t0y) ≤ p(tx+t0 y) ≤ p(tx+tt0 x0 )+p(t0 y −tt0 x0 ) = tp(x+t0 x0 )+t0 p(y −tx0 ).

Démonstration du théorème 2.1. On considère p(x) = ||g||G0 ||x||. On vérifie que p satisfait
les hypothèses du théorème 2.2. Donc en appliquant le théorème 2.2, on construit f prolongeant
g avec ∀x, f (x) ≤ ||g||G0 ||x||. Donc, ||f ||E 0 ≤ ||g||G0 . ◦

Corollaire 2.1 (application de ”dualité”). Si E est un espace vectoriel normé, il existe pour
tout x0 ∈ E une forme linéaire f ∈ E 0 telle que ||f || = ||x0 || et f (x0 ) = ||x0 ||2 .
15

Démonstration Prendre G = IRx, g(tx) = t||x||2 , de sorte que ||g||G0 = ||x||. ◦

Exercice 2.1 Montrer le corollaire précédent directement quand E est de dimension finie et
1
euclidien. Regarder également le cas E = IRN muni de la norme ||x||p = (|x1 |p + ... + |xN |p ) p .

Corollaire 2.2 Soit E un espace vectoriel normé. Alors

||x|| = sup |f (x)| = max |f (x)|.


f ∈E 0 , ||f ||≤1 f ∈E 0 , ||f ||≤1

Démonstration En effet, l’inégalité (||x|| ≥ f (x) si ||f || ≤ 1) est immédiate et l’égalité est
obtenue grâce à l’application de dualité (corollaire 2.1). ◦

Définition 2.4 Un hyperplan affine est un ensemble de la forme

H = {x ∈ E, f (x) = α},

où f est une forme linéaire continue sur E, non identiquement nulle, et α ∈ IR.

Proposition 2.1 L’hyperplan d’équation f = α est fermé si et seulement f est continue.

Démonstration Si f est continue, alors H = f −1 (α) est un fermé. Réciproquement, supposons


H fermé. Soit x0 ∈ H c . Supposons pour fixer les idées que f (x0 ) < α. Alors, puisque H c est
ouvert, il existe r > 0, tel que B(x0 , r) = {x ∈ E, ||x − x0 || < r} ⊂ H c , et on va en déduire que

∀x ∈ B(x0 , r), f (x) < α.

En effet, si on avait un point x1 de la boule où f (x1 ) ≥ α, on trouverait par interpolation, f


étant linéaire, un point x du segment [x0 , x1 ] où f (x) = α, en contradiction avec B(x0 , r) ⊂ H c .
Finalement, ∀x ∈ B(x0 , r), f (x) < α et donc

∀z ∈ B(0, 1), f (x0 ) + rf (z) < α, soit


α − f (x0 )
∀z ∈ B(0, 1), f (z) ≤ .
r
α−f (x0 )
Cela entraı̂ne ||f || ≤ r , et donc que f est continue. ◦

Définition 2.5 Soit E un espace vectoriel normé et A, B ⊂ E. On dit que l’hyperplan H


d’équation f (x) = α sépare A et B au sens large si

f (x) ≤ α, ∀x ∈ A et f (x) ≥ α, ∀x ∈ B.

On dit que H sépare A et B au sens strict si

∃ε > 0, f (x) ≤ α − ε, ∀x ∈ A et f (x) ≥ α + ε, ∀x ∈ B.


16 CHAPITRE 2. LES THÉORÈMES DE SÉPARATION DE HAHN-BANACH

Théorème 2.3 de Hahn-Banach (version géométrique) Soit E un espace vectoriel normé


et A, B ⊂ E deux ensembles convexes non vides et disjoints. On suppose que A est ouvert. Alors
il existe un hyperplan fermé qui sépare A et B au sens large.

Exercice 2.2 Le théorème peut être faux si aucun des deux convexes n’est ouvert. Prendre par
exemple E = C 0 (0, 1), pour A : le sous-espace vectoriel des polynômes trigonométriques et pour
B une fonction continue qui ne soit pas un polynôme trigonométrique, par exemple f(s)=s. Or,
on ne peut pas séparer f et A au sens large (théorème de Stone-Weierstrass).

Lemme 2.2 Soit C ⊂ E un convexe ouvert, avec 0 ∈ C. Pour tout x ∈ E, on pose p(x) =
inf{α > 0, αx ∈ C}. On dit que p est la jauge de C. Alors p vérifie ∀λ > 0, p(λx) = λp(x),
l’inégalité triangulaire p(x + y) ≤ p(x) + p(y) et
(i) ∃M, 0 ≤ p(x) ≤ M ||x||, ∀x ∈ E.
(ii) C = {x ∈ E, p(x) < 1}.

Démonstration On a immédiatement p(λx) = |λ|p(x). Montrons l’inégalité triangulaire p(x+


y) ≤ p(x) + p(y) pour x et y dans E. Elle découle de la convexité de C. On a évidemment x̃ =
x y p(x)+ε p(y)+ε
p(x)+ε ∈ C et ỹ = p(y)+ε ∈ C. Puisque C est convexe, on a donc p(x)+p(y)+2ε x̃+ p(x)+p(y)+2ε ỹ ∈ C,
c’est-à-dire
x+y
z= ∈ C.
p(x) + p(y) + 2ε
Mais z ∈ C ⇒ p(z) ≤ 1. Donc

p(x + y) ≤ p(x) + p(y) + 2ε,

ce qui prouve l’inégalité triangulaire.


Montrons maintenant (i). Comme C est ouvert et 0 ∈ C, il existe r > 0 tel que B(0, r) ⊂ C.
x
Donc ∀x 6= 0, r ||x|| ∈ C et donc p(x) ≤ ||x||
r . Terminons en montrant (ii), C = {x ∈ E, p(x) < 1}.
1
Si x ∈ C, comme C est ouvert, ∃ε, (1 + ε)x ∈ C. Donc p(x) ≤ 1+ε < 1. Réciproquement, 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 réciproque du théorème précédent : si p : E → IR+ est une application
vérifiant p(λx) = λx, λ > 0, p(x + y) ≤ p(x) + p(y), la relation (i), ∃M, 0 ≤ p(x) ≤ M ||x||, alors
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 normé , C ⊂ E un convexe ouvert non vide et x0 ∈ E,
x0 ∈/ C. Alors ∃f ∈ E 0 , f (x) < f (x0 ), ∀x ∈ C. En particulier, l’hyperplan {x, f (x) = f (x0 )}
sépare x0 et C au sens large.

Remarque 2.1 Soit C un convexe. Alors en tout point de la frontière de C, il y a donc au


moins un hyperplan tangent.
17

Démonstration On peut toujours se ramener au cas où 0 ∈ C et introduire la jauge p de


C. On considère G = IRx0 , et g : IRx0 → IR définie par tx0 → t, de sorte que g(x0 ) = 1.
Comme x0 ∈ / C, on a g(x) ≤ p(x), ∀x ∈ G. En effet, x0 ∈ / C ⇔ p(x0 ) ≥ 1 et si t ≥ 0,
g(tx0 ) − p(tx0 ) = t(1 − p(x0 )) ≤ 0. Si t < 0, g(tx0 ) < 0 ≤ p(tx0 ). On applique le théorème
de Hahn-Banach à g. Il existe f linéaire sur E qui prolonge g, telle que f (x) ≤ p(x), ∀x ∈ E.
En particulier, f (x0 ) = 1 et f est continue car f (x) ≤ p(x) ≤ M ||x||, C étant ouvert (Lemme
2.2(i)). Finalement, f (x) ≤ p(x) < 1 pour tout x dans C en vertu du Lemme 2.2-(ii). ◦

Démonstration
S du théorème 2.3 On pose C = A − B qui est un convexe ouvert car
A − B = y∈B (A − y) est une union d’ouverts. Comme 0 ∈
/ C, car A ∩ B = ∅, on utilise le lemme
2.3 pour séparer C et 0. Donc

∃f ∈ E 0 , f (z) < 0, ∀z ∈ C, soit

f (x) < f (y), ∀x ∈ A, y ∈ B.

On choisit α ∈ [supx∈A f (x), inf y∈B f (y)] 6= ∅ et H = {x, f (x) = α} sépare A et B. ◦

Théorème 2.4 de Hahn-Banach, version fermé-compact. Soit E un espace vectoriel normé


et A ⊂ E, B ⊂ E, deux sous-ensembles convexes non vides, disjoints. On suppose que A est
fermé, B est compact. Alors il existe un hyperplan H fermé qui sépare A et B au sens strict.

Démonstration Posons Aε = A + B(0, ε), Bε = B + B(0, ε). On commence par montrer que
∃ε, Aε ∩ Bε = ∅. En effet, dans le cas contraire, on peut trouver pour tout ε un élément zε tel
que ∃xε ∈ A, ||zε − xε || ≤ ε et ∃yε ∈ B, ||zε − yε || ≤ ε. Comme B est compact, une sous-suite
yε0 de yε tend vers y ∈ B. La sous-suite correspondante xε0 tend aussi vers y, et comme A est
supposé fermé, on a y ∈ A ∩ B, en contradiction avec l’hypothèse que A et B sont disjoints. On
applique le théorème 2.3 à Aε et Bε . Il existe donc un hyperplan {x, f (x) = α} qui sépare Aε et
Bε :
∀x ∈ A, ∀y ∈ B, ∀z, z 0 ∈ B(0, ε), f (x + εz) ≤ α ≤ f (y + εz 0 ).

D’où ,
f (x) + ε||f || ≤ α ≤ f (y) − ε||f ||

et A et B sont bien séparés au sens strict. ◦

Exercice 2.4 En dimension finie, montrer par un argument constructif le théorème de Hahn-
Banach, version fermé-compact : on montrera qu’il existe x ∈ A et y ∈ B tels que ||x − y|| =
d(A, B) et considérera l’hyperplan orthogonal à [x, y] passant par x+y
2 .

Corollaire 2.3 Tout convexe fermé est une intersection de demi-espaces.


18 CHAPITRE 2. LES THÉORÈMES DE SÉPARATION DE HAHN-BANACH
                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

y> x2
                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

y=0
                                                                           
                                                                           

                                                                           
                                                                           

                                                                           
                                                                           

                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

y<0
                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

                                     

Fig. 2.1 – Illustration du théorème 2.3 (de Hahn-Banach, version géométrique). L’ensemble A
est le demi plan y < 0, l’ensemble B est {(x, y) y > x2 }, et l’hyperplan fermé est y = 0. Nous
sommes ici dans un cas où il y a séparation au sens large.

Démonstration Appliquer la version fermé-compact au convexe et aux points hors du convexe.


Corollaire 2.4 Tout sous espace vectoriel fermé F ⊂ E est une intersection d’hyperplans vec-
toriels.

Démonstration Appliquer le corollaire précédent et prouver que si un espace vectoriel est


inclus dans un demi-espace {f (x) ≤ α}, il est aussi inclus dans {f (x) = 0}. ◦

Lemme 2.4 Soit E un espace vectoriel normé, E 0 son dual et L un sous-espace vectoriel de E.
Alors L est dense si et seulement si son orthogonal est réduit à zéro. En d’autres termes, L est
dense si et seulement si

∀f ∈ E 0 , (∀x ∈ L, f (x) = 0) ⇒ f = 0). (2.1)

Démonstration En effet, si L est dense et si ∀x ∈ L, f (x) = 0, on déduit par continuité


de f que ∀x ∈ E, f (x) = 0 et donc f = 0. Réciproquement, supposons que la relation (2.1)
soit satisfaite. Supposons par contradiction que L ne soit pas dense. Sa fermeture est alors un
sous-espace vectoriel strict de E. Par le corollaire 2.4, il existe f ∈ E 0 tel que ∀x ∈ L, f (x) = 0
avec f 6= 0. Ceci contredit (2.1). ◦
19

               

               

               

               

               













A
































H
               

               

               

               

                
                

               

                
                

                
                

               

                
                

                
                

               

                
                

                
                

               

                
                

                
                

               

                
                

                
                

               

                
                

                

B
                

               

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

                
                

Fig. 2.2 – Illustration du théorème 2.4 (de Hahn-Banach, version fermé-compact). L’ensemble
A est fermé, l’ensemble B est compact, et il existe un hyperplan H qui les sépare au sens strict.
20 CHAPITRE 2. LES THÉORÈMES DE SÉPARATION DE HAHN-BANACH
Chapitre 3

Le Théorème de Banach-Steinhaus

Lemme 3.1 de Baire. Soit X un espace métrique complet. Soit Xn une suite de fermés. On
suppose que IntérieurXn = ∅. Alors

[
Intérieur( Xn ) = ∅.
n=1

En d’autres termes, ”une union dénombrable de fermés d’intérieurs vides reste d’intérieur vide”.
De manière équivalente, ”une intersection dénombrable d’ouverts denses reste dense”.

Remarque 3.1 Enoncé à relier au suivant : une union dénombrable d’ensembles de mesure
nulle est de mesure nulle.

Démonstration
T Nous allons montrer la deuxième forme. Soit On une suite d’ouverts denses
et G = n On . Montrons que G rencontre un ouvert arbitraire O. Pour cela, on choisit une boule
fermée
B0 = B(x0 , r0 ) = {x, d(x, x0 ) ≤ r0 } ⊂ O.
Comme O1 est dense, on peut choisir x1 ∈ B0 et r1 tels que
r0
B(x1 , r1 ) ⊂ B(x0 , r0 ) ∩ O1 et r1 ≤ .
2
On construit de même par récurrence une suite B(xn , rn ) telle que
rn−1
B(xn , rn ) ⊂ B(xn−1 , rn−1 ) ∩ On et rn ≤ .
2
r0 T
La suite xn est de Cauchy car d(xn , xn−1 ) ≤ 2n . Soit x = limn→∞ xn . Alors x ∈ O ∩ n On . ◦

Remarque : le théorème précédent est valable dans tout espace métrique complet. La structure
d’espace vectoriel n’intervient pas. Soient maintenant E, F deux espaces vectoriels normés. On
note L(E, F ) l’espace vectoriel normé des opérateurs linéaires continus de E dans F , muni de
la norme
||T ||L(E,F ) = sup ||T (x)||.
x∈E,||x||≤1

On note L(E) = L(E, E).

21
22 CHAPITRE 3. LE THÉORÈME DE BANACH-STEINHAUS

Théorème 3.1 de Banach-Steinhaus. Soient E, F deux espaces de Banach. Soit (Ti )i∈I ⊂
L(E, F ) une famille (non nécessairement dénombrable) d’opérateurs linéaires et continus de E
dans F . On suppose que
∀x ∈ E, sup ||Ti x|| < ∞.
i∈I

Alors,
sup ||Ti ||L(E,F ) < ∞,
i∈I

c’est-à-dire qu’il existe c > 0 tel que

∀i ∈ I, ∀x ∈ E, ||Ti x|| ≤ c||x||.

Démonstration Pour tout n ≥ 1, on pose Xn = {x ∈ E, ∀i, ||Ti x|| ≤ S n}, en sorte que
chaque XnSest une intersection de fermés et est donc fermé. Par hypothèse, n Xn = E et donc
Intérieur( n Xn ) 6= ∅. Par le lemme de Baire 3.1, l’un des Xn doit être d’intérieur non vide :
Intérieur(Xn0 ) 6= ∅. Soit x0 ∈ Xn0 et r > 0 tel que B(x0 , r) ⊂ Xn0 . Alors

∀i ∈ I, ∀z ∈ B(0, 1), ||Ti (x0 + rz)|| ≤ n0 ,

et donc par l’inégalité triangulaire,

∀z ∈ B(0, 1), r||Ti (z)|| ≤ n0 + ||Ti (x0 )|| ≤ 2n0 , soit

2n0
||Ti ||L(E,F ) ≤ .
r

Remarque 3.2 Pour que le théorème de Banach-Steinhaus marche, il suffit que l’espace de
départ E soit complet. L’espace d’arrivée F peut être simplement vectoriel normé.

3.1 Conséquences du Théorème de Banach-Steinhaus.


Corollaire 3.1 Soient E et F deux espaces de Banach. Soit (Tn ) une suite d’opérateurs linéaires
et continus de E dans F , tels que pour tout x ∈ E, Tn x converge quand n → ∞ vers une limite
notée T x. Alors on a
sup ||Tn ||L(E,F ) < +∞,
n

T ∈ L(E, F ),

||T ||L(E,F ) ≤ lim inf ||Tn ||L(E,F ) .


n→+∞
3.2. EXERCICES 23

Démonstration La première relation est une conséquence directe du théorème 3.1 (de Banach-
Steinhaus). On a donc
∃c > 0, ∀x ∈ E, ∀n ∈ IN, ||Tn x|| ≤ c||x||.
On en déduit que ∀x ∈ E, ||T x|| ≤ c||x||, et donc T ∈ L(E, F ). Comme ||Tn x|| ≤ ||Tn ||||x||,
on obtient par passage à la limite inférieure, ||T x|| ≤ lim inf →∞ ||Tn ||||x||, ce qui donne bien la
dernière relation annoncée. ◦

Remarque 3.3 On remarquera (voir exercice 2 à la fin du chapitre) que tout espace dual d’un
espace vectoriel normé est un espace de Banach.

Corollaire 3.2 Soit G un espace vectoriel normé, B un sous-ensemble de G. On suppose que


pour tout f ∈ G0 , f (B) = {f (x), x ∈ B} est borné. Alors B est borné.

Démonstration On applique le théorème de Banach-Steinhaus (Thm 3.1) avec E = G0 ,


F = IR, I = B. Pour b ∈ B et f ∈ E = G0 , on pose Tb (f ) = f (b). On a donc par hypothèse

∀f ∈ E, sup |Tb (f )| < +∞.


b∈B

On en déduit qu’il existe c > 0 tel que

∀b ∈ B, ∀f ∈ E, ||Tb (f )|| ≤ c||f ||G0 , soit

∀f ∈ G0 , |f (b)| ≤ c||f ||G0 .


Comme par le corollaire 2.2, on a ||b|| = supf ∈G0 ,||f ||≤1 f (b), on conclut que ||b|| ≤ c. B est donc
borné. ◦

Ce théorème nous dit qu’un ensemble est borné si et seulement si ses projections sur des axes
de coordonnées arbitraires sont bornées.

3.2 Exercices
Exercice 1

1) Soient E un espace vectoriel réel normé de dimension finie et F un espace vectoriel normé

a) Montrer que toutes les normes sur E sont équivalentes.

b) Soit u : E → F linéaire, montrer que u est continue.


√  √ √ √
2) Soit E = Q| [ 2] = a + b 2, a ∈ Q| , b ∈ Q| . On définit sur E, N0 (a + b 2) = |a + b 2| et

N1 (a + b 2) = max(|a|, |b|).
24 CHAPITRE 3. LE THÉORÈME DE BANACH-STEINHAUS

a) Vérifier
√ que N0 et N1 sont des normes sur E. √
Soit x√= 2 − 1, montrer que √ ∀n ≥ 1, xn = an + bn 2 où an , bn ∈ Q| et an bn < 0. En déduire
que ( 2 + 1)n = |an | + |bn | 2.

b) Montrer que N0 et N1 ne sont pas équivalentes sur E. (E est un Q| -espace vectoriel de


dimension finie, commenter.)

Exercice 2

Soient E et F deux espaces vectoriels normés


a) Montrer que F complet ⇒ L(E, F ) complet (donc E 0 est toujours complet).
b) Montrer que B E (0, 1) compacte ⇒ dimE < ∞.

Exercice 3

Soient E un espace vectoriel normé et f ∈ E 0 , f 6≡ 0. Soit H = {x ∈ E : f (x) = 0}, on se


propose de montrer que
|f (x)|
∀x ∈ E, d(x, H) = inf kx − yk = (?)
y∈H kf k

1) Vérifier que |f (x)| ≤ kf k d(x, H), ∀x ∈ E.


2) Soit u ∈ E\H, en notant que y = x − ff (u)(x)
u est dans H, montrer que d(x, H) ≤ |f (x)|
|f (u)| kuk et
prouver (?).
?
3) Soit E = C0 = {x = (xn )n≥1 ∈ IRIN tel que xn → 0} que l’on munit de

kxk∞ = sup |xn |.


n

a) Vérifier que (E, k k∞ ) est un espace dePBanach.


b) Soient f : E → IR, définie par f (x) = ∞ xn 0
1 2n et H = Kerf. Vérifier que f ∈ E , donner une
expression de d(x, H). kf kE 0 est-elle atteinte ?

Exercice 4 Théorèmes du point fixe

1) Soit (E,d) un espace métrique complet et soit f : E → E une application k-lipschitzienne


avec k<1. Montrer que f admet un unique point fixe x = f (x).
2) Soit (E,d) un espace métrique complet et soit Λ un espace topologique. Soit f : E × Λ → E
telle que
- ∀x ∈ E, λ → f (x, λ) est continue de Λ dans E,
- ∃k < 1, ∀λ ∈ Λ, x → f (x, λ) est k-lipschitzienne de E dans E. On pose fλ (x) = f (x, λ). Si
aλ est l’unique point fixe de fλ , montrer que λ → aλ est continue de Λ dans E.
3) Soit (E,d) un espace métrique compact et f : E → E telle que

∀x, y ∈ E, d(f (x), f (y)) < d(x, y).

Montrer que f admet un unique point fixe.


4) Soit C un convexe compact dans E espace vectoriel normé et soit f : C → C 1-lipschitzienne.
1 n
Montrer que f admet un point fixe ( pour z fixé dans C, considérer fn (x) = n+1 z + n+1 f (x)).
3.2. EXERCICES 25

Exercice 5
R1 1/2
Soit E = C 1 ([0, 1]). Pour f ∈ E, on pose N (f ) = (f (0)2 + 0 f 0 (t)2 dt) et kf k∞ = sup[0,1] |f (x)|.
a) Vérifier que N est une norme sur√E.
b) Montrer que ∀f ∈ E, kf k∞ ≤ 2 N (f ).
c) Montrer que k k∞ et N ne sont pas équivalentes sur E.

Exercice 6

Soit E un espace métrique complet tel que ∀ε > 0, il existe un recouvrement fini de E par
des boules de rayon ε, montrer que E est compact.

Exercice 7

Montrer qu’un espace métrique compact est séparable.

Exercice 8

Soit E un espace vectoriel normé et soit K une partie convexe de E avec 0 ∈ K. On pose

K ? = {f ∈ E 0 ; ∀x ∈ K, < f, x >≤ 1} et

K ?? = {y ∈ E; ∀f ∈ K ? , < f, y >≤ 1}.


Montrer que K = K ?? .

Exercice 9

L’objet de cet exercice est de montrer qu’en dimension ∞, on ne peut pas séparer deux convexes
fermés. P+∞ P+∞
On note `1 = {x = (xn )n≥1 ⊂ IR tel que n=1 |xn | < ∞} qui muni de kxk1 = n=1 |xn | est un
espace de Banach.
On considère les ensembles
A0 = {x = (xn )n ∈ `1 : ∀n ≥ 1, x2n = 0} et
B = {x = (xn )n ∈ `1 : ∀n ≥ 1, x2n = 2−n x2n−1 }.

1) Vérifier que A0 et B sont des sous-espaces fermés de `1 et que `1 = A0 + B.


2) Soit c = (cn )n ∈ `1 tel que ∀n ≥ 1, c2n−1 = 0 et c2n = 2−n . Vérifier que c 6∈ A0 + B et que si
A = A0 − c = {a − c, a ∈ A0 }, on a A ∩ B = ∅. Montrer que A et B ne peuvent pas être séparés
au sens large.

Exercice 10 Théorème de l’application ouverte

Soient E et F deux espaces de Banach et T ∈ L(E, F ) surjective alors


1) Montrer qu’il existe C > 0 tel que B(0, 2C) ⊂ T (B(0, 1)). Pour cela utiliser les ensembles
Fn = nT (B(0, 1)).
2) Démontrer qu’en fait B(0, C) ⊂ T (B(0, 1)). On construira une suite (zn )n telle que kzn k < 21n
26 CHAPITRE 3. LE THÉORÈME DE BANACH-STEINHAUS

C P∞
et ky−T z1 −...−T zn k < 2n , ∀n et on en déduira que la série x = 1 zn converge et que ||x|| < 1.

Exercice 11 Théorème d’isomorphisme d’espaces de Banach

Soient E et F deux espaces de Banach et T ∈ L(E, F ) bijective, montrer que T −1 est conti-
nue.

Exercice 12

Soit E un espace vectoriel normé muni de k k1 et k k2 . Si E est complet pour les deux normes et
si k k1 ≤ C k k2 , montrer que les deux normes sont équivalentes.

Exercice 13 Théorème du graphe fermé

Soient E et F deux espaces de Banach et T ∈ L(E, F ). On suppose que le graphe de T,


G(T)= {(x, y) ∈ E × F, y = T x}, est fermé dans E × F , montrer que T est continue.
(On pourra considérer la norme du graphe kxk = kxkE + kT xkF .)

Exercice 14

Soient E et F deux espaces de Banach et T ∈ L(E, F ). On suppose que ∀f ∈ F 0 , f ◦ T ∈ E 0 .


Montrer que T est continue.

Exercice 15

Soit E = C[0, 1] muni de k k∞ . Soit F un sous-espace vectoriel fermé de E tel que ∀f ∈ F ,


f est dérivable. L’objet de cet exercice est de montrer que dimF < ∞.

f (y)−f (x0 )
1) Soit x0 ∈ [0, 1] fixé. Pour y 6= x0 , on définit l’opérateur Λy : f 7→ y−x0 . Montrer que
Λy ∈ E 0 et que ∃M > 0 tel que ∀f ∈ F , |Λy (f )| ≤ M kf k, ∀y 6= x0 .

2) Soit BF la boule unité fermée de F , montrer que BF est équicontinue puis que BF est
compacte. Conclure.

Exercice 16

1) Soit E un espace métrique complet et soit (Fn )n≥1 une suite de fermés de E telle que
S S o
E = n≥1 Fn . Montrer que n≥1 Fn est un ouvert dense de E.
2) Soit (fn )n ∈ C(IR) telle que fn → f simplement sur IR. On va montrer que f est continue sur
une partie dense de IR.
S o
Pour δ > 0, on pose Fn,δ = {x ∈ IR : ∀i, j ≥ n, |fi (x) − fj (x)|
T ≤ δ}. Vérifier que Uδ = n Fn,δ
est un ouvert dense et montrer que f est continue sur U = k≥1 U 1 .
k
3) Soit f ∈ C(IR) dérivable partout, montrer que f 0 est continue sur une partie dense de IR.

Exercice 17
3.2. EXERCICES 27

1) Soient E, F, G trois espaces de Banach. Soit a : E × F → G une application bilinéaire.


On suppose que a est séparement continue c’est à dire,

∀x ∈ E, y ∈ F 7→ a(x, y) est continue et

∀y ∈ F, x ∈ E 7→ a(x, y) est continue.


Montrer que a est continue sur E × F (i.e. ∃M > 0 tel que ∀(x, y) ∈ E × F , ka(x, y)kG ≤
M kxkE kykF ).

2) Soit E l’espace vectoriel des fonctions polynomiales à une variable et à coefficients réels.
On munit E de la norme Z 1
kpk1 = |p(t)|dt.
0
R1
Soit a : E × E → IR définie par a(p, q) = 0 p(t)q(t)dt. Montrer que a est séparement continue
mais non continue sur E × E.
28 CHAPITRE 3. LE THÉORÈME DE BANACH-STEINHAUS
Chapitre 4

Topologies faibles

4.1 La topologie faible σ(E, E 0)


Définition 4.1 On note E un espace vectoriel normé, E 0 son dual et f ∈ E 0 . On appelle
topologie faible σ(E, E 0 ) la topologie sur E la moins fine rendant toutes les applications f : x →
f (x) ∈ IR continues.

On peut recenser les ouverts qui doivent appartenir à la topologie faible σ(E, E 0 ) de la
manière suivante : si f ∈ E 0 et U ⊂ IR est un ouvert, il faut que f −1 (U ) soit un ouvert de
σ(E, E 0 ). Mais comme les intervalles sont une base de voisinages de IR, on voit que ceci revient
à dire que pour tout intervalle I et tout f ∈ E 0 , f −1 (I) est dans σ(E, E 0 ). En résumé, on vient
de montrer que :

Proposition 4.1 La topologie σ(E, E 0 ) est la moins fine contenant tous les ensembles f −1 (I)
pour tout f ∈ E 0 et tout intervalle I de IR.

Proposition 4.2 Tout ouvert O de σ(E, E 0 ) peut s’écrire sous la forme


[ \
O= f −1 (If ), (4.1)
i∈I f ∈Fi

où I est un ensemble d’indices quelconque, chaque Fi un sous-ensemble fini de E 0 et If un


intervalle ouvert quelconque de IR.

Démonstration C’est une application directe de la proposition 1.3. de A est une union d’in-
tersections finies d’éléments de A”. ◦

Donnons une base de voisinages commode pour σ(E, E 0 ).

T
Corollaire 4.1 Les ouverts de la forme i=1,...,k fi−1 (Ii ), où k ∈ IN, fi ∈ E 0 et Ii sont des
intervalles ouverts quelconquesTde IR, forment une base de voisinages de σ(E, E 0 ).
Les ouverts de la forme U = i=1,...,k fi−1 (]f (x) − ε, f (x) + ε[), k ∈ IN, fi ∈ E 0 , ε > 0 forment
une base de voisinages de x ∈ E.

29
30 CHAPITRE 4. TOPOLOGIES FAIBLES

Démonstration Le premier énoncé est immédiat. Pour montrer que les ouverts de la forme
U forment une base de voisinages de x, on remarque que si I est un intervalle ouvert et
f −1 (I) contient x, alors I contient un intervalle ]f (x) − ε, f (x) + ε[. Donc f −1 (I) contient
f −1 (]f (x) − ε, f (x) + ε[). ◦

Proposition 4.3 La topologie σ(E, E 0 ) est séparée, c’est-à-dire que si x, y ∈ E, alors il existe
deux ouverts U 3 x, V 3 y, tels que U ∩ V = ∅.

Démonstration Appliquer Hahn-Banach, version compact-fermé : il existe f ∈ E 0 et α


tels que l’hyperplan {z, f (z) = α} sépare au sens strict x et y et donc on peut prendre
U = f −1 (] − ∞, α[) et V = f −1 (]α, +∞[). ◦

Définition 4.2 Si xn → x dans σ(E, E 0 ), on dit que xn converge faiblement vers x dans E et
on note xn * x, σ(E, E 0 ).

Proposition 4.4 Soit E un espace de Banach. Soit (xn ) une suite de E. Alors

(i) xn * x dans σ(E, E 0 ) si et seulement si ∀f ∈ E 0 , f (xn ) → f (x).

(ii) Si xn → x fortement, alors xn * x dans σ(E, E 0 ).

(iii) Si xn * x dans σ(E, E 0 ), alors ||xn || est bornée et ||x|| ≤ lim inf n→+∞ ||xn ||.

(iv) Si xn * x dans σ(E, E 0 ) et si fn → f fortement, alors fn (xn ) → f (x).

Démonstration Montrons l’équivalence (i). La topologie σ(E, E 0 ) ayant été construite pour
que les éléments de E 0 soient continus, l’implication directe (⇒) est claire, puisque la continuité
des f ∈ E 0 entraine leur continuité séquentielle. La réciproque découle de la forme des voisinages
dans la topologie faible. On doit montrer que si f (xn ) → f (x) pour tout f , alors pour tout U
voisinage de x pour σ(E, E 0 ), il existe n0 tel n ≥ n0 implique T xn ∈ U . Or on a vu (Corollaire
4.1) qu’on peut choisir des voisinages U de x de la forme U = i=1,...,k fi−1 (]fi (x) − ε, fi (x) + ε[).
On choisit n0 assez grand pour que n ≥ n0 ⇒ |fi (xn ) − fi (x)| < ε, i = 1, ..., k. Alors xn ∈ U . On
a donc bien xn * x pour σ(E, E 0 ).
La relation (ii) résulte de |f (xn ) − f (x)| ≤ ||f ||||x − xn ||. Pour montrer (iii), on considère
les xn comme des formes linéaires sur E 0 et on applique le théorème de Banach-Steinhaus
(Théorème 3.1). Les opérateurs continus de E 0 dans IR définis par Tn (f ) = f (xn ) vérifient
∀f ∈ E 0 , supn |Tn (f )| < +∞, car Tn (f ) = f (xn ) a une limite, f (x). Donc supn ||Tn || ≤ C < +∞.
Mais, (corollaire 2.2), ||x|| = supf ∈E 0 f (x)) et donc

||Tn || = sup f (xn ) = ||xn ||.


||f ||E 0 ≤1

La suite xn est donc bornée. On a

∀f ∈ E 0 , ||f ||E 0 ≤ 1, |f (x)| = lim |f (xn )| ≤ lim inf ||xn ||, et donc
n
4.1. LA TOPOLOGIE FAIBLE σ(E, E 0 ) 31

∀f ∈ E 0 , |f (x)| ≤ lim inf ||xn ||,


n

et par le corollaire 3.1,


||x|| ≤ lim inf ||xn ||.
n

On termine en montrant (iv) par la simple inégalité

|fn (xn ) − f (x)| ≤ ||fn − f ||||xn || + |f (xn − x)|.

Proposition 4.5 Si la dimension de E est finie, la topologie faible et la topologie forte coı̈ncident.

Remarque 4.1 En dimension infinie, les ouverts faibles sont des ouverts forts, mais il y a plus
d’ouverts forts que d’ouverts faibles. De même, tous les fermés faibles sont des fermés forts,
mais il y a plus de fermés forts que de fermés faibles.

Exemple 4.1 En dimension infinie, la boule unité B(0, 1) = {x, ||x|| < 1} est un ouvert de la
topologie forte mais n’est pas un ouvert de la topologie faible. (Et donc son complémentaire est
un fermé de la topologie forte, mais pas de la topologie faible).

Démonstration TEn effet, tous les ouverts de la topologie faible contiennent des ensembles
de la forme U = i=1,...,k fi−1 (]fi (x) − ε, fi (x) + ε[). Montrons que de tels ensembles sont non
bornés. On choisit, dans E, y 6= 0 tel que fi (y) = 0, i = 1, ..., k. Comme E est de dimension
infinie et donc supérieure à k, c’est possible. On remarque que x + ty ∈ U pour tout t > 0. Mais
||x + ty|| ≥ |t|||y|| − ||x|| tend vers l’infini quand t → +∞. Donc U n’est pas inclus dans la boule
unité, qui n’est donc pas ouverte pour la topologie faible. ◦

Exercice 4.1 Montrer qu’en dimension infinie, la fermeture de S(0, 1) = {x, ||x|| = 1} pour la
topologie faible est B(0, 1) = {x, ||x|| ≤ 1}.

Théorème 4.1 Soit E un espace vectoriel normé et C ⊂ E convexe. Alors, C est faiblement
fermé pour la topologie faible si et seulement s’il est fortement fermé.

Démonstration Si C est faiblement fermé, il est fortement fermé puisque la convergence forte
implique la convergence faible. Réciproquement, supposons C fortement fermé et montrons qu’il
est faiblement fermé. Il suffit de montrer que C est une intersection de fermés pour la topologie
faible, ce qu’on sait par le corollaire 2.3

Corollaire 4.2 (Théorème de Mazur) Soit E un espace vectoriel normé. Si xn * x, σ(E, E 0 ),


il existe une suite yn de combinaisons convexes des xk , k ≥ n, qui converge fortement vers x.
32 CHAPITRE 4. TOPOLOGIES FAIBLES

σ(E,E 0 )
Démonstration On considère Cn = Conv{xk , k ≥ n} , la fermeture, pour la topologie
faible, de l’enveloppe convexe des xk , k ≥ n. D’après le théorème 4.1, Cn est aussi la fermeture
de Conv{xk , k ≥ n} pour la topologie forte. Puisque xn * x, on a donc aussi

x ∈ Cn = Conv{xk , k ≥ n},

où la fermeture s’entend pour la topologie forte. Il existe donc, pour tout n, yn ∈ Conv{xk , k ≥
n} tel que ||yn − x|| ≤ n1 . ◦

Définition 4.3 On dit qu’une fonction ϕ définie sur un espace topologique est semicontinue
inférieurement si les ensembles de niveau inférieurs, {x, ϕ(x) ≤ λ} sont fermés pour tout λ ∈ IR.
On dit de même que ϕ est semi continue supérieurement (s.c.s.) si les ensembles de niveau
supérieurs, {x, ϕ(x) ≥ λ} sont tous fermés.

Proposition 4.6 Si ϕ est s.c.i., et si xn est une suite convergeant vers x, on a

ϕ(x) ≤ lim inf ϕ(xn ). (4.2)


n→∞

Si ϕ est s.c.s.,
ϕ(x) ≥ lim sup ϕ(xn ). (4.3)
n→∞

Démonstration Si ϕ est s.c.i., soit m = lim inf n→∞ ϕ(xn ). Par définition de la limite inférieure,
on peut trouver pour tout ε un entier n tel que ϕ(xn ) ≤ m + ε. L’ensemble de niveau {y, ϕ(y) ≤
m + ε} étant fermé, on en déduit que ϕ(x) ≤ m + ε. Mais ε est arbitrairement petit et on obtient
(4.2). La relation (4.3) peut s’obtenir en remarquant que ϕ est s.c.i. si et seulement si −ϕ est
s.c.s.. ◦

Corollaire 4.3 Soit ϕ : E →] − ∞, +∞], convexe, semicontinue inférieurement (s.c.i.) pour la


topologie forte. Alors ϕ est aussi s.c.i. pour la topologie faible et donc si xn * x, σ(E, E 0 ), alors

ϕ(x) ≤ lim inf ϕ(xn ).


n→+∞

Démonstration Il suffit de vérifier que chaque ensemble

Xλ ϕ = {x ∈ E, ϕ(x) ≤ λ}

est fermé pour la topologie faible σ(E, E 0 ). Or, par le théorème 4.1, c’est un convexe fermé fort.

4.2. LA TOPOLOGIE ?σ(E 0 , E) 33

4.2 La topologie ?σ(E 0, E)


Soit E un espace de Banach, E 0 son dual, E 00 son bidual topologique, muni de la norme

||ξ||E 00 = sup ξ(f ).


f ∈E 0 ,||f ||E 0 ≤1

On a une injection canonique J : E → E 00 . En effet, tout élément x ∈ E définit un élément


Jx ∈ E 00 par Jx(f ) = f (x). Jx est bien une forme linéaire continue sur E 0 , puisque |Jx(f )| =
|f (x)| ≤ ||x||E ||f ||E 0 . En fait, ||Jx||E 00 = ||x||E car, grâce au Corollaire 2.2,

||Jx|| = sup |Jx(f )| = sup |f (x)| = ||x||.


||f ||≤1 ||f ||≤1

On a donc JE ⊂ E 00 . Cela va nous permettre de définir une nouvelle topologie sur E 0 .

Définition 4.4 La topologie ?σ(E 0 , E) est la moins fine rendant continues les formes linéaires
f → f (x), pour tout x ∈ E.

Cette topologie est donc a priori moins fine que σ(E 0 , E 00 ).

Proposition 4.7 On a la base de voisinages en f0 ∈ E 0 pour la topologie faible-? :

U = {f ∈ E 0 , |(f − f0 )(xi )| < ε}, i = 1, ..., n, xi ∈ E, n ∈ IN.

Proposition 4.8 Soit E un espace de Banach. Si (fn ) est une suite de E 0 ,


(i) (fn * f , ?σ(E 0 , E)) ⇔ (∀x ∈ E fn (x) → f (x)).
(ii) Si fn → f fortement, alors fn * f , ?σ(E 0 , E).
(iii) Si fn * f , ?σ(E 0 , E), alors ||fn || est bornée et

||f || ≤ lim inf ||fn ||.


n→+∞

(iv) Si fn * f , ?σ(E 0 , E), si xn → x fortement, alors fn (xn ) → f (x).

Démonstration Pour (i), (ii), (iv), les mêmes que pour la proposition 4.4. Pour (iii), directe-
ment Banach-Steinhaus. ◦

Proposition 4.9 La topologie σ(E 0 , E) est séparée.

Démonstration En effet, si deux formes linéaires f et g sur E sont distinctes, il existe x ∈ E


tel que f (x) 6= g(x). ◦

Théorème 4.2 (Banach-Alaoglu-Bourbaki). Soit E un espace vectoriel normé. L’ensemble BE 0 =


{f ∈ E 0 , ||f || ≤ 1} est compact pour la topologie ?σ(E 0 , E).
34 CHAPITRE 4. TOPOLOGIES FAIBLES

Démonstration On plonge E 0 dans Y = IRE , l’espace des applications de E dans IR muni


de la topologie produit, c’est-à-dire la topologie la moins fine rendant continues les projections
Y → IR, ω = (ωx )x∈E → E. En clair, la topologie sur Y = IRE est la topologie de la convergence
simple. On appelle le plongement Φ : (E 0 , σ(E 0 , E)) → Y , f → (f (x))x∈E ∈ Y . L’application Φ
est continue et injective et d’inverse continue sur son image. On peut le vérifier en regardant
les images et images réciproques des ouverts, mais on peut aussi simplement remarquer que les
topologies sur Y et sur E 0 , ?σ(E 0 , E) sont la même, puisque la topologie ?σ(E, E 0 ) n’est autre
que la topologie de la convergence simple (restreinte aux formes linéaires sur E). Montrons que
l’image K de BE 0 par Φ est un compact. On a

K = {ω ∈ Y, ∀x, y ∈ E, ∀λ ∈ IR, |ωx | ≤ ||x||, ωx+y = ωx + ωy , ωλx = λωx }.

On écrit K = K1 ∩ K2 , avec

K1 = {ω ∈ Y, ∀x ∈ E, |ωx | ≤ ||x||} et

K2 = {ω ∈ Y, ∀x, y ∈ E, ∀λ ∈ IR, ωx+y = ωx + ωy , ωλx = λωx .}


On voit que K1 = Πx∈E [−||x||, ||x||] est compact. Pour montrer que K2 est fermé dans Y ,
vérifions que K2 ⊂ K2 . Soit w0 ∈ K2 alors tout voisinage de w0 pour la topologie produit
rencontre K2 . En particulier, soient x, y ∈ E, α, β ∈ IR et ε > 0 alors le voisinage U défini par

U = {w ∈ Y ; |wx − wx0 | < ε} ∩ {w ∈ Y ; |wy − wy0 | < ε} ∩ {w ∈ Y ; |wαx+βy − wαx+βy


0
| < ε}

rencontre K2 . Donc, il existe w ∈ K2 tel que w ∈ U . On peut donc écrire


0
wαx+βy − αwx0 − βwy0 = (wαx+βy
0
− wαx+βy ) + α(wx − wx0 ) + β(wy − wy0 ).

On en déduit que
0
|wαx+βy − αwx0 − βwy0 | ≤ (1 + |α| + |β|) ε et ceci ∀ε > 0.

D’où w0 ∈ K2 et K2 est fermé. Donc K est compact et donc BE 0 aussi. ◦

Remarque 4.2 Le théorème précédent n’est réellement utilisable que si la boule unité BE 0 est
métrisable. On verra plus loin que c’est le cas quand E est séparable.

Deux exemples illustrés de convergence ?σ(E 0 , E)


Dans ces deux exemples, l’espace E est un espace fonctionnel. Pour g ∈ E 0 et f ∈ E, nous
notons hf, gi le produit de dualité.
1. Convergence ?σ(L∞ , L1 ) de sin(nx) vers 0.
Soit fn (x) = sin(nx), une suite de fonctions de L∞ (IR), espace des fonctions “essentiel-
lement” bornées de IR dans IR (cette notion sera précisée au chapitre 7, et il suffit pour
l’instant de penser aux fonctions bornées). Nous verrons aux chapitres 7 et 8 que cet es-
pace, muni de la norme ||f ||∞ = sup f , est un Banach qui est l’espace dual de L1 (IR),
espace desR fonctions intégrables de IR dans IR, également
R un Banach muni de la norme0
||f ||1 = |f |. L’opération de dualité est alors hf, gi = f g. Vérifiez que L ⊂ L1 .

Nous nous intéressons à la convergence de hsin(nx), gi, pour g une fonction intégrable.
4.2. LA TOPOLOGIE ?σ(E 0 , E) 35

En utilisant une intégration par parties (et vos connaissances de l’intégration à ce point),
montrez que dans le cas où g est différentiable, ces produits tendent vers 0 lorsque n tend
vers l’infini. A quelle vitesse ce produit converge-t-il si g est C k ? Exercice à faire après la
lecture des chapitres 7 et 8 : montrer que le résultat reste vrai dans le cas où g ∈ L1 (IR)
(utilisez des résultats de densité), ce qui établit la convergence ?σ(L∞ , L1 ). La convergence
vers 0 de hsin(nx), gi est illustrée figure 4.2, dans les cas où g est une fonction indicatrice
d’intervalle, puis la fonction exp(−|x|).
2. Convergence d’une suite de mesures.
Soit Cc l’espace des fonctions continues réelles, à support compact sur R. Cet espace est
muni de la norme ||f ||∞ . Soit M le dual de Cc . Nous appellerons “mesures de Radon” les
éléments de M. Pour x ∈ IR, définissons l’application δx de Cc dans IR, définie par

δx (f ) = f (x).

Cette application s’appelle la mesure de Dirac au point x. Montrez que δx ∈ M. Nous


définissons alors deux opérations pour les mesures de Dirac :

Le zoom : Zλ δx = δλx ,

La convolution : δx ∗ δy = δx+y .

Un résultat classique (et ici admis) de la théorie des probabilités, le théorème central limite,
concerne la convergence de la suite de mesures définie par

1
µ1 = (δ−1 + δ1 ) ,
2

µn = Z√n (µ1 ∗n ) , ∀n ≥ 1, (4.4)

expression où µ1 ∗n représente la mesure obtenue en convoluant µ1 n fois à elle même (avec
la définition de la convolution entre mesures de Dirac donnée ci-dessus). La mesure µ1
correspond à la loi de probabilité associée à un tirage de pile ou face, et la mesure (µ1 ∗n )
à la loi associée à n tirages indépendants. On peut montrer que

1
µn * g(x) = √ exp(−x2 /2),

(convergence
R ?σ(M, Cc )). Il est alors entendu que la fonction g est l’élément de M défini par
hf, gi = f g, pour tout f ∈ Cc . Ce résultat est illustré sur la figure 4.2, où l’on considère,
à N fixé, les produits hµN , T[−5+ n−1 ,−5+ n ] i et hg, T[−5+ n−1 ,−5+ n ] i, pour n = 1, ..., 50.
5 5 5 5
Les fonctions de Cc utilisées
 sont définies
 ainsi : T (x) = sup(0, 1−|x|), et, pour un intervalle
2 2(x−(a+b)/2)
[a, b], T[a,b] (x) = b−a T b−a , c’est à dire une fonction triangulaire s’appuyant
sur l’intervalle [a, b]. Ainsi les T[−5+ n−1 ,−5+ n ] sont des fonctions continues qui balayent
5 5
l’intervalle [−5, 5], en dehors duquel la fonction g est proche de 0. Ces produits sont tracés
en fonction de n, pour N = 10 (figure (a)), N = 100 (figure (b)), N = 1000 (figure (c)),
et N = 5000 (figure (d)).
36 CHAPITRE 4. TOPOLOGIES FAIBLES

sin(3*x) sin(5*x)
1 1

0.5 0.5

0 0

−0.5 −0.5

−1 −1
0 1 2 3 4 5 0 1 2 3 4 5

sin(10*x) sin(20*x)
1 1

0.5 0.5

0 0

−0.5 −0.5

−1 −1
0 1 2 3 4 5 0 1 2 3 4 5

(a) Graphes sur [0, 5]des fonctions


x → sin(kx) pour k = 3, 5, 10, 20.

0.5
hsin(kx), 11[0,5] i

0 5 10 15 20 25 30 35 40 45 50
k

(b) Produits hsin(kx), 11[0,5] i =


R5
0
sin(kx)dx tracés en fonction de k.
11[0,5] désigne la fonction indicatrice
de l’intervalle [0, 5].

0.6

0.4
hsin(kx), exp(−|x|)i

0.2

0
0 5 10 15 20 25 30 35 40 45 50
k

(c) Produits hsin(kx), exp(−|x|)i =


R
sin(kx) exp(−|x|)dx tracés en fonc-
tion de k.


Fig. 4.1 – Illustration de la convergence ?σ L∞ , L1 . Nous définirons au chapitre 7 l’espace
L∞ (IR) des fonctions mesurables bornées sur IR, et L1 (IR) l’espace des fonctions intégrable sur
IR. Nous montrerons également
R au chapitre 8 que (L1 (IR))0 = L∞ (IR) (l’application de dualité
étant définie par hf, gi = f g). Nous nous intéressons ici aux fonctions sin(kx), k ∈ IN, qui
appartiennent à L∞ . Nous traçons les valeurs des produits hsin(kx), f i en fonction de k, avec
f successivement une fonction indicatrice (figure (b)), puis la fonction exp(−|x|) (figure (c)),
deux fonctions appartenant à L1 . Ces produits tendent vers 0 quand k tends
 vers l’infini, ce qui

illustre la convergence de (sin(kx)) vers 0 pour la topologie ?σ L , L . 1
4.2. LA TOPOLOGIE ?σ(E 0 , E) 37

0.25 0.08

0.07

0.2
0.06

0.05
0.15

0.04

0.1
0.03

0.02
0.05

0.01

0 0
0 5 10 15 20 25 30 35 40 45 50 0 5 10 15 20 25 30 35 40 45 50

(a) N = 10 (b) N = 50

0.08 0.08

0.07 0.07

0.06 0.06

0.05 0.05

0.04 0.04

0.03 0.03

0.02 0.02

0.01 0.01

0 0
0 5 10 15 20 25 30 35 40 45 50 0 5 10 15 20 25 30 35 40 45 50

(c) N = 1000 (d) N = 5000

Fig. 4.2 – Le théorème central limite : illustration de la convergence ?σ (M, Cc ) de µn . La mesure


µn est définie à partir des mesures de Dirac (voir la formule (4.4)), et est associée
 à une suite
de n tirages de pile ou face. Nous avons admis que µn * g(x) = √12π exp −x2 /2 .
les courbes faites de + représentent hg, T[−5+ n−1 ,−5+ n ] i en fonction de n,
5 5
les courbes faites de · représentent hµN , T[−5+ n−1 ,−5+ n ] i en fonction de n,
5 5
en fonction de n, pour N = 10, 50, 1000, 5000 (attention, l’échelle en ordonnées diffère entre
la figure (a) et les suivantes). Pour un intervalle I de IR, les fonctions TI sont des fonctions
continues à support dans I.
38 CHAPITRE 4. TOPOLOGIES FAIBLES

4.3 Exercices
Introduction Variante de la définition de la topologie faible

Dans tout ce qui suit E désignera un espace de Banach. Pour f ∈ E 0 , on définit pf (x) = |f (x)|,
c’est bien une semi-norme sur E. On note P = (pf )f ∈E 0 . Soit p ∈ P, on appelle p-boule ouverte
de centre x ∈ E et de rayon r l’ensemble B(x, r) des points y ∈ E tels que p(x − y) < r. Enfin
on appelle P-boule ouverte de centre x toute intersection finie de pi -boules ouvertes de centre x.
Définition : Une partie U de E est ouverte si ou bien U = ∅, ou bien ∀x ∈ U , il existe une
P-boule ouverte de centre x contenue dans U. On peut vérifier facilement que l’on définit bien
ainsi une topologie sur E.
On note (E, P) l’espace E muni de cette topologie. La topologie (E,P) s’appelle la topologie
faible sur E (par ”opposition” à la topologie de la norme qui est dite topologie forte). Elle est
souvent notée σ(E, E 0 ) ou bien Ew (w=weak) dans la littérature.
Pour simplifier les notations, on pose E 0 = (fi )i∈I et on notera P.F.I l’ensemble des parties
finies de I. Par définition de la topologie associée à une famille de semi-normes, les ensembles
V (x, J, ε) = {y ∈ E, | < fi , x − y > | < ε, ∀i ∈ J} où J ∈ P.F.I et ε > 0 constituent une base de
voisinages (ouverts) de x dans E.

Exercice 1

1) Vérifier que la topologie faible est séparée.


2) Montrer qu’un ouvert faible est un ouvert fort.
3) Montrer que E 0 = (Ew )0 . En particulier les ensembles {x ∈ E, < f, x >< α} où f ∈ E 0 et
α ∈ IR sont des ouverts faibles.
4) Montrer que si dimE < ∞, σ(E, E 0 ) est équivalente à (E, k k) (pour cela montrer que toute
boule B(x, r) contient un V (x, J, ε)).

Exercice 2

Soit E un espace vectoriel normé tel que dimE = +∞. On se propose de montrer que la
topologie faible n’est pas métrisable. Pour cela on raisonne par l’absurde et on suppose qu’il
existe une distance d sur E dont la topologie est équivalente à σ(E, E 0 ).
1) Montrer qu’il existe une suite (fn )n≥1 d’éléments de E 0 telle que
∀k ∈ IN? , ∃Ik ∈ P.F.IN? , ∃εk > 0 tels que
\ 1
{x ∈ E : | < fi , x > | < εk } ⊂ Bd (0, ),
k
i∈Ik

où Bd (0, = {x ∈ E : d(0, x) < k1 }.


1
k)
2) Soient g ∈ E 0 et V = {x ∈ E : | < g, x > | < 1}. Montrer que ∃I ∈ P.F.IN? tel que
\ \
ker fi ⊂ V, puis que ker fi ⊂ ker g.
i∈I i∈I
On note I = {n1 , n2 , ..., nk }.
3) On considère
F : E −→ IRk+1
x 7−→ (g(x), fn1 (x), ..., fnk (x)).
4.3. EXERCICES 39

P
Séparer ImF de (1,0,...,0) dans IRk+1 . En déduire que ∃(λi )i ∈ IRk tel que g = ki=1 λi fni .
4) Soit
S Fn = vect{f1 , ..., fn }. Montrer que ∃n0 ∈ IN? tel que E 0 = Fn0 . (remarquer que
E 0 = n Fn ).
5) Conclure.

Exercice 3

Soient E et F deux espaces de Banach et T : E −→ F linéaire.


1) Montrer l’équivalence des propriétés suivantes :

(1) T : E −→ F continue.
(2) T : Ew −→ Fw continue.
(3) T : E −→ Fw continue.

2) Montrer que T : Ew −→ F linéaire continue =⇒ dim Im(T ) < ∞.

Exercice 4
P+∞ P+∞
On note `1 = {x = (xn )n≥1 ⊂ IR tel que n=1 |xn | < ∞} que l ’on munit de kxk1 = n=1 |xn |,
et `∞ = {x = (xn )n≥1 ⊂ IR tel que supn |xn | < ∞} que l’on munit de kxk∞ = supn≥1 |xn |.
On admettra que `1 et `∞ sont des espaces de Banach.
Enfin on note en = (δni )i≥1 où δni = 1 si i =n, δni = 0 sinon.
P
1) Pour x = (xn ) ∈ `1Pon note xN = N n N
n=1 xn e . Vérifier que kx − xk1 −→ 0 quand N → +∞.
+∞ n
(On écrira alors x = n=1 xn e .)
2) Soit y ∈ `∞ avec y = (yn ). On considère

f : `1 −→ IR
X
x 7→ f (x) = xn y n ,
n≥1

avec x = (xn ). Montrer que f ∈ (`1 )0 . On pose Λy = f et on définit ainsi une application

Λ : `∞ −→ (`1 )0
y 7→ Λy ,
P
où < Λy , x >= xn yn , ∀x ∈ `1 .
a) Montrer que Λ est une isométrie.
b) Montrer que Λ est un isomorphisme.

Dans la suite
P on identifiera `∞ et (`1 )0 à l’aide de Λ, c’est à dire que si y ∈ `∞ , on écrira
< y, x >= n xn yn ∀x ∈ `1 . De plus, < y, ei >=< ei , y >= yi , ∀i ≥ 1 et ∀y ∈ `1 ou `∞ .
3) Soit (xn )n≥1 une suite d’éléments de `1 , exprimer le fait que xn * 0 dans `1 muni de la
topologie faible.
4) On se propose de démontrer le théorème suivant :
Si xn * 0 dans `1 pour la topologie faible σ(`1 , `∞ ) alors xn → 0 pour la topologie forte i.e.
kxn k → 0.
NB : C’est un cas TRES PATHOLOGIQUE.
40 CHAPITRE 4. TOPOLOGIES FAIBLES

Soit donc (xn )n≥1 une suite d’éléments de `1 telle que xn * 0 dans `1 faible.

a) Soit K = B `∞ = {f ∈ `∞ : kf k∞ ≤ 1}. On note



X |fn − gn |
d(f, g) = .
2n
n=1

Montrer que (K,d) est un espace métrique.

b)Montrer que ∀r > 0 et ∀f ∈ K,


Ω = {g ∈ K : d(f, g) < r} = Bd (f, r) ∩ K
est un voisinage de f dans K pour la topologie faible ? σ(`∞ , `1 ).

c) En déduire que (K,d) est un espace métrique compact.

d) Soit ε > 0 fixé. On pose


Fk = {f ∈ K : | < f, xn > | ≤ ε, ∀n ≥ k}.
Montrer que ∃f 0 ∈ K, ∃ρ > 0 et ∃k0 tels que
f ∈ K et d(f 0 , f ) < ρ =⇒ f ∈ Fk0 ,
(appliquer le lemme de Baire).

e) Soit N ∈ IN? tel que 1


2N−1
< ρ, montrer que ∀n ≥ k0 ,
N
X
kxn k1 ≤ ε + 2 |xni |,
i=1

(choisir f = (f10 , f20 , ..., fN


0 , ±1, ±1, ..., ±1, ...) et utiliser le fait que f ∈ Fk0 .

f) Conclure.
5) On vient de démontrer que l’application, id : `1 faible → `1 fort, est séquentiellement continue.
Est-elle continue ?

Exercice 5 Hahn-Banach 1ere forme géométrique pour la topologie ω?.

Soit E un espace de Banach. Soient A et B deux parties non vides et convexes de E 0 telles
que A ∩ B = ∅. On suppose que A est ouverte pour la topologie faible ?.
On se propose de montrer que ∃x ∈ E, x 6= 0, ∃α ∈ IR tels que < a, x > ≤ α ≤ < b, x >, ∀a ∈ A
et ∀b ∈ B.

1) Vérifier que ∃ξ ∈ E 00 , ξ 6≡ 0 et ∃α ∈ IR tels que < ξ, a > ≤ α ≤ < ξ, b >, ∀a ∈ A et


∀b ∈ B.
2) Soit J l’injection de E dans E 00 définie par
< J(x), f >E 00 ,E 0 = < f, x >E 0 ,E , ∀f ∈ E 0 , ∀x ∈ E.
T
Montrer qu’il existe x1 , ..., xN ∈ E tels que 1≤i≤N ker J(xi ) ⊂ ker ξ et conclure.
Chapitre 5

Espaces réflexifs, espaces séparables

5.1 Espaces réflexifs


Soit E un espace de Banach. Commençons par quelques remarques sur la dualité.

Proposition 5.1 Si E ⊂ F , alors F 0 ⊂ E 0 et E 00 ⊂ F 00 . Si M ⊂ E est un sous-espace fermé de


E et si M 0 = E 0 , alors M = E.

Démonstration Les deux premiers énoncés sont évidents, mais attention, les inclusions en
question sont des plongements : en effet F 0 ⊂ E 0 veut dire que les formes linéaires continues sur
F peuvent être restreintes à E et apparaissent alors comme des formes linéaires continues sur
E. Si M 0 = E 0 , l’orthogonal de M dans E 0 est {0}. Par le Lemme 2.4, M est dense dans E.
Comme M est fermé, on a donc M = E. ◦

Soit J : E → E 00 l’injection canonique de E dans E 00 , définie par Jx(f ) = f (x) pour tout
x ∈ E, f ∈ E 0 .

Définition 5.1 E est réflexif si J(E) = E 00 .

Théorème 5.1 (Kakutani). Soit E un espace de Banach. Alors E est réflexif si et seulement
si BE = {x ∈ E, ||x|| ≤ 1} est compact pour la topologie σ(E, E 0 ).

”Un espace de Banach E est réflexif si et seulement si sa boule unité fermée est faiblement
compacte”.

Démonstration très abrégée Si E est réflexif, on a E = J −1 (E 00 ) et, avec cette identifi-


cation, σ(E, E 0 ) = σ(E 00 , E 0 ) et BE = BE 00 . Comme cette dernière boule est compacte pour
σ(E 00 , E 0 ) par le théorème de Alaoglu, on déduit que BE est compacte pour σ(E, E 0 ). Pour la
réciproque, voir Brezis pages 44 et 45. ◦

Proposition 5.2 Soit M ⊂ E un sous-espace vectoriel fermé de E, espace de Banach, muni de


la norme induite. Alors si E est réflexif, M est réflexif.

Lemme 5.1 Si M ⊂ E est un sous-espace vectoriel fermé, alors, sur M , σ(M, M 0 ) = σ(E, E 0 )

41
42 CHAPITRE 5. ESPACES RÉFLEXIFS, ESPACES SÉPARABLES

Démonstration Cela provient du fait que, par le théorème de Hahn-Banach, toute forme
linéaire continue sur M peut se prolonger en une forme linéaire continue sur E, de même norme.
Donc les voisinages définis par des f ∈ M ou par des f ∈ E 0 sont les mêmes. ◦

Démonstration Montrons que la topologie σ(M, M 0 ) est une restriction à M de la topologie


σ(E, E 0 ). Par le lemme précédent, σ(M, M 0 ) est la restriction à M de σ(E, E 0 ). Inversement,
toute forme linéaire continue sur E est continue sur M . On applique le théorème de Kakutani :
la boule BM = {x ∈ M ||x|| ≤ 1} est un fermé de BE qui est un compact pour σ(E, E 0 ). Donc
c’est aussi un compact pour σ(M, M 0 ). Donc, à nouveau par le théorème 5.1, M est réflexif. ◦

Proposition 5.3 Soit E un espace de Banach. Alors E est réflexif si et seulement si E 0 est
réflexif.

Démonstration Supposons que E soit réflexif. On sait que BE 0 est compact pour la topologie
σ(E 0 , E) (Théorème 4.2 de Alaoglu). Comme E est réflexif, on a σ(E 0 , E) = σ(E 0 , E 00 ). Donc
BE 0 est aussi compact pour σ(E 0 , E 00 ), ce qui implique par le théorème de Kakutani que E 0 est
réflexif.
Réciproquement, Si E 0 est réflexif, alors par l’étape précédente, E 00 est réflexif. Donc J(E),
qui est un sous-espace fermé (fort) de E 00 , est aussi réflexif par la proposition 5.2, et donc E est
réflexif. ◦

Corollaire 5.1 Soit K ⊂ E un sous-ensemble convexe, fermé, borné d’un espace de Banach
réflexif. Alors K est compact pour la topologie σ(E, E 0 ).

”Tous les convexes fermés bornés d’un espace de Banach réflexif sont compacts pour la topologie
faible”.

Démonstration K est fermé dans σ(E, E 0 ), et K ⊂ B(0, M ) est compact dans σ(E, E 0 ) =
σ(E 00 , E 0 ). ◦

5.2 Espaces séparables


Un espace séparable est un espace métrique qui contient un sous-ensemble D dense et
dénombrable.

Proposition 5.4 Soit E un espace métrique séparable et F un sous-espace de E. Alors F est


séparable.
5.2. ESPACES SÉPARABLES 43

Démonstration Considérons d(xn , F ), la distance de xn à F . On choisit yn ∈ F tel que


d(yn , xn ) ≤ 2d(xn , F ). Montrons que yn est dense dans F . Soit y ∈ F . Comme

1
d(xn , y) ≥ d(xn , F ) ≥ d(yn , xn ),
2
on obtient d(y, yn ) ≤ d(y, xn ) + d(xn , yn ) ≤ 3d(xn , y). Comme xn est dense, on en déduit que
lim inf d(y, yn ) ≤ 3 lim inf d(xn , y) = 0. ◦

Théorème 5.2 Soit E un espace vectoriel normé tel que E 0 soit séparable. Alors E est séparable.

Attention : la réciproque est fausse. On verra que (L1 (IR))0 = L∞ (IR), mais L∞ n’est pas
séparable.

Démonstration du théorème 5.2. Soit fn une suite dénombrable de E 0 dense dans E 0 . A


tout fn , on associe xn ∈ E tel que
1
||xn || = 1 et fn (xn ) ≥ ||fn ||.
2
Ces xn sont donc choisis pour être des éléments duaux approximatifs des fn (voir le corollaire
2.2 sur l’application de dualité). On considère L0 , l’espace vectoriel sur Q| engendré par les xn
et L celui engendré sur IR. L0 est dénombrable et dense dans L. Montrons que L est à son tour
dense dans E. Remarquons qu’il suffit par le lemme 2.4 de démontrer que

∀f ∈ E 0 , (∀x ∈ L, f (x) = 0) ⇒ f = 0. (5.1)

Soit donc f ∈ E 0 tel que f (x) = 0 pour tout x ∈ L. Montrons que f = 0. Or, ∀ε > 0, ∃n,
||f − fn || < ε et f (xn ) = 0, ∀n. Donc

1
||fn || ≤ fn (xn ) = (fn − f )(xn ) + f (xn ) ≤ ε.
2
Donc ||f || ≤ ||fn − f || + ||fn || ≤ 3ε et donc f = 0. ◦

Corollaire 5.2 Si E est un espace de Banach, alors E est réflexif et séparable si et seulement
si E 0 est réflexif et séparable.

Démonstration On sait déjà que si E 0 est réflexif et séparable, alors E aussi. Réciproquement,
si E est réflexif et séparable, alors E 00 = J(E) aussi, et donc E 0 aussi.

Théorème 5.3 Soit E un espace de Banach séparable. Alors la boule unité fermée BE 0 est
métrisable pour la topologie σ(E 0 , E).
44 CHAPITRE 5. ESPACES RÉFLEXIFS, ESPACES SÉPARABLES

Démonstration Soit (xn ) une suite de BE dense dans BE . On définit une distance sur E 0 par

X
0 1
∀f, g ∈ E , d(f, g) = |(f − g)(xn )|.
2n
n=1

Il faut montrer que les voisinages pour σ(E 0 , E) et pour cette distance sont les mêmes.

a) Soit f0 ∈ BE 0 et V un voisinage de f0 pour σ(E 0 , E). On montre que ∃r > 0, U = {f ∈


BE 0 , d(f, f0 ) < r} ⊂ V. On peut supposer (Proposition 4.8) que V est de la forme

V = {f ∈ BE 0 , (f − f0 )(yi ) < ε, i = 1, ..., n}, avec ||yi || ≤ 1.

Comme la suite xn est dense dans BE , on peut trouver xni tels que ||yi − xni || < 4ε . On choisit
r tel que 2ni r < 2ε . Alors

1
d(f, f0 ) < r ⇒ |(f − f0 )(xni )| < r, i = 1, ..., n.
2ni
ε ε
⇒ |(f − f0 )(yi )| ≤ |(f − f0 )(yi − xni )| + |(f − f0 )(xni )| < + ⇒ f ∈ V.
2 2
Donc U ⊂ V .
b) Réciproquement, soit f0 ∈ BE 0 . Fixons r > 0 et considérons

U = {f ∈ BE 0 , d(f, f0 ) < r}.

On va montrer qu’il existe un voisinage V de f0 pour σ(E 0 , E) dans BE 0 tel que V ⊂ U. On


cherche V de la forme

V = {f ∈ BE 0 , |(f − f0 )(xi )| < ε, i = 1, ..., k}.

Choisissons k et ε pour que V ⊂ U : on a, si f ∈ V ,

Xk ∞
X ∞
X
1 1 1
d(f, f0 ) = n
|(f − f0 )(xn )| + n
|(f − f0 )(xn )| < ε + 2
n=1
2 2 2n
n=k+1 n=k+1

1
=ε+ .
2k
r 1
On choisit donc ε < 2 et k suffisamment grand pour que 2k
< 2r . ◦

Une adaptation immédiate de la démonstration précédente donne le résultat dual :

Théorème 5.4 Soit E un espace de Banach tel que E 0 soit séparable. Alors BE est métrisable
pour σ(E, E 0 ).

Théorème 5.5 Soit E un espace de Banach séparable, fn une suite bornée dans E 0 . Alors il
existe une sous-suite extraite fnk qui converge pour σ(E 0 , E).
5.3. EXERCICES 45

Démonstration En effet, par le théorème 4.2 (Théorème d’Alaoglu), la boule unité de E 0 est
compacte pour la topologie σ(E 0 , E) et par le théorème 5.3, cette topologie est métrisable. Or,
dans un compact métrique, toute suite a un point d’accumulation.

Corollaire 5.3 Soit E un espace de Banach et réflexif. Soit xn une suite bornée dans E. Alors
il existe une sous-suite xnk qui converge pour σ(E, E 0 ).

Démonstration Soit F le plus petit sous-espace fermé contenant la suite xn . E étant réflexif,
F l’est aussi, mais est de plus séparable. F est le dual de F 0 et σ(F, F 0 ) = σ(F 00 , F 0 ). Donc le
théorème 5.5 s’applique. ◦

Corollaire 5.4 Soit E un espace de Banach réflexif et ϕ : E →]−∞, +∞] une fonction convexe
s.c.i. sur un convexe fermé A telle que

lim ϕ(x) = +∞, et ∃x0 , |ϕ(x)| < ∞.


x∈A,||x||→∞

Alors ϕ atteint son minimum sur A.

Démonstration L’ensemble convexe K = {x, ϕ(x) ≤ ϕ(x0 )} est convexe, fermé, borné, non
vide. Donc c’est un compact pour σ(E, E 0 ). Comme ϕ est aussi s.c.i. pour la topologie σ(E, E 0 ),
ϕ atteint son minimum sur K en vertu du lemme 5.2 ◦

Lemme 5.2 Soit ϕ une fonction s.c.i. sur un espace topologique compact K. Alors ϕ atteint sa
borne inférieure.

Démonstration Supposons par contradiction que ϕ n’atteigne pas son infimum m sur K.
Alors les ouverts Oε =]m + ε, +∞[ recouvrent ϕ(K). Comme ϕ est s.c.i., les ensembles ϕ−1 (Oε )
sont ouverts. De plus, ils recouvrent K et on peut donc en extraire un sous-recouvrement fini.
On en déduit un recouvrement fini Oε1 , ..., Oεk de ϕ(K). Donc ϕ(K) ⊂] min(ε1 , ..., εk ), +∞[, ce
qui contredit la définition de m.

5.3 Exercices
Rappel
46 CHAPITRE 5. ESPACES RÉFLEXIFS, ESPACES SÉPARABLES

On définit J : E −→ E 00 par

< Jx, f >E 00 ,E 0 = < f, x >E 0 ,E ∀x ∈ E, ∀f ∈ E 0 .

On a kJxk = supkf k≤1 | < f, x > | = kxk par Hahn-Banach, donc J est linéaire isométrique.
(On peut donc identifier E et J(E) quand on le souhaite.)

Exercice 1

0 )0 .
Montrer que E = (Ew?

Exercice 2

Soit E = `∞ que l’on munit de kxk∞ = supn≥1 |xn |.


Trouver une suite (fn )n de E 0 telle que kfn kE 0 = 1 et (fn )n ne possède aucune sous-suite conver-
gente pour la topologie faible ?. Y-a-t-il contradiction avec le fait que (BE 0 , w?) est compact ?
Que pouvez-vous en conclure sur E ?

Exercice 3

Soient E et F deux espaces de Banach, on note BE = {x ∈ E : kxk ≤ 1}. Soit T : E −→ F une


application linéaire. On dit que T est compacte si T (BE ) est compact dans F (pour la norme).
1) Vérifier qu’un compact dans un espace vectoriel normé est borné.
2) Montrer que T compacte =⇒ T continue.
3) Montrer que T compacte =⇒ T vérifie (?),

(?) [xn * x dans Ew =⇒ T xn −→ T x dans F ]

4) Réciproquement : si de plus E est réflexif, montrer que (T vérifie (?) ) =⇒ (T compacte) (on
pourra d’abord vérifier que T (BE ) est fermé).
5) On suppose que E = F . Montrer que T compacte =⇒ dim ker(Id-T)< ∞.

Exercice 4

Soit E un espace réflexif et soit f ∈ E 0 , montrer que kf kE 0 est atteinte.


(C’est un critère simple pour montrer qu’un espace n’est pas réflexif.)

Exercice 5

Soit E = C[0, 1] muni de k k∞ et soit ϕn (x) = 1 − nx si x ≤ 1/n et nulle ailleurs. Vérifier


que E est un espace de Banach. Vérifier que (ϕn )n n’a aucune sous-suite faiblement conver-
gente. Que pouvez-vous conclure sur E ?

Exercice 6

Soit E un espace de Banach. On note BE 0 = {f ∈ E 0 : kf kE 0 ≤ 1}. On suppose que (BE 0 , σ(E 0 , E))
est métrisable, c’est à dire, qu’il existe une distance d sur BE 0 dont la topologie est équivalente
à la topologie faible ? sur BE 0 . On se propose de montrer que E est séparable.
5.3. EXERCICES 47

1) Montrer qu’il existe une suite (xn )n≥1 déléments de E telle que
∀k ∈ IN? , ∃Ik ∈ P.F.IN? , ∃εk > 0 tels que
\ 1
{f ∈ BE 0 : | < f, xi > | < εk } ⊂ Bd (0, ),
k
i∈Ik

où Bd (0, k1 ) = {g ∈ BE 0 : d(0, g) < k1 }.


On pose
[ [
Xn = vectIR {x1 , x2 , ..., xn }, Yn = vectQ| {x1 , x2 , ..., xn }, X= Xn et Y = Yn .
n≥1 n≥1

Pour A ⊂ E, on note A l’adhérence de A pour la topologie de la norme.


2) Vérifier que X ⊂ Y .
3) En supposant que X 6= E, montrer que ∃f ∈ E 0 , f 6≡ 0, telle que < f, x >= 0, ∀x ∈ X.
En déduire une contradiction.
4) Montrer que E est séparable.
48 CHAPITRE 5. ESPACES RÉFLEXIFS, ESPACES SÉPARABLES
Chapitre 6

L’intégrale de Lebesgue

On admet l’existence d’une classe de fonctions f : IRN → [−∞, +∞] que l’on appelle mesu-
rables au sens de Borel-Lebesgue. Si f = 11E est une fonction caractéristique d’un sous-ensemble
E de IRN , c’est-à-dire f (x) = 1 si x ∈ E, f (x) = 0 sinon et si f est mesurable, on dit que E est
mesurable, ou Lebesgue-mesurable. Dans tout ce qui suit, nous admettrons que les fonctions et
les ensembles considérés sont mesurables et nous admettons l’existence d’une application qui à
toute fonction f mesurable et à valeurs dans [0, +∞] associe son intégrale de Lebesgue que l’on
notera de manière plus ou moins abrégée
Z Z Z
f (x)dx = f (x)dx = f ∈ [0, +∞].
IRN
R
Si f = 11E est une fonction caractéristique, on note µ(E) = 11E que l’on appelle mesure de
E. En l’absence d’une construction explicite, les propriétés qui suivent doivent être considérées
comme des axiomes vérifiés par l’intégrale de Lebesgue. A partir de ces axiomes, nous démontrerons
les autres propriétés dont nous aurons besoin.
+
Propriété
R R : pour f et g à valeurs dans [0, +∞], et λ, µ ∈ IR ,
6.1R Linéarité
λf + µg = λ f + µ g.
R R
Remarquons que l’on en déduit la croissance de l’intégrale : si f ≤ g, alors f ≤ g

Propriété 6.2 . Si f ≥ 0 est Riemann-intégrable elle est Lebesgue mesurable et son intégrale
au sens de Lebesgue est égale à son intégrale au sens de Riemann.

Propriété 6.3 (Théorème de Beppo-Levi ou de la convergence monotone) Si fn est une suite


croissante de fonctions mesurables définies sur IRN et à valeurs dans [0, +∞], on a
Z Z
lim fn (x)dx = lim fn (x)dx ≤ +∞.
n→∞ n→∞

P N
Exercice 6.1 Si P Rde fonctions IR → [0, +∞], on peut intervertir sommation
R P un est une série
et intégration : n un (x)dx = un (x)dx.

Il
Pksuffit d’appliquer le théorème de Beppo-Levi à la suite croissante des sommes partielles
n=1 un .

49
50 CHAPITRE 6. L’INTÉGRALE DE LEBESGUE

Proposition 6.1 Si A et B sont deuxS ensembles Pmesurables, alors A ⊂ B ⇒ µ(A) ≤ µ(B).


Si An sont des ensembles disjoints, µ( n An ) = n µ(An ). (Appliquer de nouveau Beppo-Levi
P fonctions caractéristiques des ensembles). Si les An ne sont pas disjoints, on a µ(∪n An ) ≤
aux
n µ(An ).

Définition 6.1 On appelle ensemble négligeable tout ensemble de mesure nulle. On dit qu’une
propriété est vérifiée presque partout si elle est vraie sauf sur un ensemble négligeable.
En vertu de la proposition 6.1, toute union dénombrable d’ensembles négligeables est négligeable.
Proposition 6.2 Soit f définie sur IRN et à valeurs dans [0, +∞]. On a
Z
f (x)dx = 0 ⇔ f (x) = 0 p.p..

Démonstration On pose A = {x, f (x) 6= 0}. On a


f (x) ≤ lim j11A (x).
j→∞

Si µ(A) = 0, on obtient par le théorème de la convergence monotone (Beppo-Levi),


Z Z
f (x)dx ≤ lim j 11A (x)dx = 0.
j→∞
R
Réciproquement, si f (x)dx = 0, remarquons que 11A (x) ≤ limj→∞ jf (x) et donc, à nouveau
par Beppo-Levi, Z Z
µ(A) = 11A (x)dx ≤ lim jf (x)dx = 0.
j→∞

Définition 6.2 Soit f une fonction définie dans IRN et à valeurs dans C. On dit que f est
sommable (ou intégrable au sens de Lebesgue) si on a
Z
|f (x)|dx < ∞.
IRN
L’espace des fonctions sommables est noté L1 (IRN ). Si f (x) ∈ IR, on note f = f + − f − , où
f + = max(f, 0), f − = max(−f, 0). Ces deux fonctions sont intégrables si |f | l’est et on pose
Z Z Z
f = f + − f −.

Si f = f1 + if2 est à valeurs complexes, on pose


Z Z Z
f = f1 + i f2 .

Exercice
R R 6.2 R Si une fonction f à valeurs réelles vérifie f = g − h, avec g ≥ 0, h ≥ 0, alors
f = g − h.
R
Proposition 6.3 L’application f → f est linéaire de L1 (IRN ) dans C. Si f et g sont som-
mables et à valeurs complexes,
Z Z Z Z Z
| f (x)dx| ≤ |f (x)|dx, | f (x) + g(x)|dx ≤ |f (x)|dx + |g(x)|dx. (6.1)
51

Démonstration On montre l’additivité pour des fonctions réelles : on a f + g = f + + g+ −


(f − + g− ) et donc, en vertu de l’exercice 6.2, et de l’additivité de l’intégrale pour les fonctions
positives, Z Z Z Z Z
(f + g) = (f + + g+ ) − (f − + g− ) = f+ g.

On montre la première relation de R(6.1), qui entraı̂ne aisément la seconde. On choisit un nombre
complexe θ de module 1 tel que θ f soit un réel positif. Donc
Z Z Z Z
| f (x)dx| = Re(θf (x))dx ≤ (Re(θf (x)))+ dx ≤ |f (x)|dx.

Définition 6.3 L’espace L1 (IRN ). Une conséquence de la proposition 6.2 est que si f et g
sont égales presque partout, elles ont la même intégrale. A partir de maintenant on identifie
les fonctions égales presque partout entre elles. On note L1 (IRN ) l’espace vectoriel des classes
d’équivalence de fonctions pour cette relation d’équivalence. Tous les énoncés qui suivent concer-
neront désormais ces classes. On choisira souvent par commodité une représentante u de la
classe, ce qui sera licite à condition de la considérer comme “définie presque partout” (p.p.).
On s’autorisera donc à écrire u(x), mais cette écriture n’aura jamais un sens ponctuel (à moins
qu’un élément de la classe ne s’avère continu). Les énoncés portant sur u(x) n’auront de sens
que si on leur ajoute la mention “presque partout”.

Théorème 6.1 (de Lebesgue, ou de la convergence dominée) Soit fn une suite de


fonctions qui converge presque partout vers une fonction f . On suppose qu’il existe une fonction
positive sommable fixe h telle que l’on ait pour tout n, |fn (x)| ≤ h(x) p.p.. (Cette fonction h(x)
s’appelle un chapeau intégrable de la suite fn ). On a alors
Z Z Z
|fn (x) − f (x)| → 0, fn (x)dx → f (x)dx (6.2)

Démonstration On remarque que la conclusion (6.2) ne dépend pas du choix des représentants
des fonctions fn et de f . Soit An = S {x, |fn (x)| > h(x)} et B l’ensemble des points où fn ne
converge pas vers f . Alors C = B ∪ ( n An ) est négligeable. On peut donc supposer, en chan-
geant de représentants pour fn et f , que fn (x) → f (x) partout et que |fn (x)| ≤ h(x) partout
(pour tout x).
On pose gn (x) = |fn (x)−f (x)| et hn (x) = supk≥n gk (x). Alors hn est une suite décroissante de
fonctions
R positives qui tend vers zéro partout. De plus, hn (x) ≤ 2h(x) partout. On va montrer
que hn (x)dx tend vers zéro, ce qui nous donnera (6.2). Or, le théorème de la convergence
monotone (Beppo-Levi) s’applique à la suite croissante de fonctions positives 2h − hn et donne
Z Z
lim (2h(x) − hn (x))dx = 2 h(x)dx.
n→+∞
R
Donc hn (x)dx → 0. ◦
52 CHAPITRE 6. L’INTÉGRALE DE LEBESGUE

Théorème 6.2 (Réciproque du théorème de Lebesgue).


Si fn → f dans L1 , alors il existe une sous-suite fnk de la suite fn qui converge presque partout
vers f et un chapeau intégrable h tel que ∀k, |fnk (x)| ≤ h(x) p.p..

Démonstration Voir l’exercice 7 à la fin du chapitre VII. ◦

Lemme 6.1 (Lemme de Fatou). Soit fn une suite de fonctions positives. Alors
Z Z
lim inf fn ≤ lim inf fn .
n→inf ty n

Cette inégalité est vraie que les membres de droite et de gauche soient finis, ou infinis.

Démonstration Poser gn = inf k≥n fk . Cette suite


R est croissante.
R On applique le théorème
R de la
convergence
R monotone (Beppo-Levi). Donc lim n inf k≥n f k = lim inf n f n . Mais inf k≥n f k ≤
inf k≥n fk . On conclut aisément. ◦

Théorème 6.3 (Théorème de dérivation sous le signe somme) Soient I un intervalle de IR et


A un sous-ensemble de IRn . On se donne une fonction f définie sur A × I vérifiant les trois
hypothèses suivantes.
(a) Pour tout λ ∈ I, la fonction x → f (x, λ) est sommable sur A.
∂f
(b) La dérivée partielle ∂λ (x, λ) existe en tout point de A × I.
∂f
(c) Il existe une fonction h positive et sommable sur A telle que l’on ait | ∂λ (x, λ)| ≤ h(x) pour
tous x et λ. Alors la fonction F définie par
Z
F (λ) = f (x, λ)dx
A

est dérivable dans I et on a Z


∂f
F 0 (λ) = (x, λ)dx.
A ∂λ

Démonstration On a, à λ fixé,
Z
1
[F (λ + l) − F (λ)] = gl (x)dx,
l A

où l’on a posé


1
gl (x) = [f (x, λ + l) − f (x, λ)].
l
∂f
La fonction gl converge en tout point vers ∂λ . D’autre part,
∂f
|gl (x)| ≤ sup | (x, λ + θl)| ≤ h(x)
0≤θ≤1 ∂λ

d’après le théorème des accroissements finis. Le théorème résulte alors de l’application du


théorème de Lebesgue. ◦
53

L’avant-dernière propriété de l’intégrale de Lebesgue que nous admettrons est la suivante.


Comme précédemment, on suppose que les fonctions considérées sont mesurables.

Définition 6.4 On considère un quadrillage de taille a de l’espace IRN par des hypercubes de
longueur d’arète a. Posant C = [0, a[N , ce quadrillage peut se définir par le recouvrement disjoint
[
IRN = (an + C).
n∈ZN
On appelle fonction en escalier une fonction à laquelle on peut associer un quadrillage de taille
a tel que f soit constante sur chacun des hypercubes du quadrillage et à support borné .

Définition 6.5 On appelle fonction en escalier dyadique une fonction en escalier associée à un
quadrillage de taille a = 2k , k ∈ Z.

Propriété 6.4 Pour toute fonction f sommable sur IRN , il existe une suite de fonctions en
escalier qui converge vers f dans L1 (IRN ). Cette propriété reste vraie si on impose aux fonctions
en escaliers d’être dyadiques.

On va déduire de la proposition 6.4 une propriété de densité plus forte concernant les fonctions
continues à support compact.

Définition 6.6 Soit f une fonction continue et nulle en dehors d’une boule. On appelle support
de f la fermeture de l’ensemble {x, f (x) 6= 0} qui est fermé et borné et donc compact. Si Ω est
un ouvert de IRN , on note Cc (Ω) l’ensemble des fonctions continues à support compact contenu
dans Ω.

Corollaire 6.1 Pour toute fonction f sommable sur IRN il existe une suite de fonctions fn ∈
Cc (IRN ), c’est-à-dire continues et à support compact, telles que
Z
|fn − f | → 0.
IRN

Démonstration On commence par montrer que si C est un hypercube de IRN et 11C sa


fonction
R caractéristique, alors il existe des fonctions continues fN à support compact telles que
|fN − 11C |(x)dx soit arbitrairement petit. On peut bien sûr se ramener au cas où C = [−1, 1]N .
Commençons par le cas N = 1. On considère l’unique fonction continue et affine sur [−1 − ε, −1]
et sur [1, 1+ε] telle que f1 (x) = 0 si |x| ≥ 1+ε et f1 (x) = 1 si |x| ≤ 1. La fonction fN (x1 , ..., xN ) =
f1 (x1 )...f1 (xN ) convient en dimension N . En considérant les supports de fN et de 11C , on voit
en effet que ||11C − fN ||L1 ≤ 2N ((1 + ε)N − 1) qui tend vers 0 quand ε → 0.
Toute combinaison linéaire finie de fonctions caractéristiques d’hypercubes est donc appro-
chable dans L1 par une combinaison linéaire finie de fonctions continues à support compact. Il
en résulte que toute fonction en escalier est approchable par des fonctions à support compact
dans L1 . On conclut en utilisant la propriété 6.4.

54 CHAPITRE 6. L’INTÉGRALE DE LEBESGUE

L’espace L1 (IRN ) apparaı̂t donc comme la complétion de Cc (IRN ) pour la norme


Z
||f ||L1 = |f (x)|dx,
IRN
mais il faudra montrer qu’il est effectivement complet. Voyons tout de suite deux conséquences
importantes de cette propriété de densité.

Théorème 6.4 (équicontinuité en moyenne des fonctions sommables) Pour tout f ∈ L1 (IRN ),
on a Z
lim |f (x + y) − f (x)|dx = 0.
y→0 IRN

Démonstration On fixe ε > 0 et on choisit grâce au corollaire 6.1 une fonction fε , continue
et à support compact inclus dans une boule B(0, R), telle que ||fε − f ||L1 ≤ ε. La fonction fε
ε
est uniformément continue. Il existe donc η tel que |y| ≤ η ⇒ |fε (x + y) − fε (x)| ≤ mes(B(0,2R) .
R
Ceci implique en intégrant |fε (x + y) − fε (x)|dx ≤ ε pour y ≤ min(η, R). On a donc
Z
|f (x) − f (x + y)|dx ≤
Z Z Z
|f − fε |(x)dx + |fε (x) − fε (x + y)|dx + + |fε (x + y) − f (x + y)|dx ≤ 3ε.

Théorème 6.5 (de changement de variable)


Soient Ω1 et Ω2 deux ouverts de IRn et ϕ un difféomorphisme entre Ω1 et Ω2 . On notera Jϕ (x)
le déterminant de la matrice jacobienne de ϕ au point x. Soit f une fonction définie sur Ω2 .
(a) Si la fonction f est à valeurs dans IR+ ∪ {+∞}, on a l’égalité suivante, où les deux membres
ont un sens dans IR+ ∪ {+∞},
Z Z
f (y)dy = f (ϕ(x))|Jϕ (x)|dx. (6.3)
Ω2 Ω1

(b) Si f est à valeurs complexes, elle est sommable dans Ω2 si et seulement si f (ϕ(x))Jϕ (x) est
sommable dans Ω1 , et les deux membres de l’égalité précédente sont alors égaux.

Démonstration : La formule (6.3) est vraie si f est intégrable au sens de Riemann, continue
à support compact par exemple. Si f est sommable, on considère des fonctions continues fn à
support compact qui approchent f dans L1 . On a donc
Z Z
fn (y)dy = fn (ϕ(x))|Jϕ (x)|dx (6.4)
Ω2 Ω1

et on peut écrire une formule analogue pour |fn − fp |. Il en résulte que les fonctions fn (ϕ)|Jϕ (x)|
forment une suite de Cauchy dans L1 . En admettant provisoirement que L1 est un espace complet
(voir le chapitre suivant), on en déduit que leur limite f (ϕ(x))|Jϕ (x)| est donc bien sommable.
55

Enfin, en passant à la limite dans (6.4), on obtient la formule de changement de variable (6.3).

La dernière propriété de l’intégrale de Lebesgue que nous admettons est la suivante (nous sup-
posons toutes les fonctions considérées mesurables).

Propriété 6.5 (Théorème de Fubini-Tonelli)


Soit f (x, y) une fonction définie dans IRp × IRq .
(a) (Tonelli) Si f est à valeurs dans IR+ ∪ {+∞}, on a l’égalité suivante, où les trois membres
définissent un élément de IR+ ∪ {+∞},
Z Z Z Z Z
f (x, y)dxdy = ( f (x, y)dy)dx = ( f (x, y)dx)dy.
IRp+q IRp IRq IRq IRp
(b) (Fubini) Si f est sommable dans IRp+q , les trois membres de l’égalité précédente ont un sens
et sont égaux. Plus précisément, dire que le troisième membre a un sens signifie :
• pour presque tout y,R la fonction x → f (x, y) est sommable dans IRp ,
• la fonction ϕ(y) = f (x, y)dx qui est ainsi définie presque partout est sommable dans IRq .

Mesurabilité et ensembles de niveau des images Nous avons vu au début de ce chapitre


qu’un ensemble E est dit mesurable si 11E est mesurable au sens de Borel-Lebesgue (c’est à dire
dont on peut calculer une intégrale, à valeurs dans [0, +∞], l’existence de cette intégrale ayant
été admise). Le succès de l’intégrale de Lebesgue est dû d’une part au caractère très général de
théorèmes tels que 6.3 et 6.1, et d’autre part au fait que la classe des applications mesurables
est très large, et contient en particulier des ensembles très irréguliers. Pour justifier le besoin en
pratique d’une théorie de l’intégration incluant des ensembles très irréguliers, nous utilisons les
ensembles de niveau des images naturelles. Il est possible de montrer qu’une fonction f : Rn →
[0, +∞] 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 à dire que l’ensemble des λ tels que χλ ne
soit pas mesurable est négligeable au sens de la définition 6.1). Les ensembles χλ s’appellent
“ensembles de niveau” de la fonction f . Nous nous intéressons au cas où n = 2, et où la fonction
f représente une “image naturelle”. C’est à dire que nous supposons que la lumière issue d’une
scène est projetée sur un plan face à cette scène (au moyen d’instruments optiques) et que
pour chaque point x de ce plan, la valeur f (x) est la quantité de lumière reçue en ce point.
On suppose que de telles fonctions sont bornées. Ces fonctions sont très oscillantes, comme en
témoigne la figure 6.1. Cette figure représente d’une part la fonction f en associant à chaque
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), et d’autre part le graphe de la fonction f (à chaque point
x correspond une altitude proportionnelle à f (x)) dont l’aspect tridimensionnel est simulé par
un algorithme de visualisation. Les oscillations sont principalement dues aux nombreux détails
présents dans une telle scène, ainsi qu’aux perturbations aléatoires introduites par l’appareil
optique (le “bruit”). Une autre façon d’appréhender l’irrégularité d’une telle fonction consiste à
en tracer les ensembles de niveau, ce qui est fait sur la figure 6.1, sous-figure du bas, où l’on peut
voir les frontières de quelques ensembles de niveau de la fonction f . On remarquera notamment
les très fortes oscillations de ces lignes.
56 CHAPITRE 6. L’INTÉGRALE DE LEBESGUE

Fig. 6.1 – Haut : représentation de la fonction f par niveaux de gris (à chaque point est affecté
un gris d’autant plus clair que la valeur de f y est grande) ; milieu : représentation de f par
son graphe (à chaque point est affecté une altitude d’autant plus élevée que la valeur de f y est
grande) ; bas : quelques lignes de niveau (frontières des ensembles de niveau) de la fonction f .
Sur cette dernière image, nous remarquons la présence de quelques lignes fortement oscillantes.
Chapitre 7

Les espaces de Lebesgue, L1, Lp, L∞

On appelle, pour 1 ≤ p < ∞, Lp (IRN ) l’ensemble des fonctions définies presque partout et
telles que Z
N
|f (x)|p dx < ∞.
IR
On appelle L∞ (IRN ) l’espace des fonctions définies presque partout et telles qu’il existe C > 0 tel
que |f (x)| ≤ C pour presque tout x. 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∞ . On dit que f est ”essentiellement
bornée.”

Exercice 7.1 Vérifier que les espaces L1 et L∞ sont des espaces vectoriels normés : leurs normes
sont Z
||f ||L1 = |f (x)|dx et ||f ||L∞ = supessx∈IRN |f (x)|.

On note parfois ces normes ||f ||1 et ||f ||∞ . On va aussi poser pour 1 < p < ∞
Z
1
||f ||p = ||f ||Lp = ( |f (x)|p dx) p ,

mais il faudra montrer que c’est une norme. On montrera aussi que les espaces Lp sont complets
p
et donc des espaces de Banach. On pose p0 = p−1 , en sorte que p1 + p10 = 1. On appelle p0
0
”l’exposant conjugué” de p. On va aussi montrer dans ce chapitre que les espaces Lp et Lp sont
duaux l’un de l’autre.
0
Théorème 7.1 (Inégalité de Hölder) Pour tout f ∈ Lp et g ∈ Lp , la fonction f g est sommable
et Z
|f g| ≤ ||f ||p ||g||p0 .

Démonstration On utilise la concavité du logarithme. Si a > 0, b > 0,


1 1 0 1 1 0
log( ap + 0 bp ) ≥ log(ap ) + 0 log(bp ) = log(ab). D’où
p p p p

1 p 1 0
ab ≤ a + 0 bp et donc
p p

57
58 CHAPITRE 7. LES ESPACES DE LEBESGUE, L1 , LP , L∞

1 1 0
|f (x)g(x)| ≤ |f (x)|p + 0 |g(x)|p , qui donne
p p
Z
1 1 0
|f (x)g(x)| ≤ ||f ||pLp + 0 ||g||pLp0 .
p p
Pour trouver l’inégalité recherchée, on remplace le couple (f, g) par (λf, λg ), où λ > 0. On choisit

1
||g||pp0
λ= 1 . Alors
p0
||f ||p
Z
1 1
|f g| ≤ ( + 0 )||f ||p ||g||p0 ,
p p
qui est bien l’inégalité annoncée. ◦

Exercice 7.2 Reprendre brièvement la démonstration précédente pour se débarrasser de l’hy-


0
pothèse que f ∈ Lp et g ∈ Lp . En d’autres termes, l’inégalité de Hölder est vraie, que les
membres gauche et de droite soient finis ou pas.

Théorème 7.2 Lp (IRN ) est un espace vectoriel et ||f ||p est une norme pour tout 1 ≤ p ≤ ∞.

Démonstration On applique l’inégalité de Hölder :


Z Z Z
||f + g||pp = p
|f + g| ≤ |f + g| p−1
|f | + |f + g|p−1 |g| ≤

|||f + g|p−1 ||p0 ||f ||p + |||f + g|p−1 ||p0 ||g||p = (||f ||p + ||g||p )||f + g||p−1
p ,

soit ||f + g||p ≤ ||f ||p + ||g||p . Les autres relations caractérisant une norme (||λf || = |λ|||f ||,
||f || = 0 ⇒ f = 0 presque partout) sont immédiates pour 1 ≤ p ≤ ∞. ◦

Proposition 7.1 Convergence dominée dans Lp . Si fn → f p.p. et s’il existe un chapeau


intégrable g ∈ Lp (p ≥ 1) tel que |fn | ≤ g p.p., alors fn converge vers f dans Lp .

Démonstration On pose hn = |fn − f |p . Alors |hn | ≤ (|fn | + |f |)p ≤ 2p |g|p . On peut donc
appliquer le théorème de la convergence dominée à hn et conclure que hn → 0. ◦

Théorème 7.3 Les espaces Lp (IRN ), (1 ≤ p ≤ +∞) sont des espaces de Banach.
59

Démonstration Soit hk une suite de Cauchy dans Lp . Si p = +∞, il est immédiat de voir
que hk (x) est de Cauchy pour presque tout x et converge uniformément vers une fonction
essentiellement bornée h(x). Soit maintenant 1 ≤ p < ∞. Il existe une suite extraite de la suite
de Cauchy hk , que nous noterons par commodité fn = hkn , telle que
1
q, r ≥ n ⇒ ||fq − fr ||Lp ≤ .
2n
P
On pose gn (x) = n1 |fk+1 (x) − fk (x)|. La suite de fonctions gn (x)p est croissante. Notons g(x)p
sa limite. Par l’inégalité triangulaire,
Z Xn
|gn |p ≤ ( ||fk+1 − fk ||p )p ≤ 1.
1

Donc, par le théorème de convergence monotone,


Z Z
|g(x)| = lim |gn |p ≤ 1.
p
n

Il en résulte que g(x) est presque partout p


Pn finie, appartient à L et que gn (x) tend presque
P∞ partout
vers g(x). Comme (pour n ≥ m), m |fk+1 − fk |(x) ≤ gn (x) − gm (x), la série 1 (fk+1 − fk )
converge également presque partout. Donc fn (x) − f1 (x) converge presque partout vers une li-
mite que l’on appelle f (x) − f1 (x) ∈ P Lp . La suite fn (x) converge donc presque partout vers
f (x) ∈ Lp . De plus, |fn (x) − f (x)|p ≤ ( ∞ p p
n |fk+1 − fk (x)|) ≤ g(x) qui est chapeau intégrable.
p
Donc fn − f converge vers 0 dans L . Rappelons que fn = hnk est une sous-suite extraite de
la suite de Cauchy hk . Mais si une sous-suite d’une suite de Cauchy converge, toute la suite
converge. ◦

On a vu (Propriété 6.1) que les fonctions continues à support compact forment un sous-ensemble
dense de L1 . C’est encore vrai pour les espaces Lp , avec la restriction p < ∞.
Théorème 7.4 Les fonctions continues à support compact sont denses dans Lp (IRN ) pour tout
1 ≤ p < ∞.

Démonstration On commence par montrer que l’on peut approcher une fonction f de Lp
par des fonctions bornées et à support compact. L’approximation se fait par simple troncature :
on pose fk (x) = f (x) si ||x|| ≤ k et |f (x)| ≤ k, fk (x) = 0 sinon. La suite |f (x) − fk (x)|p a
|f (x)|p pour chapeau intégrable et tend presque partout vers 0. Par le théorème de Lebesgue,
elle converge donc vers 0 et il en résulte que fk → f dans Lp .
Reste à montrer que si une fonction f est bornée (|f | ≤ k) et à support compact (|f (x)| = 0
si ||x|| ≥ k), alors elle est approchable dans Lp par des fonctions continues. Mais comme f ∈ L1 ,
il existe une suite de fonctions continues et à support compact fn convergeant vers f dans L1 .
Quitte à extraire une sous-suite, on peut supposer que la suite fn converge presque partout vers
f (réciproque du théorème de Lebesgue). En remplaçant fn par la nouvelle fonction continue
max(−k, min(k, fn (x)), qui converge aussi presque partout vers f et a un chapeau intégrable,
on peut finalement supposer que |fn (x)| ≤ k. Utilisons une fonction g continue et à support
compact valant 1 sur B(0, k). La suite de fonctions hn = gfn converge presque partout vers f
et a la fonction bornée k11B(0,k) g comme chapeau intégrable dans tout Lp . Elle converge donc
vers f dans tous les Lp tels que 1 ≤ p < ∞. ◦
60 CHAPITRE 7. LES ESPACES DE LEBESGUE, L1 , LP , L∞

1 N
Corollaire 7.1 Soit
N
R f ∈ Lloc (IR ) telle que pour toute fonction continue à support compact
u ∈ Cc (IR ) on ait f (x)u(x) = 0. Alors f = 0 p.p.

Démonstration En reprenant exactement le même raisonnement que dans la démonstration


précédente, on voit qu’il existe pour toute boule B(0, R) ⊂ IRN une suite un ∈ Cc (B(0, R + 1))
qui converge vers Signe(f ) dans L1 (B(0, R)) et presque partout et vérifie |un | ≤ 1. Il vient alors
Z Z Z
0= f (x)vn (x) → f (x)Signe(f (x)) = |f (x)|dx.
B(0,R) B(0,R) B(0,R)

Donc f = 0.

Théorème 7.5 Pour tout f ∈ Lp (IRN ), 1 ≤ p < ∞, on a


Z
lim |f (x + y) − f (x)|p dx = 0.
y→0 IRN

Démonstration : Exercice. C’est vrai pour les fonctions continues à support compact car
elles sont uniformément continues et on le montre pour une fonction arbitraire de Lp (IRN ) en
utilisant la densité de Cc dans Lp (Proposition 7.4).

7.1 Convolution et régularisation des fonctions de Lp


Théorème 7.6 et définition Si f et g appartiennent à L1 (IRN ), alors le produit de convolution
f ∗ g est défini par
Z Z
(f ∗ g)(x) = f (x − y)g(y)dy = g(x − y)f (y)dy,

la fonction de y figurant sous le signe somme étant sommable pour presque tout x. En outre, la
fonction f ∗ g appartient à L1 et on a

||f ∗ g||1 ≤ ||f ||1 ||g||1 .

Démonstration On montre d’abord en appliquant le théorème de Fubini et le théorème de


changement de variable que la fonction |f (x − y)g(y)| est sommable. En effet,
Z Z Z Z
|f (x − y)g(y)|dxdy = |g(y)|( |f (x − y)|dx)dy =

Z Z
|g(y)|( |f (x)|dx)dy = ||f ||L1 ||g||L1 .
7.1. CONVOLUTION ET RÉGULARISATION DES FONCTIONS DE LP 61

La fonction f (x − y)g(y) est donc sommable sur IR2N et le théorème de Fubini assure que la
fonction y → f (x
R − y)g(y) est sommable pour presque tout x et que la fonction alors définissable
N
par f ∗ g(x) = f (x − y)g(y)dy est elle-même sommable sur IR . On a finalement
Z Z Z
||f ∗ g||L1 = |f ∗ g|(x)dx ≤ |g(y)|( |f (x − y)|dx)dy = ||f ||L1 ||g||L1 .

Théorème 7.7 (régularisation par convolution) Soit f ∈ L1 (IRN ) et soit g une fonction R
continue et bornée dans IRN . Alors la fonction f ∗ g définie en tout point par f ∗ g(x) = g(x −
y)f (y)dy est continue et bornée. Si de plus les dérivées partielles de g existent et sont continues
et bornées, il en est de même pour f ∗ g et l’on a

∂(f ∗ g) ∂g ∂(f ∗ g) ∂g
=f∗ , =f∗ , ...
∂xj ∂xj ∂xj ∂xk ∂xj ∂xk

Démonstration On remarque d’abord que la fonction g(x − y)f (y) est sommable pour tout
x. En effet, |g(x − y)f (y)| ≤ ||g||∞ |f (y)|. La continuité découle du théorème de Lebesgue. En
effet, si xn → x, alors g(xn − y)f (y) tend partout vers g(x − y)f (y) et ||g||∞ |f (y)| est chapeau
intégrable. Donc
Z Z
f ∗ g(xn ) = g(xn − y)f (y)dy → g(x − y)f (y)dy = f ∗ g(x).

Si g est dérivable par rapport à xj et de dérivée continue et bornée, appliquons le théorème de


dérivation sous le signe somme. On a

∂ ∂g
(g(x − y)f (y)) = (x − y)f (y)
∂xj ∂xj

∂g
et cette fonction est majorée en module par || ∂x j
||∞ |f (y)|, qui est indépendante de x et som-
∂(f ∗g)
mable. Le théorème de dérivation sous le signe somme s’applique donc et donne bien ∂xj =
∂g
f∗ ∂xj . ◦

Théorème 7.8 Soient f ∈ L1 (IRN ) et g ∈ L2 (IRN ). Alors (f ∗ g)(x) est défini pour presque tout
x et c’est une fonction de carré sommable vérifiant

||f ∗ g||2 ≤ ||f ||1 ||g||2 . (7.1)

Soient f et g deux fonctions de L2 (IRN ). Alors f ∗g(x) est défini pour tout x et c’est une fonction
continue, tendant vers zéro à l’infini et satisfaisant

||f ∗ g||∞ ≤ ||f ||2 ||g||2 . (7.2)


62 CHAPITRE 7. LES ESPACES DE LEBESGUE, L1 , LP , L∞

Démonstration Pour évaluer Z


(|f | ∗ |g|)2 (x)dx,

on remarque que cette intégrale est égale grâce au théorème de Tonelli à


Z Z Z
I= |g(x − y)||g(x − z)||f (y)||f (z)|dxdydz. (7.3)

(intégrer I d’abord par rapport à y, puis par rapport à z). On applique à nouveau le le théorème
de Fubini pour intégrer I d’abord en x, puis on utilise l’inégalité de Cauchy-Schwarz, ce qui
donne Z Z Z
I= |f (y)||f (z)|( |g(x − y)||g(x − z)|dx)dydz ≤ ||f ||21 ||g||22 . (7.4)

La relation (7.1) vient immédiatement des relations (7.3) et (7.4).


Si maintenant f et g sont de carré sommable, on déduit de l’intégalité de Cauchy-Schwarz
que (f ∗ g)(x) est défini pour tout x et on obtient la relation (7.2). Montrons maintenant que
f ∗ g est continue et tend vers zéro à l’infini. On considère deux suites approximantes continues
à support compact fn et gn telles que fn → f et gn → g dans L2 (IRN ). Par le théorème 7.7,
fn ∗ gn est continue et il est immédiat que fn ∗ gn est encore à support compact. Finalement on
a, grâce à l’inégalité de Cauchy-Schwarz,

|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.


Donc la suite de fonctions fn ∗ gn , continues et tendant vers zéro à l’infini, tend uniformément
vers f ∗ g. Il en résulte que f ∗ g est continue et tend vers zéro à l’infini. ◦

Définition 7.1 Si f ∈ L1loc (IRN ), on appelle support de f et on note Support(f ) le complémentaire


du plus grand ouvert O tel que f (x) = 0 presque partout sur O. Le support de f est donc un
fermé. S’il est de plus borné, on dit que f est à support compact.

Proposition 7.2 Si f et g sont deux fonctions de L1 (IRN ),

Support(f ∗ g) ⊂ Support(f ) + Support(g).

Démonstration Soit x ∈
/ Support(f ) + Support(g), alors (x − Support(f )) ∩ Support(g) = ∅
et donc
Z Z
(f ∗ g)(x) = f (x − y)g(y)dy = f (x − y)g(y)dy = 0.
(x−Support(f ))∩Support(g)

Donc (f ∗ g)(x) = 0 en tout point n’appartenant pas à Support(f ) + Support(g) et donc aussi en
tout point n’appartenant pas à sa fermeture Support(f ) + Support(g), ce qui donne le résultat.

7.1. CONVOLUTION ET RÉGULARISATION DES FONCTIONS DE LP 63

R
Théorème 7.9 (Approximations de l’identité) Soit k ∈ L1 (IRN ) telle que k(x)dx = 1 et
k(x) ≥ 0 presque partout. On pose pour tout h > 0,
x
kh (x) = h−N k( ).
h
Alors, pour toute fonction f ∈ Lp (IRN ), 1 ≤ p < ∞, les fonctions f ∗ kh convergent vers f dans
Lp .

Démonstration On remarque d’abord que


Z Z
kh (x)dx = k(x)dx = 1, (7.5)
Z
kh ∗ f (x) − f (x) = (kh (y)(f (x − y) − f (x))dy, (7.6)

on rappelle que comme f ∈ Lp , on peut choisir η assez petit pour que


Z
|y| ≤ η ⇒ |f (x − y) − f (x)|p dx ≤ ε (7.7)

et que (une conséquence du théorème de Lebesgue), pour h assez petit,


Z
|kh (y)|dy ≤ ε (7.8)
|y|≥η
R
Enfin, l’inégalité de Hölder et le fait que kh ≥ 0, kh = 1 impliquent que pour toute fonction f
dans Lp , on ait Z Z
( kh (x)|f (x)|dx) ≤ kh (x)|f (x)|p dx.
p
(7.9)

En effet, Z Z 1
( kh |f |)p = ( |f |khp khf rac1p0 )p .

En utilisant les relations (7.5)-(7.9) et le théorème de Fubini,


Z Z Z Z Z
|kh ∗f (x)−f (x)|p dx = | (kh (y)(f (x−y)−f (x))dy|p dx ≤ kh (y)|f (x−y)−f (x))|p dydx ≤
Z Z Z Z
p p
2 |f (x)| dx |kh (y)|dy + |kh (y)|dy |f (x − y) − f (x)|p dx ≤
|y|≥η |y|≤η
Z
2p ||f ||pLp ε + |kh (y)|ε = (2p ||f ||pLp + ||k||L1 )ε.

Exercice 7.3 Reprendre la démonstration précédente dans le cas p = 1 et montrer que l’on
peut se passer de l’hypothèse que k est positive.

Proposition 7.3 Si f est uniformément continue et bornée sur IRN , alors f ∗ kh converge vers
f uniformément.
64 CHAPITRE 7. LES ESPACES DE LEBESGUE, L1 , LP , L∞

Démonstration C’est le même raisonnement, en plus simple que pour le théorème 7.9 : On
écrit simplement
Z
|(kh ∗ f )(x) − f (x)| = | kh (y)|f (x − y) − f (x))dy|

Z Z
≤ 2 sup |f | |kh (y)|dy + sup |f (x − y) − f (x)| |kh (y)|dy.
|y|≥η |y|≤η

Corollaire 7.2 Soit Ω un ouvert de IRN . On appelle C0∞ (Ω) l’ensemble des fonctions C ∞ à
support compact dans Ω et on munit Cc (Ω), l’espace des fonctions continues à support compact
dans Ω, de la topologie suivante : on dit que un tend vers u si pour tout ε > 0 il existe n0 tel
que pour n ≥ n0 , on ait Support(un ) ⊂ Support(u) + B(0, ε) et supx∈Ω |un (x) − u(x)| < ε. Alors
C0∞ (Ω) est dense dans Cc (Ω).

Démonstration Si f ∈ Cc (Ω), alors elle est uniformément continue et kh ∗ f tend vers f uni-
formément. De plus, par la proposition 7.2, Support(kh ∗ f ) ⊂ Support(f ) + B(0, h). Donc kh ∗ f
tend bien vers f dans Cc (Ω). Enfin, par le théorème 7.7, on a bien kh ∗ f ∈ C ∞ . ◦

Pour compléter la démonstration précédente, il nous reste à montrer qu’il existe des fonctions
C∞ à support compact.

Lemme 7.1 Il existe une fonction fN ∈ C ∞ (IRN ), à support compact, positive et de support
contenu dans B(0, 1).

1
Démonstration On pose simplement, en dimension 1, f1 (x) = e x2 −1 si |x| ≤ 1, f (x) = 0
sinon. Il est facile de voir que f (k) (−1) = f (k) (1) = 0 pour tout ordre k et que donc f est C ∞ .
En dimension N , on pose simplement g√ N (x1 , ..., xN ) = f1 (x1 )...fN (xN ) qui est a support dans
l’hypercube [−1, 1]N puis fN (x) = gN (2 N x) pour ramener le support dans B(0, 1). ◦

Exercice 7.4 Construire une fonction radiale fN ∈ C ∞ (IRN ) telle que fN (x) = 1 si |x| ≤ 1,
fN (x) = 0 si |x| ≥ 2.
(i) Commencer par le cas de la dimension 1 : Soit f une fonction positive, C ∞ , à support
compact dans [−1, 1] et d’intégrale 1. On peut construire
Rx une telle fonction par le lemme 7.1.
Poser h(x) = f1 (x + 3) − f1 (x − 3), puis g(x) = −∞ h(t)dt. Dessiner h(x) et g(x), montrer que
f1 (x) = h(2x) répond à la question en dimension 1.
(ii) Montrer que fN (x) = f1 (||x||) convient en dimension N .

Proposition 7.4 Soit Ω un ouvert de IRN . Alors C0∞ (Ω) est dense dans Lp (Ω) pour tout 1 ≤
p < ∞.
7.1. CONVOLUTION ET RÉGULARISATION DES FONCTIONS DE LP 65

Démonstration On considère les voisinages intérieurs bornés de Ω, Ωr = {x, B(x, r) ⊂ Ω} ∩


B(0, 1r ). Comme Ω = ∪r>0 Ωr , on a par le théorème de Lebesgue
Z
∀ε∃r, |f (x) − f (x)11Ωr |p dx < εp .

On choisit alors r 0 < r tel que

||(f 11Ωr ) ∗ khr0 − f 11Ωr ||Lp (Ω) < ε.

On obtient donc ||f − (f 11Ωr ) ∗ khr0 ||Lp (Ω) < 2ε. Comme r 0 < r, le lemme 7.2 et le théorème 7.7
impliquent que (f 11Ωr ) ∗ hr0 ∈ C0∞ (Ω). ◦

Théorème 7.10 (Riesz-Fréchet-Kolmogorov) Soit Ω ⊂ IRN un ouvert et ω ⊂⊂ Ω un ouvert


contenu dans un compact, lui même contenu dans Ω. Soit F un sous-ensemble borné de Lp (Ω)
avec 1 ≤ p < ∞. On suppose que

∀ε > 0, ∃δ < dist(ω, Ωc ), ∀f ∈ F, ∀h < δ, ||τh f − f ||Lp (Ω) < ε.

Alors F est relativement compacte dans Lp (ω). (Toute suite fn ∈ F a une sous-suite convergente
dans Lp (ω)).

RDémonstration On considère des noyaux régularisants ρr , r > 0 tels que


ρr (x)dx = 1, ρ ≥ 0, support(ρ) ⊂ B(0, r). On commence par montrer que le théorème d’Ascoli-
Arzela s’applique à la famille (ρr ∗ f ), f ∈ F. En effet, si f ∈ F et |z|, r ≤ 21 dist(ω, Ωc ), x ∈ ω,
on a par l’inégalité de Hölder,
Z
0
|(ρr ∗ f )(x + z) − (ρr ∗ f )(x)| ≤ ρr (y)|f (x − y) − f (x − y + z)|dy ≤ ||ρr ||pLp0 ||τz f − f ||Lp (Ω) .

La famille ρr ∗ f est donc équicontinue sur ω. Montrons que la famille ρr ∗ f (x) est bornée. En
reprenant les calculs précédents on a aussi pour r < 21 dist(ω, Ωc ),
Z
0
|ρr ∗ f (x)| ≤ ρr (y)|f (x − y)|dy ≤ ||ρr ||pLp0 ||f ||Lp (Ω) .

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), ω étant borné.
On montre ensuite que l’on peut approcher uniformément les éléments de F par les fonctions
ρr ∗ f . On choisit r < dist(ω, Ωc ), de sorte que ω + B(0, r) ⊂ Ω. En utilisant la convexité de la
fonction s → sp ,
Z Z
1
|ρr ∗ f (x) − f (x)| ≤ ρr (y)|f (x − y) − f (x)|dy ≤ ( ρr (y)|f (x − y) − f (x)|p dy) p
ω ω

ce qui donne Z
|ρr ∗ f (x) − f (x)|p ≤ ρr (y)|f (x − y) − f (x)|p dy.
B(0,r)
66 CHAPITRE 7. LES ESPACES DE LEBESGUE, L1 , LP , L∞

Par le théorème de Fubini-Tonelli et si r < δ(ε), on obtient


Z Z
p
|ρr ∗ f (x) − f (x)| dx ≤ ρr (y)||τy f − f ||pLp (Ω) dy ≤ εp . (7.10)
ω B(0,r)
Pour conclure, on montre que la famille F peut être pour tout ε recouverte par un nombre fini
de boules de rayon arbitrairement petit. On commence par recouvrir la famille ρr ∗ f par des
boules en nombre fini B(fi ∗ ρr , ε). Grâce à (7.10), on en déduit que F est recouverte par les
boules en nombre fini B(fi , ε + 2εp ). En effet, si f ∈ F, il existe i tel que ρr ∗ f ∈ B(ρr ∗ fi , ε)
et on a donc
||f − fi || ≤ ||ρ ∗ f − ρ ∗ fi || + ||ρ ∗ f − f || + ||ρ ∗ fi − fi || ≤ ε + 2εp .

Illustration de la convolution et de la régularisation dans le cas des images


Une image photographique peut être représentée comme une fonction réelle f bornée me-
surable, définie sur un ouvert borné Ω ⊂ R2 (voir la fin du chapitre 6). Les images, du fait de
leur acquisition par un appareil optique ou de leur transmission ultérieure, sont “bruitées”. Il
existe de nombreuses définitions du bruit faisant intervenir la théorie des probabilités que nous
ne détaillerons pas ici. Il nous suffira de considérer le bruit comme une forme d’irrégularité de
l’image, qui rend délicat le calcul de ses dérivées. Une solution à ce problème est de convoluer
la fonction f avec une fonction régulière g dont le support est petit. Mais pourquoi vouloir cal-
culer les dérivées d’une image ? A cause de l’importance des points de discontinuité : on appelle
contours les traces laissées par les bords des objets sur l’image f , qui forment des courbes de
points de discontinuité dans l’image. Plusieurs méthodes très utilisées en traitement des images
pour détecter ces points reposent sur le calcul du gradient, puis sur une sélection de points où le
module du gradient est élevé. Rappelons que le gradient est une fonction de R2 dans R2 , défini
pour une image f par :  
∂f ∂f
Df = , .
∂x ∂y
Or l’irrégularité de f rend difficile le calcul de ce gradient, dont les valeurs sont très sensibles
aux variations brusques présentes dans l’image. Préalablement au calcul du gradient, l’image est
donc convoluée avec une fonction gh , généralement une gaussienne, gh = h−2 g( hx , hy ), avec
1 x2 y 2
g(x, y) = exp(− − ).
2π 2 2
Le théorème 7.7 nous assure alors
R que f ∗ gh est différentiable (et même C ∞ ), car gh l’est.
De plus, on peut montrer que g = 1, et donc que g satisfait les conditions du théorème 7.9
(approximation de l’identité), ce qui implique que f ∗ gh converge vers f dans Lp lorsque h
tend vers 0. Sur la figure 7.1 nous montrons une image “bruitée” ainsi que deux convolutions
avec g1 et g3 . Nous remarquons la proximité de ces images à f , même si un effet de flou est
très visible. Nous montrons également les images de la norme du gradient pour l’image originale
et les convoluées. Un point est représenté avec un gris d’autant plus sombre que la valeur du
module du gradient y est élevé. Nous remarquons que les points de gradient élevé sont plus
nombreux et moins liés à la structure de la scène sur l’image |Df | que sur les images |D(f ∗ g1 )|
et |D(f ∗ g3 )|.
7.1. CONVOLUTION ET RÉGULARISATION DES FONCTIONS DE LP 67

Fig. 7.1 – Illustration de la convolution et de la régularisation dans le cas des images. Colonne
de gauche, de haut en bas : l’image originale f , l’image convoluée f ∗ g1 , l’image convoluée
f ∗ g3 . Colonne de droite, de haut en bas, les gradients correspondants, c’est à dire |Df |, |D(f ∗
g1 )|, et |D(f ∗ g3 )|. Un point est d’autant plus sombre que la valeur du module du gradient
1 x2 y2
en ce point est élevée. La fonction gh désigne la gaussienne gh (x, y) = 2πh exp(− 2h 2 − 2h2 ).
Les points où le gradient est fort correspondent aux points de dicontinuité de l’image, qui
donnent une information sur la présence de contours. L’image originale est très bruitée, ce
qui apparaı̂t nettement sur l’image du gradient correspondant. Les deux images suivantes sont
proches de l’image originale (malgré un visible effet de flou), mais beaucoup plus régulières. Le
théorème 7.9 (approximation de l’identité) nous assure que f ∗ gh tend vers f dans Lp si h tend
vers 0. Le théorème 7.7 (régularisation par convolution) nous assure que les fonctions f ∗ gh
sont différentiables pour tout h. Le calcul du gradient de ces deux images donne un résultat
visuellement plus intéressant que sur l’image originale.
68 CHAPITRE 7. LES ESPACES DE LEBESGUE, L1 , LP , L∞

7.2 Exercices
Exercice 1 (Théorème de Weierstrass)
R1
Soit Qn (t) = cn (1 − t2 )n sur [−1, 1] où cn est choisi pour que −1 Qn dt = 1.
1) Vérifier que
Z 1 Z √1
n
2 n
(1 − t ) dt ≥ (1 − nt2 )dt,
0 0

et en déduire que cn < n. (Faire un dessin.)
2) Soit f ∈ C([0, 1], IR), on suppose que f (0) = f (1) = 0. On prolonge f et Qn par 0 à IR tout
entier et on pose Pn (x) = f ∗ Qn (x) pour x ∈ [0, 1].
Vérifier que Pn est polynomial et montrer que Pn converge vers f uniformément sur [0, 1].
3) Montrer que les polynômes à coefficients réels sont denses dans C([0, 1], IR).

Exercice 2

1
1) Soit χn (x) = 2n sur [−n, n], χn (x) = 0 ailleurs. Etudier sa limite dans L1 (IR) et dans
L2 (IR) quand n → +∞.
2) Utiliser cette suite de fonctions pour montrer que
Z
{f ∈ L1 (IR) ∩ L2 (IR) : f (x) dx = 0}
IR
est dense dans L2 (IR).

Exercice 3 Propriété d’absolue continuité de l’intégrale

N 1
Soit Ω un ouvertR de IR , montrer que f ∈ L (Ω) =⇒ ∀ε > 0, ∃δ > 0, si A est mesurable
et |A| ≤ δ alors A |f |dx ≤ ε.
(Le faire d’abord pour une fonction bornée et passer au cas général.)

Exercice 4 (J.M.Bony, Ecole Polytechnique)

Soit g ∈ L1 (IR) et soit f définie sur IR. On pose, ∀n ≥ 1, (lorsque cela a un sens),
Z
Tn (f )(x) = f (x − y n )g(y)dy.
IR
1) si f ∈ L1 (IR), montrer que Tn (f ) est définie p.p. et Tn (f ) ∈ L1 (IR).
2) Si f est continue et bornée, montrer que Tn (f ) est continue et bornée.
3) Si f est continue et f (x) −→ 0 quand |x| → +∞, montrer que ∀x, Tn (f )(x) −→ C f (x) où C
est une constante à déterminer.

Exercice 5

On admet le résultat suivant (dû a Shauder, voir Rudin, functional analysis) :


7.2. EXERCICES 69

Soit E un espace de Banach, soit K ⊂ E un compact et soit T : E → K une application continue


alors ∃x ∈ K tel que T x = x.
Soit E = C[0, 1] muni de k k∞ , montrer qu’il existe f ∈ E telle que ∀x ∈ [0, 1],
Z 1
f (x) = sin(x + f 2 (t))dt.
0

Exercice 6

On note ? le produit de convolution.


Montrer que (L1 (IR), +, ?) est une algèbre de Banach commutative qui ne possède pas d’élément
neutre pour ?.

Exercice 7 Réciproque du Théorème de convergence dominée

Si fn −→ f dans L1 , montrer qu’il existe une sous-suite fnk de la suite fn qui converge p.p. vers
f et un chapeau intégrable h tel que ∀k, |fnk (x)| ≤ h(x) p.p.

Exercice 8
R +∞
On note Γ(x) = 0 e−t tx−1 dt. Montrer que Γ est C ∞ sur IR+? .

Exercice 9

1)Soit f ∈ Lp ∩ Lq avec p < q. Montrer que

1 θ 1−θ
kf kr ≤ kf kθp kf kq1−θ , où = + ,
r p q

avec θ ∈ [0, 1] et donc f ∈ Lr , ∀r ∈ [p, q]. S


2) Soit E un sous-espace vectoriel fermé de L1 tel que E ⊂ 1<q≤+∞ Lq . On va montrer
que ∃p > 1 tel que E ⊂ Lp avec injection continue. On considère les ensembles En = {f ∈
1
E ∩ L1+ n , kf k1+ 1 ≤ n}).
n S
2a) Montrer que E = n En .
2b) Montrer que ∀n, En est fermé dans (E, k k1 ).
2c) Montrer que ∃n0 tel que int(En0 ) 6= ∅.
1+ n1
2d) En déduire que id : E, k k1 −→ L 0 est continue.

Exercice 10

Soit Ω un ouvert borné de IRN .


∞ (Ω). Montrer que lim
1) Soit f ∈ LT p→∞ kf kp = kf k∞ .
p
2) Soit f ∈ 1≤p<∞ L (Ω), on suppose que ∃C telle que kf kp ≤ C, ∀p tel que 1 ≤ p < ∞.
Montrer que f ∈ L∞ (Ω). T
3) Soit Ω =]0, 1[ et f (x) = log x, vérifier que f ∈ 1≤p<∞ Lp (Ω) et que f 6∈ L∞ (Ω).
70 CHAPITRE 7. LES ESPACES DE LEBESGUE, L1 , LP , L∞

Exercice 11

On notera L1 (IR) et L2 (IR) les espaces de Lebesgue usuels, où les fonctions
R considérées sont
à valeurs complexes. En particulier L2 (IR) est muni du produit scalaire IR f (x)g(x)dx.
Pour f ∈ L1 (IR), on notera Z
fb(ξ) = e−ixξ f (x)dx.
IR
1) Soit f ∈ L1 (IR) telle que ∀p ∈ IN, supx∈IR |xp f (x)| < ∞. On pose gk (x) = (−ix)k f (x), montrer
que fb ∈ C ∞ (IR) et ∀k ∈ IN,
fb(k) = gbk .
2) Soit f ∈ C ∞ (IR) ∩ L1 (IR) telle que ∀k ∈ IN, f (k) ∈ L1 (IR) alors montrer que ∀k,

fd
(k) = (iξ)k fb.

Première partie :
On notera S l’espace des fonctions f indéfiniment dérivables sur IR (et à valeurs complexes),
telles que ∀p, q ∈ IN, supx∈IR |xp f (q) (x)| < ∞.
3) Montrer que
∀P polynôme, ∀f ∈ S, P f ∈ S,
∀f ∈ S, f 0 ∈ S,
S ⊂ L1 (IR).
4) Montrer que f ∈ S =⇒ fb ∈ S.

5) On dit que la suite (fn )n ⊂ S converge vers 0 dans S si


!
∀p, q ∈ IN, lim sup |xp fn(q) (x)| = 0.
n∞
x∈IR

Montrer que si fn −→ 0 dans S alors


fn0 −→ 0 dans S,
∀P polynôme, P fn −→ 0 dans S,
fn −→ 0 dans L1 (IR) et c
fn −→ 0 dans S.
2
6) Soit a > 0 et ψa (x) = e−ax . Vérifier que ψa ∈ S et montrer que
r Z
ca (ξ) = π e−( ξ4a ) et
2
ψ ca (ξ)dξ = 2π.
ψ
a IR
7) Soit f ∈ S, on veut montrer la formule d’inversion suivante
Z
1
∀x ∈ IR, f (x) = eixξ fb(ξ)dξ.
2π IR

a) Soit Φ ∈ S, montrer que ∀x ∈ IR,


Z Z
ixξ b b
(?) e f Φdξ = Φ(y)f (x + y)dy.
IR IR
7.2. EXERCICES 71

b) Soit Φ0 ∈ S donnée, choisir Φ(t) = Φ0 (εt) où ε > 0 dans (?) et montrer que
Z Z
Φ0 (0) eixξ fb(ξ)dξ = f (x) c0 (y)dy.
Φ
IR IR
c) Conclure.

Deuxième partie :
8) Vérifier que S est dense dans L2 (IR).
9) Soient ϕ et ψ dans S, montrer que
Z Z
a) b ψ dx =
ϕ ϕ ψb dξ.
Z IR IR Z
1
b) ϕ ψ dx = ϕb ψb dξ.
IR 2π IR
c) ϕ[ ∗ψ =ϕ b
b ψ.

10) Démontrer le résultat suivant :


Soient E et F deux espaces vectoriels normés, F complet, et G un sous-espace vectoriel dense
dans E. Si A est un opérateur linéaire continu de G dans F alors il existe un prolongement
unique à linéaire continu de E dans F et kÃk = kAk.
11) Si on note F l’application définie sur S, à valeurs dans L2 (IR), par F(f ) = fb, vérifier que
kF(f )k2L2 = 2π kf k2L2 et que F se prolonge en un isomorphisme de L2 (IR) sur L2 (IR).
(Un isomorphisme est une application linéaire bijective bicontinue.)
72 CHAPITRE 7. LES ESPACES DE LEBESGUE, L1 , LP , L∞
Chapitre 8

Réflexivité, séparabilité, dualité des


Lp

8.1 Espaces emboı̂tés d’approximation des Lp , séparabilité


On va commencer par définir un mode standard pour approximer les fonctions de Lp (IRN ),
1 ≤ p < ∞ par des fonctions en escalier. On commence par subdiviser IRN en hypercubes d’arète
2−k , k ≥ 0, de la forme donc C k,z = 2−k (z+[0, 1]N ), où z ∈ ZN . Dans la suite, on omettra l’indice
courant z. Chacun des cubes C k,z est une union de 2N hypercubes du type Cik+1 , i = 1, ..., 2N .
On appelle Vk l’espace des fonctions en escalier, constantes sur chaque hypercube C k,z . On voit
immédiatement que ces espaces sont emboı̂tés :

Vk+1 ⊂ Vk .

Ensuite, on a envie d’approcher les fonctions de v ∈ Lp par des fonctions


R en escalier. On a
1
un mode standard pour le faire, qui est de poser vk (i)(x) = mes(C k k
Ci v(y)dy si x ∈ Cik . En
i )
d’autres termes, on remplace v par sa moyenne sur chaque cube dyadique.

Lemme 8.1 La fonction en escalier vk est la meilleure approximation de v dans Vk pour la


norme de L2 (IRN ). De plus, on a pour tout p ≥ 1 :

||vk ||Lp ≤ ||v||Lp ,

vk → v ∈ Lp (IRN ).

Démonstration En effet, vk est évidemment la meilleure approximation quadratique de v sur


chaque cube et donc aussi dans L2 . Il suffit de montrer la première inégalité sur chaque cube.
Fixons donc un tel cube C et notons Ci ses sous-cubes
Z XZ X Z
p p k 1−p
|vk | = |vk | = (mes(Ci )) ( |v|)p ≤
C i Ci i Cik

X Z Z
p p−1
k 1−p p
≤ (mes(Ci )) ( |v| ) p (mes(Cik ) p p= |v|p .
i Cik

73
74 CHAPITRE 8. RÉFLEXIVITÉ, SÉPARABILITÉ, DUALITÉ DES LP

Montrons maintenant que vk → v dans Lp . On approche v dans Lp par une fonction continue à
support compact g telle que ||v − g||Lp ≤ ε. On a alors

||v − vk ||p ≤ ||v − g||p + ||g − gk ||p + ||gk − vk ||.

Le premier terme est inférieur à ε, le troisième aussi car il est la projection su Vk du premier.
Le second terme est la différence entre g et une approximation de Riemann, tend donc vers zéro
quand k augmente. On conclut aisément.

Proposition 8.1 Lp (IRN ) est séparable pour 1 ≤ p < ∞ et non séparable pour p = +∞.

Démonstration Par le (Lemme 8.1), les fonctions en escalier dyadiques sont denses dans
Lp (IRNS). Soit Ṽk ⊂ Vk l’ensemble des fonctions dyadiques sur [−2k , 2k ]N , à valeurs rationnelles.
Alors k Ṽk est à la fois dénombrable et dense dans Lp (IRN ).
Considérons les fonctions fr = 11B(0,r) , r ∈ IR+ . On ||fr − fr0 ||L∞ = 1 dès que r 6= r 0 .
S’il y avait une suite gn dense dans L∞ , on pourrait pour tout r trouver n(r) ∈ IN tel que
||fr − gn(r) || < 21 . Par l’inégalité triangulaire, ||gn(r) − gn(r0 ) ||L∞ > 0 si r 6= r 0 . L’application
r → n(r) est donc injective, une contradiction.

Décomposition dyadique d’une image Nous illustrons visuellement le concept de mar-


tingale dans le cas suivant : la fonction v est une fonction de Lp (R2 ), et représente une image
naturelle comme expliqué à la fin du chapitre 6. Nous supposerons que le support de v est [0, 1]2 .
De même que précédemment, nous considérons les fonctions vk définies, pour x ∈ C k,z , par
Z
1
vk (x) = v(y)dy,
mes(C k,z ) C k,z

où l’on rappelle que C k,z = 2−k (z + [0, 1]2 ), avec z ∈ Z2 . Remarquons que l’hypothèse sur
le support de v implique que vk est non nulle sur 2k cubes dyadiques au plus. La figure 8.1
représente les fonctions vk , pour k variant de 3 à 8, sur l’intervalle [0, 1]2 ; la diminution de k
correspond à des pertes d’information successives. Signalons que ces fonctions vk sont les objets
de base du traitement des images numériques. En effet, la quantité de lumière arrivant sur les
capteurs à l’intérieur d’une caméra, après passage par les instruments optiques (diaphragme
et lentille), est représentée par une fonction bornée à support compact. Or les capteurs d’une
caméra numérique (appelés CCD pour l’anglais “charged coupled devices”) sont carrés, et ta-
pissent le plan où se projette l’image selon un damier régulier. Chacun de ces capteurs compte
le nombre de photons reçus pendant un certain laps de temps, l’image numérique obtenue étant
constituée de l’ensemble des valeurs retournées par ces capteurs, valeurs qui peuvent raisonna-
blement être modélisées par l’intégrale de la fonction f sur la surface du capteur. Remarquons
toutefois que chacun de ces capteurs transmet une quantité finie d’information, de sorte que les
valeurs retenues pour les fonctions vk appartiennent à un ensemble fini d’entiers (phénomène de
quantification).
8.1. ESPACES EMBOÎTÉS D’APPROXIMATION DES LP , SÉPARABILITÉ 75

Fig. 8.1 – Exemples de fonctions vk dans le cas d’une image ; de haut en bas et de gauche à
droite : k = 8, 7, 6, 5, 4, 3. D’après le lemme 8.1, chaque image vk est la meilleure approximation
de l’image v (qui représente la quantité de lumière émise par la scène considérée) dans
 Vk , espace
des fonctions en escalier constantes sur chaque hypercube C k,z = 2−k z + [0, 1]2 , z ∈ Z2 . Si
l’on se restreint comme ici aux images bornées, définies sur [0, 1]2 , la dimension de chaque espace
Vk est 2k . La suite des images vk est une martingale, c’est à dire que sur chaque cube C k,z , la
valeur de vk est la moyenne des valeurs prises par vk+1 sur C k,z .
76 CHAPITRE 8. RÉFLEXIVITÉ, SÉPARABILITÉ, DUALITÉ DES LP

0
8.2 Dualité Lp − Lp
p 0 p
Remarque R 8.1 préliminaire : si f ∈ L , alors pourp0 tout up ∈0 L on a par l’inégalité de
Hölder | f u| ≤ ||f ||Lp0 ||u||Lp . Donc on a l’inclusion L ⊂ (L ) . On va montrer dans cette
section l’inclusion inverse.
0
Théorème 8.1 Pour tout 1 ≤ p < ∞, Lp (IRN ) est le dual topologique de Lp . Pour toute forme
0
linéaire continue f˜ sur Lp , il existe donc une fonction f ∈ Lp telle que
Z
p ˜
∀u ∈ L , f (u) = f u

et
||f˜||(Lp )0 = ||f ||Lp0 .

Soit C = [−a, a]N , a ∈ Z, un hypercube de IRN . On considère la suite d’espaces emboı̂tés Vk


de fonctions en escalier dyadiques constantes sur des hypercubes (Cik )i contenus dans C, définie
dans la section précédente. Les hypercubes (Cik+1 ) sont obtenus en subdivisant en 2N hypercubes
égaux chaque hypercube Cik . On note Tk la tribu engendrée, c’est-à-dire l’ensemble des unions
quelconques d’hypercubes Cik .
Si vk ∈ Vk , on note vk (i) sa valeur, constante, sur Cik . Par analogie avec la projection v → vk ,
on associe à f˜ ∈ (Lp )0 sa “projection” fk sur Vk , définie par
1
fk (i) = f˜( 11 k ).
mes(Cik ) Ci

La fonction fk peut être considérée comme la restriction de f˜ à Vk car elle vérifie


Lemme 8.2 Z
∀v ∈ Vk , f˜(v) = fk v. De plus, (8.1)

||fk ||Lp0 ≤ ||f˜||(Lp )0 . (8.2)


P
Démonstration Si v ∈ Vk , on a v = i v(i)11Cik . Donc
X X Z
f˜(v) = v(i)f˜(11C k ) = v(i)fk (i)mes(Cik ) = fk (x)v(x)dx,
i
i i C

ce qui prouve (8.1). Montrons (8.2). Comme fk est constante sur chaque cube, Cik , on a en
utilisant (8.1) et le lemme 8.1,
Z Z
p
∀v ∈ L , fk v = fk vk = f˜(vk ) ≤ ||f˜||||vk ||Lp ≤ ||f˜||||v||Lp .
C C
R
fk v
Comme ||fk ||Lp0 = supv∈Lp ||v||Lp , on obtient (8.2). ◦

Lemme 8.3 La suite (fk , Tk ) est une martingale à temps discret, c’est-à-dire que l’on a
Z Z
∀E ∈ Tk , ∀l ≥ k, fl = fk . (8.3)
E E
0
8.2. DUALITÉ LP − LP 77

Démonstration En effet, si E ∈ Tk , sa fonction indicatrice 11E est dans Vk ⊂ Vl et on a donc


en utilisant deux fois (8.1)
Z Z Z Z
∀l ≥ k, fl = fl 11E = f˜(11E ) = fk 11E = fk .
E C C E

Lemme 8.4 Soit fk une suite de fonctions telles que ||fk ||Lp0 ≤ c et que fk (x) converge presque
0
partout vers une fonction f (x). Alors f appartient aussi à Lp et ||f ||p0 ≤ lim inf k ||fk ||p0 .

Démonstration En appliquant le lemme de Fatou, on a


Z Z Z
p0 p0 0
c ≥ lim inf |fk | ≥ lim inf |fk (x)| = |f (x)|p .

Le cas p0 = +∞ se traite aisément. ◦

R
Lemme 8.5 Si (fk , Tk ) est une martingale à temps discret, et si supk fk+ < +∞, alors la suite
fk (x) converge presque partout.
Nous allons démontrer ce lemme dans la sous-section suivante sur les martingales à temps discret.
Lemme 8.6 (Vitali) Soit C un borné de IRN et fk est une suite de fonctions équiintégrable dans
L1 (C) qui converge presque partout vers une fonction f . Alors fk converge vers f dans L1 (C).

Remarque 8.2 La réciproque est vraie. Voir l’exercice 5.

Rappel : une suite de fonctions fk est dite équiintégrable si


Z
∀ε > 0 ∃η, mes(K) < η ⇒ |fk (x)|dx < ε, ∀k ≥ 1.
K

Démonstration du Lemme de Vitali On a


Z
M mes({|fk | ≥ M }) ≤ |fk (x)| ≤ c

et donc mes({|fk | ≥ M }) ≤ η pourRM assez grand. En prenant η = η(ε) et en utilisant


l’équiintégrabilité, on en déduit que {|fk |≥M } |fk (x)|dx ≤ ε pour M assez grand. La suite
fkM = max(−M, min(M, f )) converge par le théorème de Lebesgue dans L1 (C) vers fM =
max(−M, min(M, f )). Donc on a pour k assez grand
Z Z Z Z
|f − fk | ≤ |f − f | + |f − fk | + |fkM − fk | ≤ 3ε.
M M M


78 CHAPITRE 8. RÉFLEXIVITÉ, SÉPARABILITÉ, DUALITÉ DES LP

Lemme 8.7 La suite des restrictions fk de f˜ à Vk converge presque partout vers une fonction
0
f ∈ Lp (C) telle que
Z
p ˜
∀v ∈ L (C), f (v) = f (x)v(x)dx (8.4)
C

Cette fonction f satisfaisant (8.4) est unique.

Démonstration Par l’inégalité de Hölder et par (8.2), on obtient ||fk ||L1 ≤ c||fk ||Lp0 ≤
c||f˜||(Lp )0 . On peut appliquer le lemme 8.5. Donc fk (x) converge presque partout et par le
0 0
lemme 8.4 on conclut que f est dans Lp (C). Comme la suite fk est bornée dans Lp (C) et que
p0 > 1, elle est équiintégrable. En effet, par l’inégalité de Hölder,
Z
1 1
|fk (x)|dx ≤ (mes(K)) p ||fk ||Lp0 ≤ cmes(K) p .
K

R
Par le lemme de Vitali, fk converge donc vers f dans L1 (C). Reste à montrer que f˜(v) = C f v
p
pour tout R v ∈ L (C). Mais cette relation est vraie si v est dans un quelconque Vk . En effet,
˜
f (v) = C fk v et fk tend vers f ∈ L1 (C). Comme les fonctions de Vk sont bornées, on peut
passer à la limite quand k → ∞. Cela prouve que les formes linéaires continues f˜ et f coı̈ncident
sur un sous-espace dense de Lp (C), l’union des Vk , et donc partout.
p
R
R Montrons Rque la fonction f est unique. Si on a pour toute fonction v dans L (C), C f1 v =
C f2 v, alors (f1 − f2 )v = 0 et en choisissant v = Signe(f1 − f2 ) on obtient f1 = f2 presque
partout. ◦

0
Lemme 8.8 Lp (IRN ) est réflexif et (Lp )0 = Lp .

Démonstration On considère les espaces emboı̂tés Vl = Lp (Cl ), où Cl = [−l, l]N , l ∈ IN. Par
0
le lemme 8.7 il existe des fonctions f ∈ Lp (Cl ) telles que
Z
∀v ∈ Lp (Cl ), f˜(v) = fl (x)v(x)dx (8.5)
C

et on a, par unicité de fl , fk+l = fl sur Cl et

||fl ||Lp0 ≤ ||f˜||(Lp )0 . (8.6)

On peut donc poser f (x) = fl (x) si x ∈ Cl . En appliquant le théorème de Beppo-Levi, on déduit


0
de (8.6) que f ∈ Lp et ||f ||Lp0 ≤ ||f˜||(Lp )0 . Comme f (considérée comme une forme linéaire sur
Lp ) et f˜ coı̈ncident sur le sous-espace dense de Lp (IRN ), ∪l Vl , elles sont égales. ◦

Proposition 8.2 L1 (IRN ) n’est pas réflexif.


8.3. MARTINGALES À TEMPS DISCRET 79

Démonstration Supposons le contraire et soit


11B(0, 1 )
n
fn = .
mes(B(0, n1 ))

On a ||fn ||1 = 1. Comme L1 est supposé réflexif et que L∞ Rest son dual,
R il existe une sous-suite
1 1 ∞
fnk et f ∈ L telles que fnk * f , σ(L , L ), ou Rencore R fnk ϕ → f ϕ pour toute fonction
ϕ ∈ L∞ . On peut donc prendre ϕ = 1Ret on trouve f ϕ = f = 1. Mais on peut aussi prendre
ϕ = 11||x||≥ε et on trouve pour tout ε, ||x||≥ε f = 0. En faisant tendre ε vers zéro, on obtient par
R
le théorème de Lebesgue f = 0, contradiction. ◦

0
Remarque 8.3 Autre démonstration moins constructive : On sait que L1 = L∞ . Comme L1
est séparable, si L1 était réflexif, L∞ serait aussi séparable est réflexif. Or, on vient de voir que
L∞ n’est pas séparable.

Remarque 8.4 L1 n’est donc pas le dual de L∞ et on a seulement L1 ⊂ (L∞ )0 .

8.3 Martingales à temps discret


Dans cette sous-section, nous démontrons le résultat de convergence presque partout de
0
martingale que nous avons utilisé pour montrer la dualité Lp − Lp .
Définition 8.1 On dira qu’une suite de fonctions fk , k ∈ IN sommables sur un espace de proba-
bilité C muni d’une tribu T et d’une suite croissante de sous-tribus, Tk ⊂ T est une martingale
à temps discret si, pour tout k, fk est Tk -mesurable et
Z Z
∀E ∈ Tk , ∀l ≥ k, fl = fk . (8.7)
E E

Définition 8.2 On appelle temps d’arrêt associé à la martingale (fk , Tk ) une fonction à valeurs
entières, k(x) ∈ IN, définie sur une partie de C et telle que pour tout k0 ∈ IN, les ensembles
{x, k(x) = k0 } appartiennent à Tk0 . On prendra la convention commode de poser k(x) = +∞
quand x n’est pas dans le domaine de k.

Lemme 8.9 Si k(x) ≤ l(x) sont deux temps d’arrêt associés à une martingale (fk , Tk ), alors
Z Z
fk(x)(x)dx = fmin(l(x),p) (x)dx. (8.8)
{x,k(x)≤p} {x,k(x)≤p}

Démonstration En effet, l’ensemble {k(x) ≤ p} est une union d’ensembles {k(x) = k0 } ∈ Tk .


Par additivité de l’intégrale, il suffit de montrer (8.8) pour ces ensembles. Or, en utilisant deux
fois la relation de martingale (8.7),
Z Z XZ Z
∀k0 ≤ p, f k0 = fp = fp + fp =
k(x)=k0 k(x)=k0 l0 ≤p k(x)=k0 , l(x)=l0 k(x)=k0 , l(x)>p

XZ Z Z
fl0 + fp = fmin(l(x),p) ,
l0 ≤p k(x)=k0 , l(x)=l0 k(x)=k0 , l(x)>p k(x)=k0
80 CHAPITRE 8. RÉFLEXIVITÉ, SÉPARABILITÉ, DUALITÉ DES LP

car {k(x) = k0 , l(x) = l0 } ∈ Tl0 .


On définit les temps d’arrêts suivants, sur l’intervalle [0, p] ⊂ IN associés à deux réels b > a.

• k1 (x) = premier k, s’il existe dans [0, p], tel que fk (x) > b.
• k2 (x) = premier k > k1 , s’il existe dans [0, p], tel que fk (x) < a.
.............

• k2m−1 (x) = premier k ≥ k2m−2 , s’il existe dans [0, p], tel que fk (x) > b.
• k2m (x) = premier k > k2m−1 , s’il existe dans [0, p], tel que fk (x) < a.

Il est immédiat que les km sont des temps d’arrêt pour la martingale (fk , Tk ). On peut in-
terpréter leur domaine ainsi :

• Ω2m = {x, k2m (x) ≤ p} est l’ensemble des x ∈ C tels que fk (x) traverse exactement m
fois l’intervalle [a, b] dans le sens descendant pour 1 ≤ k ≤ p.
• Ω2m+1 = {x, k2m+1 (x) ≤ p) est l’ensemble des x ∈ C tels que fk (x) traverse exactement
m ≥ 1 fois l’intervalle [a, b] dans le sens descendant et puis encore une fois de plus dans le sens
ascendant pour 1 ≤ k ≤ p.
p
On définit enfin γa,b (x) comme le nombre de passages de fk (x) par [a, b] dans le sens descendant
pour k ≤ p et γa,b (x) le nombre de passages, éventuellement infini, de fk (x) par [a, b] dans le
sens descendant. On a bien-sûr
p
∀m ∈ IN, {x, γa,b (x) ≥ m} = {x, k2m (x) ≤ p} = Ω2m (8.9)

et on peut donc calculer l’espérance du nombre de passages par [a, b] :


Z X X
p p
γa,b (x)dx = mes{x, γa,b (x) ≥ m} = mesΩ2m , (8.10)
m m

en vertu de (8.9) et de la remarque suivante :


R P
Remarque 8.5 Si γ(x) est une fonction à valeurs dans IN, γ(x)dx = m≥1 mes{x, γ(x) ≥
m}. En effet,
Z X X X X
γ(x)dx = kmes{x, γ(x) = k} = mes{x, γ(x) = k} = mes{x, γ(x) ≥ m}.
k m≥1 k≥m m≥1

Lemme 8.10 Z Z
(b − a) γa,b (x)dx ≤ sup (fp (x) − b)+ . (8.11)
C p C

Démonstration Comme sur Ω2m−1 = {k2m−1 (x) ≤ p} on a fk2m−1 (x) ≥ b, on obtient en


utilisant (8.8),
Z Z
0≤ (fk2m−1 (x) − b)dx = (fk2m−1 (x) − b)dx =
Ω2m−1 k2m−1 (x)≤p
8.4. EXERCICES 81
Z Z
(fmin(k2m ,p) (x) − b)dx ≤ (a − b)mes(Ω2m ) + (fp (x) − b)dx.
k2m−1 (x)≤p Ω2m−1 \Ω2m

D’où Z
(b − a)mes(Ω2m ) ≤ (fp (x) − b)dx.
Ω2m−1 \Ω2m

et en sommant sur m et en utilisant (8.10), on obtient


Z Z
p
(b − a) γa,b (x)dx ≤ (fp (x) − b)+ . (8.12)
C C
p
La relation (8.11) vient car γa,b est la limite croissante des γa,b . ◦

Démonstration du lemme 8.5 On choisit une suite (an ) dense dans IR avec an 6= am , quand
n 6= m. Considérons pour n 6= m les ensembles Nn,m = {x, γan ,am = +∞}. Ces ensembles sont
négligeables par la relation 8.11, ainsi que leur union N . Si x est dans le complémentaire de
N , la suite fk (x) ne peut osciller indéfiniment. Elle Rconverge donc soit vers une valeur finie
f (x), soit vers +∞, soit vers −∞. Mais comme supk fk+ < ∞, on déduit du lemme de Fatou
que l’ensemble
R des x où la limite
R + est +∞ estR aussi négligeable.
R En effet, le lemme de Fatou
+
donneR lim inf k fk (x)dx ≤ sup fk . Comme C fk (x)dx = C f1 (x)dx est constante, on a aussi
supk f − (x)dx < ∞ et l’ensemble des points où fk (x) tend vers −∞ est également négligeable.

8.4 Exercices
Exercice 1

Soit E = L1 (IR) ∩ L2 (IR) muni de k k = k k1 + k k2 .


1) Vérifier que (E, k k) est un espace de Banach.
Soit f (x) = f1 (x) + f2 (x) avec f1 ∈ L∞ (IR) et f2 ∈ L2 (IR), montrer que
Z
u 7→ f (x)u(x)dx ∈ E 0 .
IR
2) Soit 0 < α < 12 , montrer que Z
1
u 7→ α
udx ∈ E 0 .
IR |x|
(Décomposer l’intégrale suivant les Rensembles [|x| > M ] et [|x| ≤ M ].)
3) Soit K = {u ∈ E : u ≥ 0 p.p. et IR udx ≤ 1}.
Montrer que K est un convexe fermé de E.

Soit (un )n ⊂ K et u ∈ L2 (IR) tels que un * u dans L2 (IR) faible.


82 CHAPITRE 8. RÉFLEXIVITÉ, SÉPARABILITÉ, DUALITÉ DES LP

4) Montrer que u ∈ K.
5) Montrer que Z Z
1 1
α
un dx −→ α
udx.
IR |x| IR |x|
6) Pour u ∈ E, on définit Z Z
2 1
J(u) = u dx − α
udx,
IR IR |x|
1
où α ∈]0,2 [.
Montrer que ∃C ∈ IR tel que J(u) ≥ C, ∀u ∈ K.
On pose m = inf u∈K J(u). On cherche à prouver que cet inf est atteint.
7) Soit (un )n ⊂ K telle que J(un ) −→ m. Montrer que kun k reste bornée.
8) Extraire une sous-suite qui converge faiblement dans L2 (IR) et conclure.
9) E est-il réflexif ?

Exercice 2

Soit Ω un ouvert de IRN et soit f une fonction mesurable réelle sur Ω. On pose K = {u ∈
Lp (Ω); u ≥ f p.p. }.
1) Si 1 ≤ p < +∞, vérifier que K est fermé pour la topologie faible de Lp (Ω).
2) On considère le cas p = +∞.
a) Montrer que
Z Z
K = {u ∈ L∞ (Ω); ∀ϕ ∈ L1 (Ω), ϕ ≥ 0, f ϕ ∈ L1 (Ω), on ait uϕ ≥ f ϕ }.
Ω Ω

(On pourra d’abord supposer que |Ω| < ∞.)


b) En déduire que K est fermé faible ? dans L∞ (Ω).
c) Soient f1 et f2 dans L∞ (Ω) telles que f1 ≤ f2 p.p. Montrer que ”l’intervalle” {u ∈ L∞ (Ω) :
f1 ≤ u ≤ f2 p.p. } est compact faible ? dans L∞ (Ω).

Exercice 3

Soit f ∈ L1 (IR) fixée, montrer que y 7→ τy f où τy f (x) = f (x − y) est uniformément conti-
nue de IR dans L1 (IR).

Rappels

1) Propriété d’absolue continuité :


N 1
R un ouvert de IR , soit f ∈ L (Ω) alors ∀ε > 0, ∃δ > 0 tel que ∀A mesurable avec |A| ≤ δ
Soit Ω
on a A |f |dx ≤ ε.
(Ce résultat a été démontré en exercice 3, chap. VII)
2) Théorème d’Egoroff (Voir [Rudin], [Neveu]) :
On suppose |Ω| < ∞. Soient fn , f : Ω → IR mesurables telles que fn → f p.p. alors ∀δ > 0, ∃A
mesurable tel que |A| ≤ δ et fn → f uniformément sur Ω\A.

Exercice 4
8.4. EXERCICES 83

Soit Ω un ouvert borné de IRN , soit (fn )n ∈ Lp (Ω) et f ∈ Lp (Ω) avec 1 ≤ p < +∞. On
suppose qu’il existe C tel que kfn kp ≤ C, ∀n et fn → f p.p.
1) Montrer que si kfn kp → kf kp alors kfn − f kp → 0.
2) On suppose 1 < p < +∞. Montrer que fn * f dans Lp (Ω) faible.
3) Lorsque p = 1, considèrer fn = n1(0, 1 ) avec Ω =]0, 1[ et vérifier que fn ne converge pas
n
faiblement vers f = lim fn p.p.

Exercice 5

Soit Ω un ouvert borné de IRN . Une suite (fn )n de L1 (Ω) est dite équi-intégrable si elle vérifie
Z
∀ε > 0, ∃δ > 0, t.q. ∀E ⊂ Ω mesurable avec |E| ≤ δ =⇒ ∀n ≥ 1, |fn |dx < ε.
E

Première partie :
1) Montrer que si (fn )n est équi-intégrable alors elle est bornée dans L1 (Ω).
2) Soit (fn )n une suite de L1 (Ω). Montrer que (fn )n est équi-intégrable si et seulement si elle
vérifie Z
lim (sup |fn |dx) = 0.
k→+∞ n≥1 [|fn |>k]

3) Montrer que si (fn )n est relativement compacte dans L1 (Ω) alors elle est équi-intégrable.
Deuxième partie :
1) Soit (fn )n une suite de L1 (Ω) telle que ∀A ⊂ Ω mesurable,
Z
lim fn dx = 0.
n→∞ A

Montrer que (fn )n est équi-intégrable.


R ε > 0 fixé, considérer les ensembles X = {11A1, Amesurable ⊂ Ω} et Xn = {11A ∈ X; ∀k ≥
(Pour
n, | A fk dx| ≤ ε}, vérifier que X est fermé dans L (Ω) et appliquer le lemme de Baire.)
2) En déduire que si (fn )n est une suite de L1 (Ω), f ∈ L1 (Ω) et si fn converge faiblement vers
f dans L1 (Ω) alors la suite (fn )n est équi-intégrable.
3) Soit (fn )n une suite de L1 (Ω) et soit f ∈ L1 (Ω). On suppose que

fn * f dans L1 (Ω) faible
fn −→ f p.p.

Montrer que kfn − f kL1 −→ 0. (Utiliser le Théorème d’Egoroff.)

Exercice 6
1
Soit Ω =]0, 1[ et soit fn (x) = n p e−nx où 1 ≤ p < +∞.
1) Montrer que fn → 0 p.p. dans Ω, (fn )n est bornée dans Lp (Ω) et fn 6→ p
R 10 dans L (Ω).
p
2) Soit ϕ ∈ Cc (Ω) et soit T l’application définie sur L (Ω) par T (g) = 0 g ϕ dx, montrer que
T ∈ (Lp (Ω))0 .
3) Si 1 < p < +∞, montrer que fn * 0 dans Lp (Ω) faible.
Si p = 1, montrer que fn 6* 0 dans L1 (Ω) faible et qu’il n’existe aucune sous-suite de (fn )n
convergeant faiblement dans L1 (Ω). Que pouvez-vous conclure ?
84 CHAPITRE 8. RÉFLEXIVITÉ, SÉPARABILITÉ, DUALITÉ DES LP
Chapitre 9

Espaces de Hilbert

Définition 9.1 Un espace p de Hilbert réel est un espace vectoriel réel muni d’un produit scalaire
(u, v) et tel que ||u|| = (u, u) soit une norme pour laquelle H soit complet. Un espace de
Hilbert hermitien est un espace vectoriel sur C muni d’un produit hermitien (u, v) c’est-à-dire
vérifiant
(u, v) = (v, u), (λu, v) = λ(u, v), (u + v, w) = (u, w) + (v, w).
p
et tel que ||u|| = (u, u) soit une norme rendant H complet. Remarquons aussi que
(f, λg) = λ(f, g) et (u, v + w) = (u, v) + (u, w).

Exemple
P 9.1 On pose l2 (IN) l’ensemble des suitesP u = (u1 , ..., un , ...) avec un ∈ C et vérifiant
2 2 N
n |un | < ∞. Muni du produit scalaire (u, v) = n un vn , c’est un espace de Hilbert. L (IR ),
R
muni du produit scalaire (f, g) = f (x)g(x)dx est également un espace de Hilbert : on a vu
qu’il est complet. Remarquer que l2 (IN) peut être plongé naturellement dans L2 (IR) en posant
u(x) = un si x ∈ [n, n + 1[ et qu’il apparaı̂t alors sous-espace fermé de L2 (IR). La complétude de
L2 (IR) implique donc la complétude de l2 (IN).

Proposition 9.1 Nous avons toujours l’inégalité de Cauchy-Schwarz


|(f, g)| ≤ ||f ||||g||.

Démonstration la démonstration est la même qu’en dimension finie : elle se fait dans le plan
de f et g. On pose (f, g) = eiθ |(f, g)| et on développe ||f + teiθ g||2 ≥ 0, ce qui donne
||f ||2 + t(f, eiθ g) + t(eiθ g, f ) + t2 ||g||2 ≥ 0, soit
||f ||2 + 2t|(f, g)| + t2 ||g||2 ≥ 0.
L’inégalité de Cauchy-Schwarz exprime que le discriminant de ce trinôme est négatif. ◦

La relation de Pythagore reste valable : si f et g sont orthogonaux, alors


||f + g||2 = ||f ||2 + ||g||2 .
Cette relation s’étend à une suite de vecteurs orthogonaux deux à deux, fk . On a alors
X X
|| fk ||2 = ||fk ||2 .
k k

85
86 CHAPITRE 9. ESPACES DE HILBERT

P
Grâce à la complétude, le premier membre de cette égalité, k fk , est bien un élément de H si
le deuxième membre est une série convergente. On a donc

Proposition 9.2 Soit H un Hilbert et fnPune suite d’éléments de H. Si la série P un est composée
d’éléments orthogonaux deux à deux et si n ||un ||2 converge, alors
P la série n un converge dans
H. Si la série de terme général ||un || est convergente, la série n un converge dans H.

Démonstration
P La deuxième partie de l’énoncé se déduit
P de la complétude de H. En effet,
la suite vk = k0 vn est de Cauchy puisque ||vk − vl || ≤ kl ||un ||. ◦

Théorème 9.1 Soit H un espace de Hilbert et C un convexe fermé et non vide de H. Pour
tout f ∈ H il existe un unique point de C, appelé projection de f sur H dont la distance à f
soit minimum. Cette projection se caractérise comme l’unique point g de C tel que

∀h ∈ C, Re(f − g, h − g) ≤ 0. (9.1)

Si C est un sous-espace vectoriel fermé de H, la projection de f est l’unique point g ∈ C tel que
f − g soit orthogonal à tous les éléments de C.

Lemme 9.1 L’identité du parallélogramme :


1
||u||2 + ||v||2 = (||u + v||2 + ||u − v||2 ).
2
La somme des carrés des longueurs des cotés d’un parallélogramme est égale à la demi-somme
des carrés de ses diagonales.

Démonstration du théorème 9.1 Montrons d’abord l’unicité. S’il existait deux éléments
g1 et g2 réalisant la projection de f sur C, on aurait en considérant leur milieu g1 +g
2
2
et en
appliquant l’identité du parallélogramme à u = f − g1 et v = f − g2 ,
1 1
||2f − (g1 + g2 )||2 = ||f − g1 ||2 + ||f − g2 ||2 − ||g1 − g2 ||2 .
2 2

Donc ||f − g1 +g 2 2 2
2 || < d(f, C) . Mais comme
g1 +g2
2 est dans C, c’est impossible. On montre
maintenant l’existence de la projection. Soit gn une suite de C telle que ||f − gn || → d(f, C). En
utilisant de nouveau l’inégalité du parallélogramme,
1 gn + gm 2
||gn − gm ||2 = ||f − gn ||2 + ||f − gm ||2 − 2||f − || .
2 2
Quand n et m tendent vers l’infini, le membre de droite tend vers 0. La suite gn est donc de
Cauchy et converge vers un élément g de C, car C est fermé. Montrons l’inégalité variationnelle
(9.1). Pour tout h ∈ C, et t ∈ [0, 1], les points g + t(h − g) du segment [g, h] appartiennent à C.
On a donc

∀t ∈ [0, 1], ||g − f ||2 ≤ ||f − g − t(h − g)||2 ce qui est équivalent à (9.2)

∀t ∈ [0, 1], t2 ||h − g||2 − 2tRe(f − g, h − g) ≥ 0.


87

On divise par t et on fait tendre t vers 0± pour obtenir (9.1). Réciproquement, si (9.1) est vérifiée
pour tout h ∈ C, (9.2) aussi et en faisant t = 1 on voit que ||f − g|| réalise la distance minimale
de f à un point de C.
Considérons pour terminer le cas où C est un sous-espace vectoriel fermé de H. Soit g la
projection de f . Pour tout v dans C, g + eiθ v appartient à C. On a donc Re(eiθ (v, g − f )) ≤ 0
pour tout θ et donc (v, g − f ) = 0. Réciproquement, si g ∈ C vérifie (v, g − f ) = 0 pour tout
v ∈ C, on a (v − g, g − f ) = 0 pour tout v dans C et par la deuxième partie du théorème 9.1, g
est bien la projection de f sur C. ◦

Exercice 9.1 Démontrer en utilisant (9.1) que la projection P sur un convexe est une applica-
tion contractante : ||P f1 − P f2 || ≤ ||f1 − f2 ||.

Définition 9.2 On appelle orthogonal d’un sous-ensemble A de H et note A⊥ l’ensemble

A⊥ = {v, ∀f ∈ A, (v, f ) = 0}.

C’est un sous-espace vectoriel fermé de H.

Corollaire 9.1 Si F un sous-espace vectoriel fermé d’un espace de Hilbert H, alors tout élément
de H se décompose de manière unique sous la forme

f = g + h, g ∈ F, h ∈ F ⊥ (9.3)

où g est la projection de h sur F et h la projection de h sur F ⊥ . On a donc

H = F + F ⊥ , (F ⊥ )⊥ = F, H ⊥ = {0}.

Si A ⊂ H, on a toujours
(A⊥ )⊥ = Vect(A).

Démonstration La relation (9.3) est une conséquence du théorème 9.1 : si f ∈ H on note


g sa projection orthogonale sur F . Alors f − g = h appartient à F ⊥ par (9.1). On remarque

enfin que A⊥ = Vect(A) . En effet, si un élément f est orthogonal à A, il est orthogonal aux
combinaisons linéaires d’éléments de A et donc à Vect(A) et par un passage à la limite immédiat
à Vect(A). ◦

Corollaire 9.2 et définition On dit qu’un sous-ensemble A de l’espace de Hilbert H est total
si l’espace vectoriel Vect(A) engendré par A est dense dans H. Pour que A soit total dans H, il
faut et il suffit que A⊥ soit réduit à {0}.


Démonstration Si A est total, Vect(A) est égal à H et donc A⊥ = Vect(A) = H ⊥ = {0}.

Réciproquement, si A⊥ = 0, on a Vect(A) = {0} et donc Vect(A) = H, ce qui signifie que A
est total. ◦
88 CHAPITRE 9. ESPACES DE HILBERT

Théorème 9.2 (Riesz) Pour tout f ∈ H, l’application v ∈ H → (v, f ) est une forme linéaire
continue sur H. Réciproquement, si f˜ est une forme linéaire continue sur H, il existe un unique
élément f ∈ H tel que
f˜(v) = (v, f ).
En d’autres termes, H est son propre dual. Tout espace de Hilbert est donc réflexif.

Remarque 9.1 On connaı̂t déjà ce résultat dans le cas où H = L2 (IRN ).

Démonstration La première assertion découle de l’inégalité de Cauchy-Schwarz. Réciproquement,


soit f˜ une forme linéaire continue et non nulle sur H et L son noyau, qui est un espace vectoriel
fermé. Comme f˜ 6= 0, L est un sous-espace strict et donc L⊥ n’est pas réduit à {0}. Soit g ∈ L⊥ ,
non nul. On a donc f˜(g) 6= 0 et on pose pour tout v ∈ H

f˜(v) f˜(v)
v= g + (v − g) = v1 + v2 .
f˜(g) f˜(g)

Le second terme vérifie f˜(v2 ) = 0 et appartient donc à L. Comme g ∈ L⊥ , on a donc

f˜(v)
(v, g) = ||g||2 .
f˜(g)

Il en résulte que
f˜(g)
f˜(v) = (v, g).
||g||2

Théorème 9.3 (L’universalité de la convolution) Soit T : L2 (IRN ) → C00 (IRN ) un opérateur


linéaire, invariant par translation et continu. Alors il existe g dans L2 (IRN ) telle que T (f ) = g∗f .

Démonstration On considère la forme linéaire f → (T f )(0), qui appartient par hypothèse à


(L2 (IRN ))0 . Il existe donc une fonction g0 ∈ L2 telle que
Z
(T f )(0) = f (x)g0 (x)dx. (9.4)
IRN
Par hypothèse aussi, T (τx f ) = τx T f , où l’on rappelle que l’on note τx f (y) = f (y + x). Donc par
(9.4),
Z Z
T f (x) = (τx (T f ))(0) = T (τx f )(0) = f (x + y)g0 (y)dy = f (x − y)g0 (−y)dy = f ∗ g(x),
IRN IRN
où g(y) = g0 (−y).

9.1. BASES HILBERTIENNES 89

9.1 Bases hilbertiennes


Définition 9.3 On dit qu’un espace de Hilbert est séparable s’il admet une suite dénombrable
et dense.

Définition 9.4 Soit un espace de Hilbert séparable. On appelle base hilbertienne de H un


système orthonormé fini ou infini (en )n∈IN qui est total. On a donc (en , em ) = δn,m et Vect((en )n ) =
H.

Théorème 9.4 Tout espace de Hilbert séparable admet une base hilbertienne.

Démonstration Soit (fn )n une suite dense de H. On en extrait par récurrence sur n un
sous-système libre (que nous appellerons encore par commodité (fn )), c’est-à-dire tel qu’au-
cun vecteur de la suite n’est combinaison linéaire des autres. Le système obtenu n’est plus
nécessairement dense, mais il reste total. On applique alors le procédé de Hilbert-Schmidt à la
suite fn . On pose par récurrence
n
X
gn+1 = fn+1 − (fn+1 , gk )gk ,
k=1

ce qui donne un système orthogonal et on pose finalement en = ||ggnn|| , ce qui donne une suite en
orthonormée. Le système est bien total puisque les en engendrent les fn et c’est donc une base
hilbertienne. ◦

Théorème 9.5 Soit H un espace de Hilbert séparable et (en )n∈IN une base hilbertienne de H.
Alors tout élément de H peut s’écrire comme la somme d’une série convergente
X X
f= (f, en )en = cn (f )en (9.5)
n n

et les coordonnées sur la base vérifient l’égalité de Parseval


X
||f ||2 = |cn (f )|2 . (9.6)
n
P 2
P
Réciproquement, si cn est une suite vérifiant n |cn | < ∞, la série n cn en converge dans H
et sa somme f vérifie cn (f ) = cn .
P
Démonstration On pose fm = m 1 cn (f )en . On vérifie que (f − fm , en ) = 0 pour n ≤ m.
Donc fm est la projection orthogonale de f sur l’espace engendré par les en pour 0 ≤ n ≤ m.
Donc ||fm ||2 ≤ ||f ||2 . Par le théorème de Pythagore, on obtient
n
X
||fm ||2 = |cn (f )|2 ≤ ||f ||2 , (9.7)
1
P
ce qui prouve que la série n cn (f )en est convergente dans H (proposition 9.2). Appelons g sa
somme. Reste à montrer que f = g. Mais si n ≤ m, on voit que (fm − g, en ) = 0 et en passant
90 CHAPITRE 9. ESPACES DE HILBERT

à la limite quand m → ∞, on obtient (f − g, en ) = 0. Donc f − g est orthogonal à un système


total et est donc nul. La relation de Parseval s’obtient en passant à la limite dans (9.7).
La réciproque du théorème est immédiate en reprenant les arguments précédents. ◦

Exercice 9.2 P (Inégalité de Parseval) Montrer que si (en ) est un système orthonormé quelconque
de H, alors n |(en , f )|2 ≤ ||f ||2 . Montrer que si cette inégalité est une égalité, alors (en ) est
une base hilbertienne. Montrer que tout système orthonormé peut être complété en une base
hibertienne.

Corollaire 9.3 Tout espace de Hilbert séparable est isométrique à l2 (IN). Il suffit d’associer
à f ∈ H son vecteur de coordonnées sur une base hilbertienne, c = (c1 (f ), ..., cn (f ), ...). En
particulier, on a
X
(f, g) = cn (f )cn (g).
n

Exercice 9.3 Montrer qu’une forme bilinéaire a(u, v) sur un espace vectoriel normé est continue
si et seulement si il existe C tel que |a(u, v)| ≤ C||u||||v||.

Théorème 9.6 (Lax-Milgram) Soit H un espace de Hilbert réel et soit a(u, v) une forme bi-
linéaire symétrique sur H continue et coercive, c’est-à-dire satisfaisant

|a(u, v)| ≤ C||u||||v||, ∃c > 0, a(u, u) ≥ c||u||2

et f ∈ H 0 . Alors il existe un unique élément u de H tel que

∀v ∈ H, a(u, v) = f (v).

De plus, u est l’unique minimum de ϕ(v) = 21 a(v, v) − f (v).

Démonstration On applique le corollaire 5.4 à la fonction ϕ(v), qui est convexe, coercive
et continue (et donc s.c.i. !) sur l’espace réflexif H. Il existe donc u ∈ H qui minimise ϕ.
Comme ϕ est strictement convexe, ce minimum est unique, car si u1 et u2 réalisent le mini-
mum on a ϕ( u1 +u 1
2 ) < 2 (ϕ(u1 ) + ϕ(u2 )) si u1 6= u2 . On a pour tout v dans H et t ∈ IR,
2

1 1 1 2
2 a(u + tv, u + tv) − f (u + tv) ≥ 2 a(u, u) − f (u), soit 2 t a(v, v) + ta(u, v) − tf (v) ≥ 0. En divisant
par t et en passant à la limite quand t → 0± , on obtient a(u, v) = f (v). ◦

Terminons par quelques remarques sur la convergence faible dans un espace de Hilbert.

Proposition 9.3 (i) Si un ∈ H est bornée et H séparable, alors il existe une sous-suite qui
converge faiblement :
∀v ∈ H, (un , v) → (u, v).

(ii)Réciproquement, si un → u, alors un est bornée et

||u|| ≤ lim inf ||un ||.


n
9.1. BASES HILBERTIENNES 91

Démonstration (i) C’est une conséquence directe de la réflexivité de H séparable, qui im-
plique la compacité séquentielle de la boule unité.
(ii) Conséquence immédiate du théorème de Banach-Steinhaus. ◦

Exercice 9.4 On pose dans H = L2 (0, 2π), un (x) = sinnx et vn (x) = |sin(nx)|. Montrer que
ces suites convergent faiblement dans H mais pas fortement. Calculer leur limite faible.

Décomposition d’images sur la base de Haar Nous nous plaçons dans L2 (R2 ). Nous
considérons tout d’abord la fonction de L2 (R)

 1 si 0 ≤ x < 21
H(x) = −1 si 21 ≤ x < 1 (9.8)

0 sinon.
Nous définissons ensuite I(x) = 11[0,1) , puis les trois fonctions de L2 (R2 )

H1 (x, y) = H(x)I(y) , H2 (x, y) = I(x)H(y) et H3 (x, y) = H(x)H(y).

Enfin nous définissons


k
Hi,j 1 ,j2
(x, y) = 2k Hi (2l x − j1 , 2l y − j2 ), l, j1 , j2 ∈ ZZ, i = 1, 2, 3.

On peut montrer (voir l’exercice 3 pour la preuve en une dimension) que ces fonctions forment
une base hilbertienne de L2 (R2 ). Donc si pour une fonction f ∈ L2 (R2 ) nous définissons les
coefficients
cki,j1 ,j2 (f ) = hf, Hi,j
k
1 ,j2
i,
alors
3
X X
f= k
cki,j1 ,j2 (f )Hi,j 1 ,j2
i=1 k,j1 ,j2 ∈Z

dans L2 (R2 ). Pour illustrer cette décomposition dans le cas d’une image, nous considérons, pour
k1 fixé, une fonction vk1 appartenant à l’espace Vk1 des fonctions constantes sur les hypercubes
C k1 ,z = 2−k1 (z + [0, 1]2 ), z ∈ Z2 , et supposons de plus que le support de vk1 est inclus dans
[0, 1]2 . Une telle fonction représente une image numérique comme nous l’avons vu au paragraphe
8.2 (voir la figure 8.1). Dans ce cas, les coefficients cki,j1 ,j2 (vk1 ) sont nuls pour j1 ≥ 2k , j1 < 0,
j2 ≥ 2k , j2 < 0 ou k > k1 (le vérifier !). Figure 9.1, nous représentons les coefficients de l’image
numérique représentée figure 8.1, en haut à gauche (il s’agit donc de v8 , image prenant 256 × 256
valeurs). Pour chaque valeur de k (“échelle”) entre 6 et 8, et chaque valeur de i (“orientation”)
entre 1 et 3, nous représentons une fonction constante par morceaux, dont la valeur prise en
2−k ((j1 , j2 ) + [0, 1]2 ) est log (1 + |ci,j1 ,j2 |), pour j1 , j2 = 0, ..., 2k − 1 (la fonction log(1 + |x|)
est utilisée car c’est une fonction croissante qui permet d’atténuer les très fortes variations des
modules des coefficients |c|, tout en donnant une idée de leur valeurs respectives).
Revenons maintenant sur la figure 8.1. Dans le cadre des espaces de Hilbert, les images vk sont
les projections d’une fonction v de L2 (R2 ) sur les espaces Vk . D’autre part, pour montrer que les
k
(Hi,j ) forment une base de L2 (R2 ), on montre que si Wk est l’espace des fonctions en escalier
1 ,j2  
dyadiques, constantes sur les hypercubes de côtés 2−k et à moyenne nulle, les Hi,j k
,j
1 2
(x, y)
92 CHAPITRE 9. ESPACES DE HILBERT

forment une base de Wk (voir l’exercice 3). On peut en fait montrer que pour tout k ∈ Z, on a
Vk+1 = Vk ⊕ Wk . En ce sens, la décomposition de la figure 9.1 représente les détails ajoutés à
l’image v lorsque l’on passede la représentation
 vk à la représentation vk+1 . Le fait de s’intéresser
k
aux familles de fonctions Hi,j1 ,j2 (x, y) à i fixé permet de voir les détails correspondant aux
trois directions associées aux fonctions H1 , H2 et H3 : respectivement verticale, horizontale et
diagonale. Remarquons également qu’en vertu des propriétés énoncées ci-dessus, l’image vk1 peut
s’écrire, pour 0 ≤ k0 ≤ k1 − 1, :

3 kX k
X 1 −1 2X
−1
k
vk1 = vk0 + ci,k,j1,j2Hi,j1,j2 . (9.9)
i=1 k=k0 j1 ,j2 =0

Ce type de décomposition en une image à une certaine précision, et en images de détails, utilisant
des fonctions de moyenne nulle et à support compact, est à la base de la théorie mathématique
des ondelettes, qui a de nombreuses applications en traitement du signal et des images. La
décomposition particulière présentée ici repose sur les fonctions Hi,j k , et les coefficients cki,j1 ,j2
1 ,j2
sont les coefficients d’ondelettes de l’image dans cette base.
A titre d’exemple, nous illustrons une application classique de la théorie des ondelettes : la
compression d’images. Le but de la compression est de représenter un signal discret (sn )n=0,...,N
par un nombre minimum de coefficients (cn )n=0,...,N 0 , N 0 < N . On parle de compression sans
perte lorsque l’on peut retrouver le signal (sn ) à partir des (cn ), et de compression avec perte
lorsque l’on ne peut que retrouver une approximation (s̃n ) de (sn ). Nous montrons figure 9.2
un exemple de compression avec perte dans le cas des images. Pour un certain k1 ∈ IN, nous
considérons l’image numérique vk1 (projection de v sur l’espace Vk1 ). Nous supposons à nouveau
que la fonction v est nulle en dehors de [0, 1]2 . Nous utilisons ensuite la formule 9.9. L’idée de
la compression par ondelettes est de ne garder qu’un petit nombre des coefficients ci,k,j1,j2 pour
représenter l’image. Pour i = 1, ..., 3, k = k0 , ..., k1 − 1, nous définissons Ei,k ensemble des 10 %
des coefficients de plus grand module parmi {ci,k,j1,j2 |j1, j2 = 0, ..., 2k − 1}. Sur la figure 9.2,
nous montrons l’image obtenue par la formule suivante avec k1 = 8 et k0 = 6 :

3 kX
X 1 −1 X
k
ṽk1 = ak0 + ci,k,j1,j2Hi,j1,j2 (x, y). (9.10)
i=1 k=k0 Ei,k

Bien que le nombre de coefficients utilisé pour décrire le signal ait été grandement réduit (10 fois
si on néglige la fonction ak0 ), le résultat reste visuellement acceptable. En pratique, les fonctions
de base utilisées sont plus complexes que les Hik (plus régulières) et le choix du nombre de
coefficients à garder plus subtil (pas forcément le même pour chaque “échelle” k). Ceci permet
en particulier d’atténuer les zones carrées homogènes, visibles sur la figure 9.2.

9.2 Exercices
Exercice 1

1) Calculer
Z 1
2
min |x3 − a − bx − cx2 | dx,
a,b,c −1
9.2. EXERCICES 93

Fig. 9.1 – Décomposition d’une fonction sur la base hilbertienne de Haar. Nous nous intéressons
à une fonction vk1 à support dans [0, 1]2 , constante sur les hypercubes dyadiques de côté 2−k1 .
Cette fonction est représentée par la formule (9.9), avec ci,k,j1,j2 = hvk1 , Hi,j k k
i, et Hi,j les
1 ,j2 1 ,j2
fonctions de Haar. Ici k1 = 8, avec la même image qu’à la figure 8.1. Pour chaque valeur de k
(“échelle”) entre 6 et 8, et chaque valeur de i (“orientation”) entre 1 et 3, nous représentons une
fonction constante par morceaux, dont la valeur prise sur les hypercubes 2−k ((j1 , j2 )+ [0, 1]2 ) est
|ci,j1 ,j2 |, pour j1 , j2 = 0, ..., 2k −1. Un point est d’autant plus sombre que le module du coefficient
c est important. Première ligne : j = 1, et de droite à gauche, i = 1, i = 2, i = 3 ; deuxième
ligne, j = 2, troisième ligne, j = 3. En se référant à la forme des fonctions H, les images de la
colonne de gauche font apparaı̂tre les contours verticaux de l’image, celles du milieu les contours
horizontaux, alors qu’à droite on retrouve des contours obliques ainsi que des coins. Remarque :
le module des coefficients est souvent très petit, et le contraste des images a été rehaussé pour
éviter qu’elles ne soient blanches.
94 CHAPITRE 9. ESPACES DE HILBERT

Fig. 9.2 – Exemple de compression d’images dans une base hilbertienne. A gauche, l’image
originale (même image que figure 9.1), à droite l’image obtenue en ne gardant que 10% des
coefficients dans la base de Haar (voir la formule (9.10)).

et trouver Z 1
max x3 g(x)dx,
−1
où g est soumis aux contraintes
Z 1 Z 1 Z 1 Z 1
g(x)dx = xg(x)dx = 2
x g(x)dx = 0; |g(x)|2 dx = 1.
−1 −1 −1 −1

2) Si x0 ∈ H et si M est un sous-espace vectoriel fermé d’un espace de Hilbert H, énoncer


le problème de maximum correspondant à min{kx0 − xk, x ∈ M } comme dans la question
précédente.

Exercice 2 (Lemme de Grothendieck)

Soit Ω un espace mesuré et µ une mesure de probabilité sur Ω. Soit S un sous-espace vec-
toriel fermé de L1 (µ) tel que S ⊂ L∞ (µ). On va montrer que dimS < ∞.
1) Montrer que ∃C, M tels que ∀f ∈ S, kf k∞ ≤ C kf k1 puis que kf k∞ ≤ M kf k2 .
2) Vérifier que (S, k k2 ) est un espace de Hilbert. Soit Φ1 , ..., ΦnPune famille orthonormée quel-
conque de S. Pour c = (ci )i ∈ B(0, 1) ⊂ IRn , on définit fc (x) = n1 ci Φi (x).
Vérifier que ∀c ∈ B(0, 1), kfc k∞ ≤ M .
Montrer qu’il existe Ω0 ⊂ Ω avec µ(Ω0 ) = 1 tel que ∀x ∈ Ω0 , ∀c ∈ B(0, 1) on ait |fc (x)| ≤ M . En
déduire que
Xn
|Φi (x)|2 ≤ M 2 , p.p.
1
Conclure.
9.2. EXERCICES 95

Exercice 3 Base de Haar

On pose H(x) = 1 si 0 ≤ x < 12 et H(x) = −1 si 1


2 ≤ x < 1. C’est la fonction de Haar.
On pose
l
Hkl (x) = 2 2 H(2l x − k), l, k ∈ ZZ.
1) Dessiner les fonctions de Haar pour l = 1, 2. Démontrer que ces fonctions forment un système
orthonormal de L2 (IR).
2) Compter les fonctions de Haar qui sont à support dans [0, 1] et qui sont constantes sur les
intervalles dyadiques de longueur 2−j . On appelle Sj le système qu’elles forment. Remarquer
qu’elles sont toutes d’intégrale nulle et déduire qu’elles forment une base de Wj , l’espace des
fonctions en escalier dyadiques, constantes sur des intervalles de longueur 2−j et à moyenne
nulle.
3) Montrer que le système de Haar est une base hilbertienne de L2 (IR). On commencera par mon-
trer qu’une partie de la base de Haar engendre l’espace des fonctions de L2 (−2j , 2j ) à moyenne
nulle sur (−2j , 0) et (0, 2j ).

Exercice 4

Soit E un espace vectoriel normé dont la norme vérifie l’identité du parallélogramme, c’est
à dire
ka + bk2 + ka − bk2 = 2(kak2 + kbk2 ), ∀a, b ∈ E.
On se propose de montrer que l’expression suivante
1
(x, y) = (kx + yk2 − kxk2 − kyk2 ), x, y ∈ E,
2
définit un produit scalaire sur E tel que (x, x) = kxk2 .
1) Vérifier que (x, y) = (y, x), (−x, y) = −(x, y) et (x, 2y) = 2(x, y), ∀x, y ∈ E.
2) Montrer que (x + y, z) = (x, z) + (y, z), ∀x, y, z ∈ E.
On pourra appliquer l’identité du parallélogramme successivement avec

(1) a = x, b = y,
(2) a = x + z, b = y + z,
(3) a = x + y + z, b = z.

3) Montrer que (λx, y) = λ(x, y), ∀λ ∈ IR, ∀x, y ∈ E. (Le faire d’abord pour λ ∈ IN, puis λ ∈ Q|
et enfin λ ∈ IR.)

Exercice 5

x . On considère l’espace de Hilbert L2 (0, +∞) = f : f √w ∈ L2 (0, +∞)

Soit w(x) = x− log R∞ w
muni de (f, g) = 0 f gwdx. Soit IP = {p polynôme à coefficients réels}.
1) Vérifier que IP ⊂ L2w (0, +∞).
2) Soit f (x) = sin(2π log x), montrer que ∀n ∈ IN, (xn , f ) = 0.
En déduire que IP n’est pas dense dans L2w (0, +∞).

Exercice 6
96 CHAPITRE 9. ESPACES DE HILBERT

Soit V un espace de Hilbert réel tel que dim V = ∞.


Soit a : V × V −→ IR une application bilinéaire continue et coercive c’est à dire telle que
∃β > 0, |a(u, v)| ≤ βkuk kvk, ∀u, v ∈ V et ∃α > 0 tel que a(v, v) ≥ αkvk2 , ∀v ∈ V .
Soit ` ∈ V 0 .
1) Montrer que ∃!u ∈ V tel que a(u, v) = `(v), ∀v ∈ V et que kuk ≤ α1 k`kV 0 .
2) On suppose dans toute la suite de l’exercice que V satisfait l’hypothèse suivante :
il existe une suite de sous-espaces (Vn )n≥1 de V telle que

 (i) dimVn = pn ,
(H) :

(ii) VSn ⊂ Vn+1 ,
(iii) n Vn est dense dans V.

Vérifier que ∃!un ∈ Vn tel que a(un , v) = `(v), ∀v ∈ Vn et que l’on peut extraire de (un )n une
sous-suite qui converge faiblement dans V vers une limite u?.
3) Démontrer que u = u?. En déduire que toute la suite (un )n converge faiblement dans V vers
u.
On veut montrer que (un )n converge fortement vers u dans V.
4) Première démonstration : En développant a(un − u, un − u), montrer que kun − uk −→ 0
quand n → ∞.
5) Deuxième démonstration : On note δn = inf{ku − wk, w ∈ Vn }.
a) Montrer que δn est atteint.
b) Montrer (sans utiliser la forme bilinéaire a) que δn −→ 0.
c) Montrer que kun − uk ≤ αβ δn et en déduire que un converge fortement vers u dans V.
Questions subsidiaires :
1) Montrer que pn → +∞ quand n → +∞.
2) Montrer que l’hypothèse (H) =⇒ V séparable.
Chapitre 10

Séries de Fourier

On considère l’espace de Hilbert L2 ([−π, π]) que l’on notera aussi L2 (−π, π). On va montrer
que le système orthonormé
1 ikt
1 (e )k∈Z
(2π) 2

est une base hilbertienne de L2 (−π, π). Cette base s’appelle la base de Fourier. On notera
Z π
1
cn (f ) = f (x)e−inx dx,
2π −π

en sorte que pour toute f dans L2 ([−π, π]) on puisse écrire


X
f (x) = cn (f )einx ,
n∈Z

la série précédente convergeant au sens L2 .


Les cn (f ) s’appellent les coefficients de Fourier de f
et sont proportionnels aux coordonnées de f dans la base de Fourier.
Pour montrer ce résultat, on va commencer par analyser le comportement des coefficients de
Fourier selon la régularité de f .
Lemme 10.1 (Lemme de Riemann-Lebesgue)
i) On pose pour f ∈ L1 (IR), Z
ˆ
f (ξ) = f (x)e−iξx dx.
IR
Si f ∈ Cc (IR) est k fois différentiable et telle que f (k) ∈ L1 (IR), alors

||f (k) ||L1


|fˆ(ξ)| ≤ .
|ξ|k
R
ii) Si f ∈ L1 (IR) alors IR f (x)eiax dx → 0 quand |a| → ∞.
iii) Application aux coefficients de Fourier : si f ∈ L1 (−π, π),

lim cn (f ) = 0.
|n|→∞

Remarque 10.1 Si f ∈ L2 , on sait immédiatement que cn (f ) → 0 car cn (f ) s’interprètent


comme les coordonnées de f sur un système orthonormé.

97
98 CHAPITRE 10. SÉRIES DE FOURIER

Démonstration i) En intégrant par parties k fois l’intégrale définissant fˆ, on obtient pour
ξ 6= 0,
Z
1 ||f (k) ||L1
|fˆ(ξ)| = | f (k) (x)e−ixξ dx| ≤ .
(iξ)k |ξ|k

ii) Soit fn une suite de fonctions C ∞ et à support compact qui tendent vers f dans L1 (proposition
7.4). On a, pour n fixé assez grand : ||fn − f ||1 ≤ ε, ce qui implique |fˆn (ξ) − fˆ(ξ)| ≤ ε pour tout
ξ. En utilisant (i), on voit que |fˆn (ξ)| → 0 quand n est fixé et |ξ| → ∞. Donc |fˆn (ξ)| ≤ ε pour ξ
assez grand. Finalement,
|fˆ(ξ)| ≤ |fˆ(ξ) − fˆn (ξ)| + |fˆn (ξ)| ≤ 2ε
pour ξ assez grand. ◦

La proposition suivante nous dit que la série de Fourier de f converge vers f (x) en tout point x
où f est suffisamment régulière.

Proposition 10.1 ( Principe de localisation)


Si f ∈ L1 (−π, π) et si la fonction y → f (y)−f y−x
(x)
est intégrable sur un voisinage de x, alors
P
limN →∞ sN f (x) = f (x), où on a noté : sN f (x) =: |n|≤N cn (f )einx .

Expliquons pourquoi le résultat précédent s’appelle principe de localisation. Alors que sN (f )


est le résultat d’un calcul intégral sur tout l’intervalle [−π, π], et donc d’un calcul global, le
comportement de sN f (x) dépend du comportement local de f au voisinage de x. Il y a donc
“localisation”.

Démonstration Etape 1 On se ramène au cas f (x) = 0, x = 0.


Supposons la proposition démontrée pour x = 0, f (x) = 0. Soit maintenant g ∈ L1 (−π, π)
telle que g(y)−g(x)
y−x soit intégrable au voisinage de x. Alors on pose f (y) = g(x + y) − g(x). On
a bien f (0) = 0 et f (y)
y =
g(x+y)−g(x)
y est intégrable au voisinage de 0. Donc, par hypothèse,
sN f (0) → f (0) = 0. Mais
X X 1 Z π
sN f (0) = cn (g(x + y) − g(x)) = (g(x + y) − g(x))e−iny dy
2π −π
|n|≤N |n|≤N

X 1 Z π X 1 Z π
−in(z−x) inx
=( g(z)e dz) − g(x) = ( e g(z)e−inz dz) − g(x)
2π −π 2π −π
|n|≤N |n|≤N

= sN g(x) − g(x).
Donc sN g(x) → g(x). En fait, l’argument précédent montre que sN commute avec les transla-
tions :
sN [g(. + x)] = (sN g)(. + x).

Etape 2 On a
Z
1 π sin(N + 21 )y
sN f (0) = f (y) dy. (10.1)
2π −π sin y2
99

PN sin(N + 21 )y
En effet, −N eiky = sin y2 , ce qui se prouve aisément en sommant la suite géométrique.
f (y)
Etape 3 Par l’étape 1 il suffit de montrer que si f ∈ L1 (−π, π) et si y est intégrable autour
|y|
de 0, alors sN f (0) → 0. Comme sur [−π, π], |sin y2 | ≥ π , on a

f (y) π|f (y)|


| y|≤ ∈ L1 (−π, π).
sin 2 |y|
f (y)
Donc on peut appliquer le lemme de Riemann-Lebesgue à la fonction sin y . On conclut que
2
l’intégrale de (10.1) définissant sN f (0) tend vers 0 quand N tend vers l’infini. ◦

Corollaire 10.1 Le système


1
1 (eikt )k∈Z
(2π) 2

1

est une base hilbertienne de L2 (−π, π). Notant cn (f ) = 2π −π e−inx f (x)dx, on a donc pour
toute f dans L2 ([−π, π]), X
f (x) = cn (f )einx ,
n∈Z

la série précédente convergeant au sens L2 .

Démonstration On appelle polynôme trigonométrique toute expression de la forme P (t) =


P N ikt
k=−N ak e , où les ak sont des nombres complexes. Pour montrer que le système de Fourier
est une base hilbertienne, il nous suffit de montrer que c’est un système total, c’est-à-dire que
les polynômes trigonométriques forment un sous-espace vectoriel dense de L2 (−π, π). Mais le
lemme 10.1 ( Principe de localisation) nous assure que si f est (e.g.) C 2 et 2π-périodique sur IR,
alors sN (f )(x) → f (x) en tout point. Comme de plus les coefficients de la série de Fourier de f
vérifient |ck (f )| ≤ kC2 , la série de Fourier est en fait uniformément convergente et donc converge
aussi dans L2 ([−π, π]) vers f . Or, les fonctions C 2 et 2π-périodiques forment un sous-espace
dense de L2 ([−π, π]). En effet, par le corollaire 7.4, les fonctions C ∞ à support compact dans
[−π, π] sont denses dans L2 (−π, π). On conclut que le système de Fourier est total, et donc une
base hilbertienne. ◦

Corollaire 10.2 si f ∈ L1 ([−π, π]) est Höldérienne d’exposant 0 < α ≤ 1 en x ( c’est-à-dire


|f (x) − f (y)| ≤ C|x − y|α ), alors sN f (x) → f (x). Cette conclusion s’applique si f est une
primitive sur [−π, π] d’une fonction de L2 (−π, π).

Démonstration L’application du principe de localisation est immédiate :


| f (y)−f
y−x
(x)
| ≤ |x − y|α−1 qui est bien intégrable au voisinage de x. Soit maintenant f une fonction
qui est la primitive sur [−π, π] d’une fonction de L2 (−π, π). En appliquant l’inégalité de Cauchy-
Schwarz, Z Z
x 1
π 1
|f (x) − f (y)| = | f 0 (t)dt| ≤ |y − x| 2 ( |f 0 (t)|2 dt) 2 .
y −π
100 CHAPITRE 10. SÉRIES DE FOURIER

1
La fonction f est donc Hölderienne d’exposant 2 et le principe de localisation s’applique. ◦

Remarque 10.2 (importante) Le principe P de localisation, quand il s’applique, nous assure


que les sommes symétriques, sn f (x) = ikx
|k|≤n ck (f )e de la série de Fourier convergent
vers f (x). Le fait que le système de Fourier soit une base hilbertienne nous en dit plus, et
moins.
P En effet, si f ∈ L2 ([−π, π]), on peut assurer que les sommes asymétriques, sm,n f (x) =
ikx convergent dans L2 vers f quand n, m → +∞. Mais, attention : cette
−m≤k≤n ck (f )e
convergence n’est pas ponctuelle.

10.1 Convolution des fonctions périodiques et séries de Fourier


La décomposition en série de Fourier d’une fonction f ∈ L2 ([−π, π]) implique qu’on la
considère comme une fonction 2π−périodique, puisque la série de Fourier l’est.

Définition 10.1 et proposition Si f ∈ L1 ([−π, π]) et gR∈ L1 ([−π, π]), on prolonge f et g en


π
des fonctions 2π-périodiques sur IR et on pose f ∗ g(x) = −π f (y)g(x − y)dy. La fonction f ∗ g
ainsi définie appartient à L1 (−π, π) et est 2π-périodique.

Exercice 10.1 En reprenant l’argument du théorème 9.3, montrer que si T : L2periodique ([−π, π]) →
0
Cperiodique ([−π, π]) est linéaire, continu et commute avec les translations, alors il existe une fonc-
tion g ∈ L2 ([−π, π]) telle que T f = g ∗ f , où ”∗” désigne la convolution périodique.‘

Théorème 10.1 Si f, g ∈ L2 (−π, π), alors f ∗ g est continue et cn (f ∗ g) = 2πcn (f )cn (g). De
plus, la série de Fourier de f ∗ g converge uniformément vers f ∗ g.

Remarquons que la relation précédente montre l’effet régularisant de la convolution : les hautes
fréquences de f ∗ g sont plus faibles que celles de f , puisque cn (g) tend vers zéro.

Démonstration i) On a par l’inégalité de Cauchy-Schwarz


Z
|(f ∗ g)(t)| ≤ |f (t − s)||g(s)|ds ≤ ||f ||L2 ||g||L2 .

Donc f ∗ g ∈ L2 (−π, π) et on a, en appliquant plusieurs fois le théorème de Fubini (les intégrales


se font sur [−π, π] ou, indifféremment, sur n’importe quel intervalle de longueur 2π) :
Z Z Z Z
1 −int 1
cn (f ∗ g) = f (t − s)g(s)e dsdt = f (t − s)e−in(t−s) g(s)e−ins dsdt
2π 2π
Z Z
1 −ins
= ( g(s)e ds)( f (u)e−inu du) = cn (f )cn (g).

Le terme général de la série de Fourier de f ∗ g vérifie

|cn (f ∗ g)einx | = |cn (f )||cn (g)| ≤ |cn (f )|2 + |cn (f )|2 .


10.1. CONVOLUTION DES FONCTIONS PÉRIODIQUES ET SÉRIES DE FOURIER 101

Cette dernière série est convergente. La série de Fourier de f ∗ g est donc uniformément conver-
gente. Sa limite est donc continue. Remarquer que si fn → f dans L2 et si fn → g presque
partout, alors f = g : c’est une conséquence de la réciproque du théorème de Lebesgue. ◦

Corollaire 10.3 Autres bases de Fourier. Les fonctions


r r
1 2 2kπt 2 2kπt
√ , cos( ), sin( ), k = 1, 2, ...
T T T T T

forment une base hilbertienne de L2 (0, T ).


ii) Il en est de même pour les fonctions
r
1 2 kπt
√ , cos( ), k = 1, 2, ...
T T T

La transformée associée
q à la base en cosinus s’appelle la ”transformée en cosinus.”
La ”base en sinus”, T2 sin( kπt
T ), k = 1, 2, ....

Démonstration i) Cette première base résulte de l’application à la base de Fourier de la


remarque générale suivante. Si (ek )k∈Z est une base hilbertienne, alors le système f0 = e0 ,...,
e +e e −e
f2k = k √2−k , f2k+1 = k √2−k , ... aussi.
ii) Si f ∈ L2 (0, T ), on lui associe la fonction paire f˜ sur [−T, T ] qui coı̈ncide avec f sur [0, T ].
On décompose f˜ sur la base de Fourier de [−T, T ]. La base de Fourier sur [−T, T ] est formée
iπkt
des fonctions √1 e T . Donc on a
2T
P RT −iπkt iπkx
f˜(x) =L2 1
n∈Z 2T ( −T f˜(t)e T dt)e T . Comme f˜ est paire, on voit en faisant le changement
iπkt −iπkt
de variables t → −t dans les intégrales que les coefficients de e T et e T sont égaux. On
RT iπkt RT
remarque aussi que −T f˜(t)e T dt = 2 0 f (t)cos( πkt T )dt. Aussi,
R T P R T −iπkt iπkx iπkx
f˜(x) =L2 2T1 ˜
−T f (t)dt + n∈IN ∗
1 ˜
2T ( −T f (t)e
T )(e T + e T ), et donc
1 T
R P 2
RT πkt πkx
f (x) = 2 T 0 f (t)dt + n∈IN T ( 0 f (t)cos( T ))cos( T ). Comme les fonctions
q L
1
√ , 2 πkx 2
T T cos( T ) forment un système orthonormé de L (0, T ), l’égalité précédente exprime
qu’elles forment en fait une base hilbertienne.

(iii) Si on prolonge la fonction f en une fonction impaire sur [−T, T ] et que l’on reprend le rai-
sonnement précédent, on trouve la base en sinus. Cette base a la propriété, utile pour modéliser
les cordes vibrantes, que ses éléments valent 0 aux extrémités de l’intervalle.

Remarque : Le résultat ii), relatif à la transformée en cosinus, s’obtient en considérant la


série de Fourier du signal pair f˜ obtenu par symmétrie par rapport à l’axe des y. Ceci est très
important en pratique, car l’introduction de cette symmétrie, qui se généralise sans mal au cas
102 CHAPITRE 10. SÉRIES DE FOURIER

des images, permet d’éviter la présence de discontinuités aux frontières du domaine du signal
ou de l’image (supposés périodique dans le cadre de la décomposition en séries de Fourier), qui
sont à l’origine d’effets de Gibbs (voir le paragraphe 10.3). Ce type de transformée en cosinus est
souvent utilisée en compression des images (comme dans le standard JPEG). Un autre avantage
de cette décomposition, pour la compression, est présenté ci-dessous.

10.2 Décroissance des coefficients de Fourier et problèmes de


compression du signal
On s’intéresse au comportement des coefficients de Fourier quand la 2π-périodisée de f est
C 1 , C 2 , etc... Si f est C p et 2π-périodique, en intégrant par parties p fois sur [0, 2π],
Z Z
1
cn (f ) = e−inx f (x)dx = e−inx f (p) (x)dx.
(in)p
Donc, les coefficients décroissent d’autant plus vite que f est plus régulière.
Si maintenant f présente un saut en 0, on montre que si f est C 1 sur [0, 2π] mais pas 2π-
périodique, alors cn (f ) = O( n1 ). Plus précisément, si nous notons f (0+ ) la valeur en 0 par la
droite et f (2π − ) la valeur en 2π par la gauche
Z 2π
1 f (0+ ) − f (2π − )
cn (f ) = e−inx f 0 (x)dx + .
in 0 in

Or
P on montre (par le lemme de Riemann-Lebesgue) que le premier terme est o( n1 ). On sait que
1 1
n≥N n2 = O( n ), et la décroissance des coefficients de Fourier de la fonction est donc très lente
(1000 termes pour une précision de 10−3 ), dès que la fonction présente une discontinuité.
En ce qui concerne les coefficients de Fourier ck,l d’une “image”, c’est-à-dire une fonction
f (x, y) définie sur un carré [0, 2π] × [0, 2π], C 1 , mais pas 2π × 2π-périodique, le résultat est
1
identique. On montre que cn,m = O( nm ) et le reste (pour la norme L2 ) de la série double est
1
donc en O( nm ). Donc, pour une précision de 10−3 , il faut encore 1000 termes.
Une bonne alternative lorsque la fonction présente une R 2π discontinuité du type précédent
consiste à utiliser la tranformée en cosinus : cn (f ) = π1 0 cosnxf (x)dx. On a, en intégrant
par parties et en remarquant que sinnx s’annule en 0 et 2π,
Z 2π
1
cn (f ) = sinnxf 0 (x)dx.
iπn 0

Puis on montre que cn (f ) = o( n1 ) par le lemme de Riemann-Lebesgue. Les coefficients de Fourier


“en cosinus” décroissent donc plus vite qu’avec la transformée de Fourier classique et on peut
donc en transmettre moins pour une qualité d’image égale. Pour transmettre une image, on
la découpe en petits carrés et on transmet une partie des coefficients de Fourier de chaque
imagette (principe utilisée par le standard JPEG). On augmente ainsi la probabilité qu’une
imagette présente une couleur homogène et soit donc régulière. L’utilisation de la tranformée
en cosinus permet donc de comprimer l’information dans les sous-carrés de l’image où celle-ci
est régulière. Par contre, les calculs précédents prouvent qu’on ne gagne rien quand un “bord”
est présent dans l’imagette. En effet, (on pourra expliciter le calcul pour une image blanche au
dessus de la diagonale et noire en dessous), un calcul du même type que ci-dessus implique que
1
les coefficients décroissent en O( nm ). C’est ce qui explique les phénomènes de “halo” autour des
10.3. PHÉNOMÈNE DE GIBBS 103

objets sur un fond contrasté : le petit nombre de coefficients transmis ne suffit pas à approcher
bien l’imagette. Nous verrons au chapitre 10.3 qu’il y a une autre raison à ceci : le phénomène
de Gibbs (voir la figure 10.2). Le long des discontinuités de l’image, apparaissent toujours des
oscillations résiduelles, quel que soit le nombre de coefficients transmis.
En conclusion, la transformée en cosinus, s’affranchissant des discontinuités aux frontières
du domaine de l’image, présente un double avantage sur la transformée de Fourier. En termes
d’économie de la représentation, elle tire mieux partie de l’eventuelle régularité de la fonction à
l’intérieur de son domaine (régularité souvent élevée dans le cas d’imagettes). De plus, elle évite
l’apparition d’oscillations résiduelles le long de ces frontières.

10.3 Phénomène de Gibbs


Dans ce chapitre, nous détaillons comment la représentation d’un signal par sa série de Fou-
rier conduit à l’apparition d’oscillations résiduelles, dont l’amplitude ne dépend pas du nombre
de coefficients utilisés pour représenter la fonction. Ce résultat mathématique sur l’approxima-
tion d’un signal par les sommes partielles de sa série de Fourier porte le nom de phénomène de
Gibbs.
Ce phénomène est observé à la sortie de tout système physique ou numérique mesurant
ou calculant une fonction f . Si la fonction f (t) (t désignant par exemple le temps) “saute”
brusquement d’une valeur à une autre, alors l’expérimentateur observe une série d’oscillations
avant et après le saut. Il se gardera bien de les interpréter comme faisant partie du signal. En
effet, le phénomène est dû au fait que les appareils de mesure (et les programmes numériques
sur ordinateur) “tronquent” nécessairement les hautes fréquences. Cela veut aussi dire que l’on
n’observe jamais les fonctions elles mêmes, mais des sommes partielles de leur série de Fourier.
Et on observe donc aussi les “parasites” dûs à cette troncature en fréquence ; en particulier, le
phénomène de Gibbs. Du point de vue mathématique, on peut énoncer le phénomène comme
suit :
“ Si une fonction f , par ailleurs régulière, présente un saut en un point, alors les sommes partielles
sN f de sa série de Fourier accentuent ce saut en le multipliant par un facteur qui ne dépend pas
de N .”
Voici le résultat précis dans un cas simple : on considère la fonction “en dents de scie” s(x),
2π-périodique et telle que s(x) = π−x 2 sur [0, 2π[. Le calcul des coefficients de Fourier de s et
P
le corollaire 10.1 montrent que s(x)”=” ∞ sin(kx) au sens de la convergence L2 , ainsi qu’en
k=1 k
tout point de l’intervalle ouvert ]0, 2π[, d’après la proposition 10.1. On considère les sommes
P
partielles de cette série de Fourier, sn (x) =: nk=1 sink(kx) . Pour étudier le comportement de sn
au voisinage de 0, on établit le lemme suivant :

Lemme 10.2 Pour |x| ≤ 1 et uniformément en x,


Z x
sin(nt) x 1
sn (x) = dt − + O(x, ).
0 t 2 n

Démonstration Nous commençons par établir la formule


n
1 X 1 sin(nx)
+ cos(kx) − cos(nx) = , (10.2)
2 2 2tg x2
1
104 CHAPITRE 10. SÉRIES DE FOURIER

qui résulte du calcul suivant :


n n
1 X 1 X ikx 1 −inx e(2n+1)ix − 1
+ cosnx = e = e ( )
2 2 −n 2 eix − 1
1

1 1
1 eix(n+ 2 ) − e−ix(n+ 2 ) sinnxcos x2 + sin x2 cosnx
= x x =
2 ei 2 − e−i 2 2sin x2
1 sinnx cosnx
= + .
2 tg x2 2
Rx
Puis on intégre cette relation entre 0 et x et on soustrait des deux cotés x2 + 0 sint nt dt. On
cos t
remarque que la fonction 2sin2t − 1t est C 1 . En effet, en développant au voisinage de 0,
2

cos 2t 1 tcos 2t − 2sin 2t


− =
2sin 2t t 2tsin 2t

t2 t t3
t(1 − 8 ) − 2( 2 − 48 ) + o(t3 ) t3 (− 81 + 1
24 ) + o(t3 )
= t4
= t4
t2 − 24 + o(t4 ) t2 − 24 + o(t4 )
t
+ o(t). =−
12
Rx cotg( t ) cos(nt)
On peut donc intégrer par parties 0 ((sin(nt))( 2 2 − 1t ) + 2 ), et cette expression est
donc majorée par Cn pour une constante C adéquate. ◦

Ce lemme nous permet de préciser le comportement de sn au voisinage de 0 :

Proposition 10.2 (Phénomène de Gibbs) :

lim sup sn (x) = (1 + c)s(0+ ); lim inf sn (x) = (1 − c0 )s(0+ ). (10.3)


n→∞,x→0+ n→∞,x→0+

Démonstration On va étudier la suite sn ( nπ ) quand n → ∞. On commence par étudier les


Ra
variations de G(a) =: 0 sint(t) dt pour en déduire que G(π) > G(+∞). La fonction G(a) est
croissante sur les intervalles pairs [2kπ, (2k + 1)π] et décroissante sur les intervalles impairs.
On voit aisément que |G((n + 1)π) − G(nπ)| est une suite décroissante. Il en résulte que la
suite G(2nπ) est une suite croissante strictement, la suite G((2n + 1)π) une suite strictement
décroissante, et les deux convergent vers une valeur commune notée G(+∞). On a donc G(π) >
G(+∞). On sait par ailleurs que G(+∞) = π2 . Revenons à la suite sn ( nπ ). On a
Z π Z π
π n sinnt π 1 sinu
sn ( ) = dt − + O( ) = du
n 0 t 2n n 0 u
π
= G(π) > G(+∞) = = s(0+ ),
2
R +∞ sinu
car s(0+ ) = π2 = 0 u du. Donc pour tout n, il y a une valeur très proche de 0, en l’occur-
π G(π)
rence n , telle que la somme partielle de la série de Fourier dépasse d’un facteur constant G(+∞)
10.4. EXERCICES 105

la valeur de la limite s(0+ ). Pour raisons de symétrie, la même chose se produit en 0− avec la
suite sn (− nπ ). Nous avons donc montré l’existence des lim sup et lim inf de l’équation (10.3). ◦

Numériquement, les constantes positives c et c0 sont de l’ordre de 0, 18. Plus précisément, la


somme partielle sn de la série de Fourier de f présente des oscillations, maximales aux points kπ n .
Les oscillations de cette approximation ont donc une fréquence de plus en plus élevée avec l’ordre
d’approximation n, mais l’erreur reste proportionnelle au saut de la fonction f . Ce résultat se
généralise au cas d’une fonction C 1 sur [0, 2π], mais pas 2π périodique. Pour ce faire, on soustrait
à la fonction f une fonction en “dents de scie” λs + µ = s̃, où λ et µ ont été choisis de manière
à la rendre Lipschitzienne et on applique à la différence f − s̃ le principe de localisation. Il y a
donc convergence uniforme de la série de Fourier de f − s̃ vers f − s̃, alors que la série de Fourier
de s̃ présente le phénomène de Gibbs. Le développement de Fourier de f présente donc aussi le
phénomène de Gibbs.
Nous illustrons, à la figure 10.1, le phénomène dans le cas de la fonction 2π-périodique,
impaire, et valant 1 sur l’intervalle ]0, π]. Nous montrons les sommes partielles de sa série de
Fourier. Remarquons en particulier le fait que l’erreur maximum ne varie pas avec le nombre
de coefficients de l’approximation. En revanche, la fréquence de ces oscillations augmente avec
l’ordre d’approximation. Nous présentons ensuite une illustration du phénomène de Gibbs dans
le cas des images numériques : partant d’une image, nous calculons sa série de Fourier (en fait une
approximation finie de cette série présentée au paragraphe suivant : la transformée de Fourier
discrète), mettons les hautes fréquences à zéro, puis calculons l’image dont la série de Fourier
est celle ainsi obtenue (anticipant sur les définitions et notations du paragraphe suivant sur la
transformée de Fourier discrète, nous multiplions l’image ũmn par la fonction indicatrice d’un
carré centré sur ũ0,0 , puis appliquons la TFD inverse). Nous montrons le résultat figure 10.2,
où l’image originale est placée à gauche. Le résultat, image obtenue après troncature des hautes
fréquences, à droite, présente de très nombreuses oscillations.
Ce phénomène apparaı̂t également lorsque le spectre est utilisé à des fins de manipulation
d’image, comme nous le verrons au chapitre suivant.

10.4 Exercices
Exercice 1

Soit (sn )n ⊂ C
| telle que sn −→ s. Montrer que
n
1 X
sj −→ s.
n+1
0

Exercice 2

Montrer qu’il existe (sn )n ⊂ C


| telle que (sn )n ne converge pas et
n
1 X
sj converge.
n+1
0
106 CHAPITRE 10. SÉRIES DE FOURIER

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 20 40 60 80 100 120 140 160

0.8

0.6

0.4

0.2

0
0 20

50 15

100 10

150 5

200 0

Fig. 10.1 – Sommes partielles de la série de Fourier de la fonction 2π-périodique, impaire, valant
1 sur ]0, π]. Haut : les approximations sont représentées sur le même graphe, sur l’intervalle ]0, π].
Bas : les différentes approximations sont traçées selon un troisième axe (nombre de termes entre
1 et 20). On remarque que l’erreur maximale d’approximation ne varie pas avec le nombre de
termes, tandis que la fréquence des oscillations augmente.
10.4. EXERCICES 107

Fig. 10.2 – Illustration de l’effet de Gibbs. Gauche : l’image originale ; droite : l’image après que
l’on ait tronqué ses hautes fréquences, et sur laquelle sont visibles de nombreuses oscillations.
L’image de droite est obtenue en ne conservant que les fréquences dont le module est inférieur au
quart de la fréquence maximale. Le phénomène est particulièrement visible le long des frontières
du domaine de l’image (voir en particulier le côté droit) et le long des discontinuités de l’image.
Remarquons que l’image est également devenue floue par suppression des hautes fréquences.
108 CHAPITRE 10. SÉRIES DE FOURIER

Exercice 3

On note C(Π)
R π = {f ∈ C(IR), 2π-périodiques}, que l’on munit de kf k∞ = supt |f (t)|. On notera
1
kf k1 = 2π −π |f (t)|dt. Soit f ∈ C(Π), on définit les coefficients de Fourier de f par
Z π
1
fb(n) = f (t)e−int dt, n ∈ ZZ.
2π −π

On note
n
X
Sn (f, t) = fb(k)eikt , n ∈ IN et
−n
n
1 X
σn (f, t) = Sj (f, t).
n+1 0
PN 1 PN
1) On pose DN (t) = −N eikt et KN (t) = N +1 0 Dj (t), pour N ∈ IN.
Montrer que

sin(N + 12 )t
DN (t) = , t 6= 0, DN (0) = 2N + 1,
sin 2t
!2
1 sin N 2+1 t
KN (t) = , t 6= 0, KN (0) = N + 1.
N +1 sin 2t

2) Vérifier que KN (t) ≥ 0, ∀t ∈ IR, kKN k1 = 1 et que ∀δ > 0, KN −→ 0 uniformément sur


δ ≤ |t| ≤ π.
3) Montrer
Rπ que si f ∈ C(Π), σn (f ) −→ f uniformément sur [−π, π]. (Remarquer que σn (f, t) =
1
2π −π f (x)K n (t − x)dx = Kn ? f (t) = f ? Kn (t).)
P
4) On appelle polynôme trigonométrique, toute fonction de la forme n−n ak eikt .
En déduire que les polynômes trigonométriques sont denses dans C(Π) et que si f, g ∈ C(Π) sont
telles que ∀n ∈ ZZ, fb(n) = bg(n) alors f = g.
5) Théorème de Du Bois-Reymond :
∃f ∈ C(Π) telle que lim sup |Sn (f, 0)| = +∞.
Pour démontrer ce résultat, on définit Λn : C(Π) −→ C | telle que Λn (f ) = Sn (f, 0).
0
a) Vérifier que Λn ∈ (C(Π)) .
b) Montrer que kΛn k = kDn k1 .
c) Montrer que kDn k1 −→ +∞ (par exemple : kDn k1 ≥ π42 log(n + 1)).
d) En déduire que ∃f ∈ C(Π) telle que supn |Sn (f, 0)| = +∞.
6) Soit f ∈ L1 (−π, π), on note c(f ) = (fb(n))n∈ZZ . Vérifier que

c(f ) ∈ C0 (ZZ) = {c = (cn )n : cn → 0 quand n → ±∞} .



7) Soit f ∈ L1 (−π, π) telle que −π f (x)p(x)dx = 0 pour tout polynôme p trigonométrique,
vérifier que f = 0 p.p.
8) Montrer que l’application T : L1 (−π, π) → C0 (ZZ) telle que T (f ) = (fb(n))n∈ZZ est linéaire
continue injective mais non surjective.
Chapitre 11

Le cas discret

11.1 Transformée de Fourier Discrète, applications


11.1.1 La dimension 1
La transformée de Fourier discrète est un moyen de calculer les coefficients
 de Fourier d’une
fonction a-périodique u, directement à partir de ses N échantillons u ka
N , k = 0, ...N − 1. Cela
n’est possible exactement que si la fonction présente un nombre de fréquences inférieur à N .
Pour des raisons de simplicité des notations, nous supposerons dans ce paragraphe que N
est pair. Tous les résultats enoncés (sauf ceux du paragraphe 11.1.4 relatifs à la transformée de
Fourier rapide) s’adaptent sans difficultés au cas N impair. En pratique, N est en fait toujours
une puissance de 2.
Soit u(x) une fonction réelle ou complexe de période a, et N un entier pair. On cherche un
polynôme trigonométrique de la forme
N/2−1
X  
2iπnx
P (x) = ũn exp , (11.1)
a
n=−N/2

qui soit égal à u aux points ka


N pour k = 0...N − 1. On dira dans la suite que P est de degré
N
2.
Le but est donc d’interpoler les échantillons u( ka
N ) = uk .

Pourquoi choisir un polynôme trigonométrique ? La raison est physique : tous les dispositifs d’acquisition
de signaux (sons) ou images ont une bande passante, c’est-à-dire un intervalle de fréquences captées par
le dispositif d’enregistrement ; les autres fréquences sont perdues ou tellement atténuées qu’on les néglige :
on suppose donc que la ”bande passante” est [− N2 , N2 − 1]. Il n’y a par contre aucune raison de supposer
que le signal ou image soit périodique et d’une période qui coı̈ncide avec la fenêtre d’observation [0, a].
Cette hypothèse est donc imposée à la donnée et provoque une distorsion qu’on a évaluée : le phénomène
de Gibbs. Si en fait la fonction u dont on possède les N échantillons n’a pas une bande de fréquence
dans − N2 , N2 − 1, son interpolation par un polynôme trigonométrique de degré N2 provoque une autre
distorsion que nous allons évaluer précisément : l’aliasage.
On va commencer par calculer les coefficients de P .

Définition 11.1 On pose uk = u( ka
N ), ωN = exp
2iπ
N et,pour n = − N2 , ... N2 − 1,
N −1
1 X −nl
ũn = ul ω N . (11.2)
N
l=0

109
110 CHAPITRE 11. LE CAS DISCRET

Les N coefficients ũn sont appelés transformée de Fourier discrète (TFD) des N échantillons uk .
On appelle transformée de Fourier discrète inverse l’application de C | N dans lui même définie

par
N
−1
2X
kn
uk = ũn ωN , k = 0, ..., N − 1. (11.3)
n=− N
2

Proposition 11.1 Les coefficients (ũn ) définis par


 (11.2) sont les uniques coefficients tels que
le polynôme trigonométrique (11.1) vérifie P ka
N = uk , pour tout k = 0...N − 1. En d’autres
termes, la transformée de Fourier discrète composée avec son inverse donne bien l’identité.

Démonstration Pour k = 0...N − 1,


N
−1
ka 2X
nk
P( ) = ũn ωN
N
n=− N
2
N
−1 N −1
1 X
2 X
−nl nk
= ( ul ωN )ωN
N N
n=− l=0
2
N
N −1 −1
1 X X
2
nk−nl
= ul ( ωN )
N
l=0 N
n=− 2
N
X −1
1
= N δ(k − l)ul = uk ,
N
l=0

où on a noté δ la fonction définie sur les entiers, valant 1 en 0, et 0 ailleurs. L’unicité provient
du fait que toute application linéaire surjective de CN dans lui-même est aussi injective. ◦

On rappelle d’autre part que si u ∈ L2 (0, a), les coefficients de la série de Fourier de u sont
définis, pour n ∈ Z, par Z  
1 a −2iπnx
cn (u) = u(x) exp . (11.4)
a 0 a
Les coefficients ũn de la transformée de Fourier discrète sont approchés par les termes de la
TFD de (uk ) au sens suivant :

Proposition 11.2 Soit u continue et a-périodique. Alors les ũn sont des approximations des
cn (u) par la formule des trapèzes, pour n = −N N
2 , ..., 2 − 1.

Démonstration Il suffit d’écrire l’approximation de l’intégrale (11.4) par la méthode des


trapèzes en tenant compte du fait que u(a) = u(0) pour une fonction a-périodique. ◦

PN/2−1 2iπnx

Corollaire 11.1 Si u est un polynôme trigonométrique u(x) = n=−N/2 ũn exp a , les
coefficients ũn sont bien calculables par la formule (11.2). Ce sont les coefficients de Fourier de
u.
11.1. TRANSFORMÉE DE FOURIER DISCRÈTE, APPLICATIONS 111

uk

TFD
échantillonage

u ûk
Série de Fourier

Fig. 11.1 – La TFD après échantillonage calcule bien les coefficients de Fourier si la fonction
u est un polynôme trigonométrique (corollaire 11.1)

Proposition 11.3 On suppose que les échantillons uk sont réels. Alors ũ0 et ũ−N/2 sont réels,
et pour k = 1...N/2 − 1, ũk = ũ−k .

1 P 1 P
Démonstration ũ0 = N k uk , et ũ−N/2 = N (−1)k uk ; ces deux coefficients sont donc
réels. D’autre part
N −1 N −1
1 X kn 1 X −nk
ũ−n = uk ωN = uk ωN = ũn .
N N
k=0 k=0

Remarquons le rôle particulier joué par le terme ũ−N/2 , qui n’a pas de terme conjugué lui
correspondant. Comme on va le voir dans la prochaine section, ce terme est un terme d’aliasage,
c’est-à-dire qu’il représente une fréquence parasite. En effet :

Proposition 11.4 si u est un polynôme trigonométrique réel dont les fréquences sont parmi
− N2 , ..., N2 − 1, le terme ũ− N est nul.
2

Démonstration En effet, en regroupant les termes conjugués, on a, pour le polynôme trigo-


nométrique P dont les coefficients sont les ũn :
N
−1
X 2
2inπx −2inπx −iNπx
P (x) = ũ0 + (ũn e a + ũ−n e a ) + ũ−N/2 e a .
n=1

Tous les termes de la somme sont réels sauf le dernier, qui ne l’est que si ũ−N/2 = 0. ◦

La Figure 11.2 montre un exemple de signal (représentant le son A) et le module de sa TFD.

11.1.2 La dimension 2
On considère un réel a, une fonction u de IR2 dans IR,  telle que u(x + a, y + a) = u(x, y). On
ka la
fixe à nouveau un entier N , et l’on pose uk,l = u N , N . On définit la TFD des uk,l comme la
suite des coefficients, pour m, n ∈ {− N2 , ..., N2 − 1},
N −1 N −1
1 X X −mk −nl
ũm,n = 2 uk,l ωN ωN . (11.5)
N
k=0 l=0
112 CHAPITRE 11. LE CAS DISCRET

0.5

−0.5

−1
0 2000 4000 6000 8000 10000 12000

300

250

200

150

100

50

0
−6000 −4000 −2000 0 2000 4000 6000

Fig. 11.2 – Haut : un signal correspondant à la voyelle ”Ah” (le signal représente la pression de
l’air en fonction du temps) ; bas : module de la TFD (coefficients |ũ|, voir le texte). On remarque
que le module du spectre est symétrique, et qu’il existe trois pics importants correspondant aux
fréquences dominantes.

Remarquons tout d’abord que la transformation ainsi définie est séparable, et que le passage des
uk,l aux ũm,n s’effectue par deux TFD à une dimension successives.
De même qu’en dimension 1, nous avons la propriété d’interpolation suivante :

Proposition 11.5 Soient les coefficients ũm,n définis, pour m, n = −N/2...N/2 − 1, par (11.5).
Considérons le polynôme trigonométrique

N/2−1
X 2iπmx 2iπny
P (x, y) = ũm,n exp( ) exp( ).
a a
m,n=−N/2

Les coefficients
 ũm,n sont
 les seuls nombres complexes tels que, pour tout k, l ∈ {0, N − 1},
ka la ka la
P N , N = u N , N . Par conséquent, la transformée discrète inverse de uk,l → ũm,n est
donnée par le calcul du polynôme aux échantillons ( ka la
N , N ), 0 ≤ k, l ≤ N − 1 :

N N
−1 2 −1
ka la X
2 X
km+ln
u(k, l) = P ( , ) = ũm,n ωN .
N N N N
− 2
− 2

Démonstration Le calcul est exactement le même qu’en dimension 1. De même qu’en dimen-
sion 1, nous pouvons identifier un certain nombre de symétries des ũm,n si l’image est à valeurs
réelles. On suppose à nouveau que N est pair.
11.1. TRANSFORMÉE DE FOURIER DISCRÈTE, APPLICATIONS 113

Proposition 11.6 Supposons que les échantillons uk,l soient réels. Alors les coefficients ũ0,0 ,
ũ0,−N/2 , ũ−N/2,0 , et ũ−N/2,−N/2 sont réels ; de plus

N N
∀m, n ∈ {− + 1, ... − 1} ũm,n = ũ−m,−n
2 2

Démonstration Les calculs sont similaires à la dimension 1. ◦

Exercice 11.1 A nouveau, comme en dimension 1, les coefficients (ũk ) correspondent aux
fréquences de l’image u, ordonnées des négatives aux positives. Plus précisément, si u ∈ L1
et que l’on définit les coefficients de la série de Fourier de u par
Z    
1 −2iπmx −2iπny
cm,n = 2 u(x, y) exp exp ,
4π IR2 a a

alors, pour m, n = −N/2......N/2 − 1 les ũm,n sont des approximations des cm,n par la méthode
des trapèzes.

La figure 11.3 présente une image et le logarithme du module de sa transformée de Fourier


discrète (le logarithme est utilisé car le module des TFD des images usuelles décroit très vite
lorsque l’on s’éloigne des basses fréquences).

11.1.3 Le phénomène du repliement de spectre ou aliasage


Le but de ce paragraphe est de calculer les perturbations auxquelles est exposée la trans-
formée de Fourier discrète d’un signal lorsque celui-ci est sous-échantillonné. On vient de voir
que la transformée de Fourier discrète calculait exactement les coefficients de Fourier d’un po-
PN/2−1 
lynôme trigonométrique de degré N2 , P (x) = n=−N/2 ũn exp 2iπnx a , dont on connaissait N
échantillons u( ka 2
N ), N = 0, ..., N − 1. Dans cette section, on considère une fonction u ∈ L (0, a)
et sa série de Fourier X 2inπx
u(x) = cn (u)e a .
n∈Z
P
Dans toute la suite, on supposera que n∈Z |cn (u)| < +∞, ce qui implique que u est continue
et a-périodique. Cette hypothèse n’est pas irréaliste. En effet, étant donné un signal v régulier
(C 2 par exemple) sur [0, a/2], on peut le rendre pair en posant u(−x) = ṽ(x) pour x ∈ [−a/2, 0],
u(x) = v(x) sur [0, a]. On voit que la a-périodisée de cette extension u reste Lipschitz et C 2
par morceaux et on peut en déduire (exercice !) que la série des coefficients de Fourier de u est
convergente. On suppose également, ce qui est réaliste, qu’un signal u n’est en fin de compte
connu que par ses échantillons sur [0, a], u(0), ..., u( NN−1 a).
P
Théorème 11.1 Soit u définie sur [0, a], vérifiant n |cn (u)| < +∞. Alors la transformée de
Fourier discrète de u est la N -périodisée de la suite des coefficients de Fourier de u :
+∞
X N N
ũn = cn+qN (u), n = − , ..., − 1. (11.6)
q=−∞
2 2
114 CHAPITRE 11. LE CAS DISCRET

Fig. 11.3 – Gauche : une image numérique de taille 256 × 256 ; droite : le logarithme du module
de sa TFD. Le spectre décroı̂t rapidement aux hautes fréquences (rappelons que l’image étant
bornée, son spectre est dans L2 ). En pratique, la grande vitesse de décroissance du spectre
rend nécessaire l’utilisation du logarithme pour la visualisation. La symétrie centrale du module
de la TFD est visible. Les lignes horizontales et verticales correspondent aux bords verticaux
et horizontaux respectivement. Remarquer également les lignes obliques qui correspondent aux
bords obliques de l’image (voir en particulier les dalles sur le sol). Les droites horizontales et
verticales sont également dues aux fortes discontinuités présentes aux frontières du domaine de
l’image (rappelons que celle-ci est périodisée pour le calcul de son spectre).
11.1. TRANSFORMÉE DE FOURIER DISCRÈTE, APPLICATIONS 115

2iπ
Démonstration On rappelle la notation ωN = e N et (ωN )N = 1. Comme
X 2imπx
u(x) = cm (u)e a ,
m∈Z

on a
ka X
mk
u( )= cm (u)ωN .
N
m∈Z

On pose pour m ∈ Z, m = qN + n, − N2 ≤n≤ N


2 − 1. En regroupant les termes de la série de
Fourier on obtient
−1 N
+∞
!
ka X
2 X
nk
u( ) = cn+qN (u) ωN , k = 0, ..., N − 1.
N N q=−∞
n=− 2

Mais on a aussi (formule d’inversion de la transformée de Fourier discrète) :


N
−1
ka X
2
nk
u( ) = ũn ωN , k = 0, ..., N − 1.
N N
n=− 2

Ces deux dernières formules définissent toutes deux la transformée de Fourier discrète et par
identification on obtient la formule de ”repliement de spectre” (11.6).

Ce théorème va nous permettre d’interpréter les effets de moiré visibles dans beaucoup d’images
digitales ou de films digitalisés (DVD). Ces effets de moiré sont dûs à un ”repliement de spectre”,
ou ”aliasage”. Le repliement de spectre provient d’un sous-échantillonnage abusif. Le terme alia-
sage se réfère à la présence des coefficients parasites cn+qN , pour q 6= 0 dans le calcul du coefficient
de la fréquence n, ũn . Quand la transformée de Fourier discrète fait correctement son travail, qui
est de retrouver le coefficient cn de la fréquence n de u, on doit avoir ũn = cn . Les coefficients
cn+qN qui s’y ajoutent dans (11.6) sont des répliques, ou ”alias” de coefficients correspondant
aux fréquences plus grandes n + qN , q 6= 0. D’où le terme d’aliasage.

Définition 11.2 Soit un signal échantillonné (uk ), k = 0, ..., N − 1, et soit p un entier divisant
N . On définit l’opérateur “sous-échantillonnage d’ordre p” comme suit :

Sp : IRN −→ IRN/p

(uk )k=0..N −1 −→ (vk ) = (ukp )k=0...N/p .


Le signal (vk ) est dit sous-échantillonné d’un facteur p.

Nous commençons par le cas, technologiquement classique, où p = 2.

Corollaire 11.2 Soit (vk ) = S2 ((uk )) (on suppose que N2 est pair). Alors (ṽn ), la transformée
de Fourier Discrète de (vk ), s’écrit, pour n = − N4 , ..., N4 − 1,

ṽn = ũn + ũn− N + ũn+ N , (11.7)


2 2

le deuxième terme étant par ailleurs nul si n < 0 et le troisième étant nul si n ≥ 0.
116 CHAPITRE 11. LE CAS DISCRET

Démonstration Appliquons le théorème 11.1 à l’unique polynôme trigonométrique P à N


coefficients qui a pour échantillons les uk . Alors par définition de la transformée de Fourier
discrète, ũn = cn (P ). On a donc pour N4 ≤ n N4 − 1,
X
ṽn = cn+q N (P ) = ũn + ũn− N + ũn+ N .
2 2 2
q∈Z

Remarquons que si n ≥ 0 cela donne ṽn = ũn + ũn− N , l’autre coefficient étant nul. De même, si
2
n < 0, on obtient ṽn = ũn + ũn+ N .
2

Cette proposition indique que le spectre du signal sous-échantillonné d’un facteur deux s’ob-
tient en superposant à lui-même le spectre du signal original avec un décalage de N2 . On dit qu’il
y a repliement de spectre. Ainsi, le spectre du signal sous-échantillonné contient généralement
des informations non présentes dans le spectre du signal de départ, ce qui se traduit sur le signal
sous-échantillonné par l’apparition de structures périodiques n’ayant pas de lien direct avec le
contenu du signal. Ceci est particulièrement frappant dans le cas des signaux bi-dimensionnels,
pour lesquels on a un résultat identique à celui de la proposition 11.2. Nous montrons deux
exemples d’images sous-échantillonnées aux figures 11.1.3 (image synthétique) et 11.1.3, exemple
où l’apparition de structures périodiques est dûe à la superposition, lors du sous-échantillonnage,
des hautes fréquences de l’image. La manipulation numérique à faire pour créer des effets de
moiré dans une image est aussi simple que son interprétation est subtile : il suffit de prendre ”un
point sur deux” de l’image. L’interprétation de l’opération se fait en Fourier : on a créé de basses
fréquences parasites en cn qui correspondent au ”repliement” de hautes fréquences cn+N/2 . D’où
l’apparition de sinusoı̈des qui n’ont rien à voir avec le signal original et qui créent des effets de
moiré.
Le résultat de la proposition 11.2 se généralise dans le cas d’un sous-échantillonnage d’ordre
plus élevé, comme le montre la proposition suivante :

Proposition 11.7 Soit (vk ) = Sp ((uk )) (on suppose que N = pM , pour un certain entier M ).
Alors (ṽk ), la transformée de Fourier Discrète de (vk ), s’écrit, pour k = 1...M − 1,
p−1
X
ṽk = ũk+ aN . (11.8)
p
a=−p+1

Démonstration Appliquer de nouveau le théorème 11.1 à l’unique polynôme trigonométrique


à N coefficients qui a pour échantillons les uk . Ce polynôme vérifie cn (P ) = ũn . ◦

On peut comparer les propositions 11.2 et 11.7 au théorème 11.1. Le théorème 11.1 nous
donne notamment les conditions générales de Shannon et Whittaker pour qu’un signal soit
correctement échantillonné : ces conditions sont que le spectre soit borné (nombre fini N de
coefficients de Fourier) et que l’on dispose d’au moins N échantillons. Les propositions 11.2 et
11.7 sont plus pratiques : elles ne donnent aucune hypothèse sur le signal qui a été échantillonné
et ont l’avantage de s’appliquer à un signal discret, quelconque, qu’il soit ou non issu d’un bon
échantillonnage.
11.1. TRANSFORMÉE DE FOURIER DISCRÈTE, APPLICATIONS 117

Fig. 11.4 – Exemple de repliement avec une image synthétique. En haut à gauche : image
originale, à droite son spectre. En bas à gauche : l’image sous-échantillonée d’un facteur deux
dans chaque direction, à droite le spectre correspondant. Le spectre de l’image sous-échantillonée
est obtenu en périodisant le spectre de l’image originale avec pour période le carré visible en
surimpression.
118 CHAPITRE 11. LE CAS DISCRET

(a) Image originale (b) Sa TFD, non nulle en dehors du


carré visible en surimpression

(c) Image sous-échantillonnée d’un (d) La TFD correspondante, sur la-


facteur 2 quelle il y a repliement

Fig. 11.5 – Sous-échantillonnage et repliement : le cas d’une image mal échantillonnée. Pour
les images (a), (b), (c), (d), le principe est le même qu’à la figure 11.1.3, mais le détail de
la transformation du spectre est plus difficile à suivre ! les effets du repliement (aliasing en
anglais) sont particulièrement visibles sur les yeux de la mouche, image (c), qui présentent des
oscillations à basse fréquence. Les structures quasi-périodiques de l’image originale sont visibles
sous formes de taches et de filaments sur le spectre (b). Le repliement est dû à la présence de
ces structures aux hautes fréquences : la TFD de l’image originale n’est pas nulle en dehors du
carré visible en surimpression figure (b). Ce type d’effet de moiré est visible dans de nombreux
DVD commerciaux.
11.1. TRANSFORMÉE DE FOURIER DISCRÈTE, APPLICATIONS 119

(a) Image obtenue par TFD inverse (b) Image obtenue en mettant à zéro
de b les hautes fréquences de 11.1.3-a

(c) Sous-échantillonnage : le replie- (d) TFD de c


ment a disparu

Fig. 11.6 – Une solution possible pour éviter les effets de repliement illustrés sur la figure 11.1.3.
L’image (a) est l’image dont le spectre est le même que celui de l’image 11.1.3-(a) à l’intérieur
du carré, et est nul à l’extérieur (filtrage passe-bas). L’image (c) est l’image sous-échantillonnée
correspondante. On observe que l’effet de repliement a disparu.
120 CHAPITRE 11. LE CAS DISCRET

11.1.4 La transformée de Fourier rapide


Comme nous l’avons vu plus haut, le calcul des coefficients de Fourier ũn revient à l’évaluation
d’un certain polynôme aux racines N -ièmes de l’unité. Dans le cas général, l’évaluation classique
(ex. méthode de Hörner) d’un polynôme de degré N −1 en un point prend O(N ) opérations. Donc
si l’on répète cela pour les N racines de l’unité on devra effectuer O(N 2 ) opérations. L’algorithme
de la Transformée de Fourier Rapide (TFR) permet de résoudre le problème en O(N log N )
opérations. Appelons “calcul d’ordre N ” l’évaluation d’un polynôme de degré N − 1 aux racines
N -ièmes de l’unité. Et soit T (N ) le nombre d’opérations (additions et multiplications) demandées
par ce calcul.
On se place dans le cas N = 2n et soit un polynôme
N
X −1
P (X) = ak X k .
k=0

On pose
N/2−1
X
Q(X) = a2k X k ,
k=0
N/2−1
X
R(X) = a2k+1 X k .
k=0

Alors      
2 2
k k k k
P (ωN ) = Q ωN + ωN R ωN . (*)

k 2 sont exactement les racines d’ordre N de l’unité. Il suffit donc
Or, si N est pair les ωN 2
d’évaluer les deux polynômes Q et R aux racines d’ordre N2 de l’unité ce qui est un problème
d’ordre N2 . On a donc, en tenant compte additions et multiplications demandées par (*),
 
N
T (N ) = 2T + 2N.
2

On en tire aisément T (N ) = O(N log(N )).

Remarque 11.1 En pratique, les programmes usuels de calcul numérique ne calculent pas les
coefficients ũn , mais les coefficients ûn , définis par la formule suivante, pour n = 0, ..., N − 1 :

ũn si n = 0... N2 − 1
ûn = . (11.9)
ũn−N si n = N2 ...N

11.1.5 L’utilisation de la transformée de Fourier discrète pour définir zoom,


translations et rotations des images
Le zoom Nous présentons une méthode d’interpolation reposant sur une extension de la TFD
d’un signal ou d’une image. Nous détaillons la méthode, dite du “prolongement par des 0”
(“0-padding”), en une dimension, le principe se généralisant sans mal pour une P image. Comme
1 N −1 −kn
précédement, considèrons des échantillons uk , k variant de 1 à N − 1, et ũn = N n=0 un ω N .
On suppose que N est pair et que l’on veut zoomer d’un facteur 2, c’est à dire que l’on veut
11.1. TRANSFORMÉE DE FOURIER DISCRÈTE, APPLICATIONS 121

construire un signal de taille deux fois plus grande que le signal de départ. On définit un nouveau
signal v, de taille 2N comme étant la TFD inverse de ṽ, donné par

N N
ṽn = ũn si − ≤n≤ − 1, ṽn = 0 sinon . (11.10)
2 2

Proposition 11.8 Le signal v dont la TFD est donnée par la formule (11.10) vérifie v2k = uk ,
pour k = 0...N − 1.

Démonstration On a
N
N −1 −1
X X
2
2nk nk
v2k = ṽn ω2N = ũn ωN = uk .
−N −N
2

2nk = ω nk .
En effet, ω2N ◦
N

Remarque 11.2 Ce résultat est évident sans démonstration : en effet, on peut considérer
l’unique polynôme trigonométrique de degré N2 passant par les échantillons uk . Les échantillons
vk s’interprètent immédiatement comme des échantillons de ce même polynôme.

Remarque 11.3 On remarquera que les signaux obtenus par cette méthode peuvent être com-
plexes, même lorsque le signal original est réel (ceci étant dû au terme d’aliasage u− N ).
2

La méthode se généralise aux cas des images. Nous considérons une image numérique (uk,l ),
et nous définissons une image zoomée (vi,j )i,j=0,...,2N −1 comme étant la transformée de Fourier
discrète inverse de ṽi,j définie pour i, j = −N, ..., N − 1 par

N N
ṽm,n = ũm,n si − ≤ m, n ≤ − 1, ṽm,n = 0 sinon. (11.11)
2 2
La figure 11.7 montre la partie réelle d’une partie de l’image 11.3 zoomée par TFD, ainsi que
par réplication des pixels (chaque pixel est remplacé par quatre pixels de la même valeur). On
remarque que le zoom par TFD produit une image bien plus régulière, et évite l’effet “marche
d’escalier” visible sur l’image zoomée par réplication. La figure 11.8 illustre ce point sur un détail.
Une autre remarque concerne l’effet de Gibbs (cf paragraphe 10.3). Ce phénomène produit des
rebonds le long de la frontière du domaine de l’image. En effet, et comme nous l’avons déjà
mentionné, le calcul des coefficients de Fourier de l’image (dont les coefficients de la TFD sont
une approximation) suppose l’image périodique, ce qui fait apparaı̂tre des discontinuités le long
des frontières de son domaine de définition. Le phénomène de Gibbs est également visible le
long des discontinuités dans l’image, les contours. Le phénomène est mis en évidence sur la
figure 11.7. Expliquons pourquoi le phénomène apparaı̂t dans le cas du zoom : une nouvelle
image vk,l de taille 2N × 2N est obtenue en utilisant les valeurs prises par le polynôme P (x)
entre les points dont on dispose au départ. Cette utilisation de P fait apparaı̂tre les oscillations
qui étaient invisibles dans le cas de l’image de départ puisqu’il y avait interpolation des (uk ).
Comme nous l’avons déjà évoqué, les oscillations aux frontières du domaine de l’image peuvent
être supprimées par utilisation de la transformée en cosinus. En revanche, le problème subsistera
le long des discontinuités présentes à l’intérieur de l’image.
122 CHAPITRE 11. LE CAS DISCRET

Fig. 11.7 – Zoom sur une partie de l’image 11.3. Haut : zoom par TFD, bas : zoom par réplication
des pixels. Le zoom par TFD est obtenu en prolongeant par des zéros le spectre de l’image initiale.
Celui par réplication des pixels en remplaçant chaque pixel par quatre pixels de la même valeur.
Remarquons tout d’abord la plus grande régularité du zoom par TFD, qui supprime les effets de
“blocs” très visibles sur le zoom par réplication. En contrepartie, le phénomène de Gibbs (voir
paragraphe 10.3) est très visible sur le zoom par TFD, puisque l’on a mis à zéro brutalement
des coefficients de la TFD. Ce phénomène est particulièrement visible le long des frontières de
l’image, qui correspondent à des discontinuités puisque l’image est périodisée (par exemple zone
a), et des contours des objets (par exemple zone b).
11.1. TRANSFORMÉE DE FOURIER DISCRÈTE, APPLICATIONS 123

Fig. 11.8 – détails après zoom, à gauche par TFD, à droite par réplication des pixels.

La translation La méthode présentée au paragraphe précédent permet de définir une trans-


lation d’une quantité 1/2 (ou a/(2N ) pour revenir à notre définition première du signal u), en
ne gardant que les points d’indice impair du signal zoomé v. Plus généralement, nous pouvons
définir une translation d’un signal d’une quantité 0 < α < 1. Comme d’habitude, l’opération de
translation sur la fonction u dont nous connaissons les échantillons uk se fait sous l’hypothèse
que celle-ci est un polynôme trigonométrique. En d’autres termes, on translate le polynôme
d’interpolation, la ”vraie” fonction u étant inconnue en dehors des échantillons. Le polynôme
d’interpolation est
N
−1
X
2
2iπnx
P (x) = ũn e a .
−N
2

En translatant de α, on obtient
N
−1
X
2
2iπnα 2iπnx
τα P (x) = P (x − α) = ũn e− a e a .
−N
2

On a donc :

Proposition 11.9 La TFD (ṽn ) de P (x − α) s’obtient à partir de la TFD de P (x), ũn , par
2iπnα
ṽn = ũn e− a .

Cette méthode de translation se généralise sans mal au cas des images, en remarquant qu’une
translation à deux dimensions peut se décomposer en deux translations, une selon les lignes et
une selon les colonnes.
124 CHAPITRE 11. LE CAS DISCRET

Fig. 11.9 – Rotation de π/4 par TFD. La rotation est implémentée en remarquant qu’elle peut
se décomposer en trois transformations consistant en des translations selon les lignes ou les
colonnes de l’image (formule 11.12). Chacune de ces transformations est ensuite effectuée grâce
à une TFD sur la ligne ou colonne considérée, en utilisant la méthode présentée au paragraphe
précédent.

La rotation Voici, brièvement, une méthode pour implémenter une rotation discrète, due à
L. Yaroslavsky. Le lecteur intéressé pourra consulter [Yaroslavsky] (en anglais). Commençons
par remarquer que
     
cos(θ) −sin(θ) 1 − tan( 2θ ) 1 0 1 − tan( θ2 )
= (11.12)
sin(θ) cos(θ) 0 1 sin(θ) 1 0 1

(sauf si θ = π auquel cas il suffit de retourner l’image). Donc partant de ui,j , on translate la
première ligne de − tan( 2θ ), la deuxième de −2 tan( θ2 ), etc.. Puis on fait une opération similaire
sur les colonnes, puis à nouveau sur les lignes. Ces translations se font par l’intermédiaire de la
TFD à une dimension.
La figure 11.9 montre une image après une rotation de π/4 par la méthode décrite ci-dessus.
Puis, pour illustrer la stabilité de la méthode, nous montrons figure 11.10 le résultat de l’applica-
tion successive de 12 rotations de π/4, et, à titre de comparaison, le résultat de ces 12 rotations
successives implémentés par interpolation bilinéaire (les valeurs aux nouveaux points sont des
combinaisons linéaires des 4 points à coordonnées entières les plus proches). Cette figure illustre
clairement la supériorité de la méthode par FFT dans le cas de rotations multiples.

Remarque 11.4 Cette méthode présente un défaut. En effet, du fait que l’on manipule des
fonctions périodiques, une translation conduit à faire sortir une partie de l’image par un bord
pour la faire entrer par l’autre. Ce qui conduit à l’apparition, sur les bords de l’image d’un
certain nombre de détails qui sont en fait mal placés. On peut se débarrasser de ce problème en
insérant l’image dans un cadre deux fois plus grand. . .
11.1. TRANSFORMÉE DE FOURIER DISCRÈTE, APPLICATIONS 125

Fig. 11.10 – Bas : après douze rotations successives de π/4 par TFD ; haut : même expérience
en utilisant une interpolation bilinéaire (la valeur en un nouveau point (x, y) est obtenue par
combinaisons linéaires des valeurs aux quatre points à coordonnées entières de l’image originale
les plus proches de (x, y)).
126 CHAPITRE 11. LE CAS DISCRET

Remarque 11.5 Un autre défaut, plus fondamental, de la méthode est qu’elle ne peut être par-
faite. En effet, supposons que l’image vérifie l’hypothèse de Shannon et qu’elle est N -périodique,
ce qui revient à dire qu’elle est de la forme (pour une image carrée)
N
X −1
π
u(x, y) = ci,j e2i N (kx+ly) .
k,l=0

Alors, si on lui applique une ”translation” suivant l’axe des x de valeur λy, la formule devient
N
X −1
π
u1 (x, y) = ci,j e2i N (kx+(l−λk)y) .
k,l=0

La fonction u1 n’est pas (pour λ ∈ / ZZ) N -périodique en y. Or, après la première translation
on ne dispose plus que des échantillons du signal u1 sur une grille carrée N × N . D’après la
théorie de Shannon un tel ensemble de données ne permet pas de capturer toute l’information
sur u1 (à la seconde étape on effectue des translations suivant y qui est justement l’axe qui pose
problème). On rencontre encore ce problème à la troisième translation. Le seul moyen d’éviter
cet inconvénient est d’évaluer u aux points de l’image de [0, N − 1] × [0, N − 1] par une rotation
d’angle −θ, mais cette méthode est en N 4 ce qui la rend inopérante. . .

11.1.6 Importances relatives de la phase et du module de la TFD pour une


image
Nous nous intéressons à la pertinence visuelle des caractéristiques de la transformée de
Fourier discrète dans le cas des images, et plus particulièrement à la phase et au module de la
TFD, au moyen de deux exemples. Tout d’abord nous montrons, figure 11.11, deux images A et
B, ainsi que les images obtenues en échangeant les phases de leurs TFD. Nous remarquons grâce
à cette expérience qu’une part très importante de l’information géométrique d’une image est
contenue dans la phase de sa TFD. Rappelons que si l’on translate une fonction, les coefficients
de sa série de Fourier sont multipliés par des exponentielles complexes de module 1, et que
par conséquent la phase de la TFD contient en en sens des informations sur le placement des
constituants de l’image.
Dans la figure 11.12, nous montrons deux images de textures, qui visuellement semblent
invariantes par translation, ainsi que les deux images obtenues à partir de ces textures en ne
conservant que le module de leur TFD, et en tirant au hasard les phases (selon une loi uni-
forme). On voit cette fois que le module de la TFD contient l’information. Cette propriété est
caractéristique des textures homogènes du type présenté figure 11.12, et l’on peut même donner
une définition des “microtextures” comme images caractérisées uniquement par le module de
leur transformée de Fourier.

11.2 Lien avec la théorie de Shannon


Théorème 11.2 (de Shannon pour les polynômes trigonométriques) Soit un signal trigonométrique
N
X
f (t) = cn e2iπλn t .
n=−N
11.2. LIEN AVEC LA THÉORIE DE SHANNON 127

(a) Image A (b) Image A

(c) Module de la TF de A et phase de (d) Module de la TF de B et phase de


B A

Fig. 11.11 – Haut : les deux images de départ ; bas : les deux images après échange des phases
de leurs TFD. L’information géométrique est contenue dans la phase ! Les formes sont princi-
palement codées dans l’argument des coefficients de Fourier de l’image. Bien que les images (a)
et (c) d’une part, et (b) et (d) d’autre part, aient des modules complétement différents, on y
distingue les mêmes formes géométriques. Remarquons également que les directions horizontales
et verticales très présentes sur l’image (a) apparaissent sous forme de texture dans l’image (c).
Cette remarque est précisée par l’expérience de la figure 11.12.
128 CHAPITRE 11. LE CAS DISCRET

Fig. 11.12 – Haut : deux images de textures ; bas : les deux images après remplacement des
phases de leurs TFD par des phases aléatoires. Une information essentielle sur la texture est
donc présente dans le module des coefficients de Fourier de l’image. Pour la texture de gauche,
il semble que la plupart de l’information soit contenue dans le module de la TFD. A droite,
quelques aspects de la texture sont perdus. Nous renvoyons le lecteur intéressé à un article (en
anglais) sur une méthode de synthèse de texture par modification de la phase : [Van Wijk]
11.2. LIEN AVEC LA THÉORIE DE SHANNON 129

On a encore la formule de Shannon


  +∞
X
1 sin π (t − na)
∀a ∈ 0, , ∀t ∈ IR, f (t) = f (na) π a ,
2λc n=−∞ a (t − na)

avec λc = max {|λn |}. La convergence est ponctuelle.

Remarque 11.6 Ce théorème complète le théorème de Shannon pour un signal qui est ni
périodique ni dans L2 .

Démonstration
il suffit de démontrer le résultat dans le cas d’une seule onde. Soit donc

f (t) = e2iπλt ,
λ ∈ IR.
1 1 1

Soit g périodique de période a et égale à f sur − 2a , 2a . les coefficients de Fourier de f sont

asin πa (λ − na)
cn = .
π(λ − na)

Donc
+∞
X sin π (λ − na)
g(t) = π
a
e2iπnat .
−∞ a (λ − na)
 1 1
  1 1
Comme f est C1 sur − 2a , 2a , Cette égalité est ponctuelle pour t ∈ − 2a , 2a (principe de
localisation). D’où
+∞
X sin πa (λ − na) 1
∀λ ∈ IR, e2iπλt = e2iπnat π , |t| < .
n=−∞ a (λ − na) 2a

En intervertissant λ et t, on obtient
+∞
X sin πa (t − na) 1
∀t ∈ IR, e2iπλt = e2iπnaλ π , |λ| < .
n=−∞ a (t − na) 2a
130 CHAPITRE 11. LE CAS DISCRET
Chapitre 12

Séries de Fourier et distributions


périodiques

Dans toute la suite, I désigne un intervalle ouvert de IR, borné ou pas. On note C0∞ (I)
l’ensemble des fonctions réelles C ∞ à support compact dans I. On appelle distribution dans I
toute forme linéaire u sur C0∞ (I) ayant la propriété de continuité suivante : Pour tout intervalle
compact J ⊂ IR il existe un entier p et une constante C tels que pour toute fonction ϕ ∈ C0∞ (J)
à support inclus dans J,
| < u, ϕ > | ≤ C max max |ϕ(i) (x)|.
i≤p x∈J

Cette relation exprime que la forme linéaire u n’agit que sur ϕ et ses dérivées d’ordre inférieur ou
égal à p. Si u ∈ L1loc (I) est une fonction intégrable sur tout borné de I, on voit immédiatement
que l’on peut l’identifier à une distribution ũ dans I en posant, pour ϕ dans C0∞ (I),
Z
< ũ, ϕ >= u(x)ϕ(x)dx.
I

Exercice 12.1 Montrer que si deux distributions ũ et ṽ dans I sont associées à des fonctions
u et v appartenant à L1loc (I) et si elles sont deux distributions égales, alors u = v.

Exercice 12.2 Montrer que < δx , ϕ >= ϕ(x) est une distribution dans IR, appelée
P masse de
Dirac en x. Montrer qu’il en est de même pour le “peigne de Dirac” u = n δ2kπ et pour
(k) k (k)
< δx , ϕ >= (−1) ϕ (x).

On admettra le théorème suivant, qui est une conséquence du théorème de Banach-Steinhaus :

Théorème 12.1 si un est une suite de distributions dans I telle que ∀ϕ ∈ C0∞ , < un , ϕ >
converge vers une valeur que l’on note < u, ϕ >, alors u est aussi une distribution dans I.
Voir l’exercice 2 à la fin de ce chapitre.

Exercice 12.3 Montrer que si un ∈ L1loc converge vers u dans L1loc , alors aussi un → u au sens
des distributions.

Définition 12.1 et proposition Si u est une distribution dans I, alors on appelle dérivée k-
ième de u la distribution dans I définie par < u(k) , ϕ >= (−1)k < u, ϕ(k) >. Si u est C k dans I,
alors sa dérivée classique, notée {u}(k) coı̈ncide avec sa dérivée au sens des distributions, u(k) .

131
132 CHAPITRE 12. SÉRIES DE FOURIER ET DISTRIBUTIONS PÉRIODIQUES

R
Démonstration Si u est C k dans I, on a < {u}(k) , ϕ >= I {u}(k) (x)ϕ(x) et en intégrant par
parties k fois, on obtient
Z
< {u}(k) , ϕ >= (−1)k u(x)ϕ(k) (x)dx =< u(k) , ϕ > .
I

Théorème 12.2 (formule des sauts) Soit f une fonction C 1 par morceaux sur I et (an )n∈Z
la suite discrète de ses sauts. On désigne par {f }0 la dérivée ponctuelle de f et par f (a± n ) les
limites à gauche et à droite de f en an . Alors la dérivée distributionnelle f 0 de f est donnée par
X
f 0 = {f }0 + (f (a+ −
n ) − f (an ))δan .
n

R
Démonstration Prendre ϕ dans C0∞ et intégrer par parties < f 0 , ϕ >= − f ϕ0 . ◦

Que se passe-t-il quand la dérivée au sens des distributions d’une fonction est nulle ?

Lemme 12.1 Soit f ∈ L1 (I) telle que f 0 = 0, c’est-à-dire


Z

∀ϕ ∈ C0 (I), f (x)ϕ0 (x)dx = 0. (12.1)
I

Alors il existe une constante C telle que f = C presque partout.


R
Démonstration Voir l’exercice 3 à la fin de ce chapitre. I ψ(x)dx = 1. cal Fubini ◦

Proposition 12.1 Soit f une fonction définie sur IR, 2π-périodique et telle que f ∈ L2 (0, 2π).
On a le droit de dériver la série de Fourier de f autant de fois que l’on veut et on a donc
+∞
X
(p)
f = (ik)p ck (f )eikt , (12.2)
−∞

cette égalité étant valide comme égalité de deux distributions dans IR.

Remarque 12.1 L’égalité est aussi valide comme égalité de deux distributions dans ]0, π[ ou
en fait dans tout intervalle ouvert de IR.

Démonstration On remarque d’abord que si I est un ouvert et u une fonction dans L2 (I),
dans L1 , ou dans Lploc , alors elle est une distribution dans I, car toute fonction de L1loc (I) est
une distribution dans I. De plus, si une suite de fonctions un converge dans l’un des ces espaces,
elle converge aussi au sens des distributions dans I. Si f ∈ L2 (0, 2π) et est 2π-périodique, elle
est une distribution qui est la somme (au sens 2
P Pn Lloc et donc au sens des distributions dans IR)
de la série k ck (f )e . Soient sn,m (f ) = −m ck (f )eikt les sommes partielles de la série de
ikt
133

Fourier. Comme sn,m(f ) tend vers f au sens des distributions quand n et m tendent vers l’infini,
sn,m (f )(p) tend vers f (p) au sens des distributions. Dérivant terme à terme sn,m(f ), on obtient
X
f (p) = (ik)p ck (f )eikt ,
k

la convergence de la série se faisant au sens des distributions dans IR. ◦

Exercice 12.4 Montrer que si u est une distribution et f ∈ C ∞ (IR), alors f u définie par

< f u, ϕ >=< u, f ϕ >

est bien une distribution

Exercice 12.5 Dérivée de la masse de Dirac


Démontrer que xδ00 = −δ0 .

Solution On calcule

< xδ00 , ϕ >=< δ00 , xϕ >= − < δ0 , (xϕ)0 >= − < δ0 , ϕ + xϕ0 >=

−ϕ(0) =< −δ0 , ϕ > .

Proposition 12.2 (Peigne de Dirac et formule sommatoire de Poisson) On pose


X
< δ̃, ϕ >= ϕ(2nπ).
n∈Z

On l’appelle la ”2π-périodisée” de la masse de Dirac, ou ”peigne de Dirac”. Alors 2π δ̃ − 1 = s0


est la dérivée de la fonction ”en dents de scie”, 2π-périodique, définie sur [0, 2π[ par s(x) = π −x
et on a
1 X inx
δ̃ = e ,
2π n

ce qui se traduit pour ϕ ∈ C0∞ par la formule sommatoire de Poisson,

k=+∞
X p=+∞
1 X
ϕ(2kπ) = ϕ̂(p).
2π p=−∞
k=−∞
134 CHAPITRE 12. SÉRIES DE FOURIER ET DISTRIBUTIONS PÉRIODIQUES

1
R 2π 1
Démonstration Par intégration par parties, cn (s) = 2π 0 (π − x)einx dx = in . Donc le
développement en série de Fourier de s est
X 1 inx
s= e ,
in
n∈Z\{0}

la convergence se faisant au sens L2loc , donc aussi au sens L1loc et donc aussi au sens des distribu-
tions. On dérive terme à terme cette dernière formule (au sens des distributions) et on obtient
donc
X
s0 = einx .
n∈Z\{0}
P
La formule des sauts (théorème 12.2) nous donne s0 = −1 + n∈Z 2πδ2πn , les sauts de s aux
points 2πn étant de +2π et s étant C 1 aux autres points et de dérivée ponctuelle égale à -1. On
obtient donc
X X X
2πδ2πn = 1 + einx = einx ,
n∈Z n6=0 n∈Z

soit la formule annoncée,


X 1 X inx
δ2πn = e .

n∈Z n∈Z

La formule de Poisson s’obtient en appliquant cette dernière formule à une fonction ϕ ∈ C0∞
arbitraire. ◦

12.1 Distributions périodiques et leurs séries de Fourier


Définition 12.2 Si T ∈ IR, on note τT u et on appelle ”translatée de u de T ” la fonction
τT u(x) = u(x − T ). Si u est une distribution, on pose

< τT u, ϕ >=< u, τ−T ϕ > .

On voit aisément que ces deux définitions sont compatibles quand u est une fonction de L1loc .

Définition 12.3 On se donne un nombre T > 0, la ”période”, et lui associe la ”fréquence”


ω = 2π
T . On dit qu’une distribution u est T -périodique si sa translatée τT u est égale à u.

Proposition 12.3 Soit (γk )k∈Z une suite à croissance lente, c’est-à-dire vérifiant une inégalité
du type
∀k ∈ Z, |γk | ≤ C(1 + |k|)N .
P+∞ ikωt
Alors la série −∞ γk e converge au sens des distributions et définit une distribution T -
périodique.
12.1. DISTRIBUTIONS PÉRIODIQUES ET LEURS SÉRIES DE FOURIER 135

Démonstration On pose
X 1
u(t) = γk eikωt .
(ikω)N +2
k6=0
C
Il s’agit d’une série uniformément convergente, son terme général étant majoré par (1+|k|) 2.

L’égalité précédente est donc valide au sens des distributions. En la dérivant n + 2 fois au sens
des distributions, on obtient une nouvelle distribution et l’égalité
+∞
X
γk eikωt = u(n+2) .
−∞

Comme u(t) est une fonction 2π-périodique, il est immédiat que u(n+2) est une distribution
2π-périodique. ◦

RT
Proposition 12.4 Si f est T -périodique et de classe C ∞ , la suite des ck (f ) = T1 0 f (t)eikωt
est à décroissance rapide, c’est-à-dire que l’on a |ck (f )| ≤ CN (1 + |k|)−N pour tout N et la
différence
XL0
f− ck (f )eikωt
L
tend vers 0 uniformément ainsi que chacune de ses dérivées lorsque L et L0 tendent vers +∞.

Démonstration On obtient l’estimation |ck (f )| ≤ CN (1 + |k|)−N en intégrant par parties N


RT P
fois ck (f ) = T1 0 f (t)e−ikωt dt. Grâce à cette estimation, la série k ck (f )e
ikωt et toutes ses

dérivées terme à terme sont uniformément convergentes. On peut donc intervertir sommation et
dérivation. ◦

Théorème 12.3P(Unicité des coefficients de Fourier) Si γk est une suite à croissance lente telle
que l’on ait u = k γk eikωt = 0 au sens des distributions, alors ∀k, γk = 0.

Démonstration Pour tout ϕ ∈ C0∞ ,


X X X Z
ikωt ikωt
< γk e , ϕ >= γk < e , ϕ >= γk ϕ(t)eikωt .
k k k IR
Le théorème résulte alors immédiatement du lemme qui suit.

R
Lemme 12.2 ∀k0 ∈ Z, ∃ϕ ∈ C0∞ , ϕ(t)eikωt dt = δk,k0 .

Lemme 12.3 Il existe χ ∈ C0∞ (IR) telle que


X
χ(t + lT ) = 1. (12.3)
l∈Z
136 CHAPITRE 12. SÉRIES DE FOURIER ET DISTRIBUTIONS PÉRIODIQUES

Démonstration Il suffit de prendre φ ∈ C0∞ positive partout et strictement positive sur [0, T ],
puis de poser χ(t) = P φ(t)
ϕ(t+lT ) . ◦
l∈Z

Démonstration du Lemme 12.2. On pose simplement ϕ(t) = χ(t)e−ik0 ωt , où χ(t) définit
une partition de l’unité (Lemme12.3). Alors
Z Z
ikωt
ϕ(t)e dt = χ(t)ei(k−k0 )ωt dt =

XZ (l+1)T XZ T
i(k−k0 )ωt
χ(t)e dt = χ(t + lT )ei(k−k0 )ωt dt =
l∈Z lT l 0

Z T X Z T
i(k−k0 )ωt
χ(t + lT )e dt = ei(k−k0 )ωt dt = δk,k0 .
0 l∈Z 0

m
12.2 Espaces de Sobolev périodiques Hper (0, 2π)
Définition 12.4 On appelle espace de Sobolev périodique d’ordre m ≥ 1 et on note Hper m (0, 2π)
2
l’ensemble des fonctions 2π périodiques sur IR, appartenant à L (0, 2π) et telles que leurs dérivées
au sens des distributions d’ordre 1, ..., m appartiennent à L2 (I). On le munit de la norme
X 1
||u||Hper
m = ( ||u(n) ||L2 ) 2
n≤m

associée au produit hermitien


XZ
(u, v)Hper
m = u(n) (x)v (n) (x)dx.
n≤m [0,2π]

Les espaces Hper m (0, 2π) sont particulièrement faciles à étudier grâce au fait qu’ils sont ca-

ractérisés par le comportement de leur série de Fourier. Dans toute la suite de ce chapitre, on
note I =]0, 2π[.

m , alors pour tout n ≤ m, les coefficients de u(n) vérifient


Proposition 12.5 Si u ∈ Hper

ck (u(n) ) = (ik)n ck (u).

Démonstration En effet, on a vu que si u ∈ L2 (I), alors on peut écrire


X Z
ikt 1
u= ck (u)e , ck (f ) = u(t)dt,
2π [0,2π]
k
12.2. ESPACES DE SOBOLEV PÉRIODIQUES HPMER (0, 2π) 137

cette égalité s’étendant à IR à condition de périodiser u. En conséquence,


X
u(n) = ck (u)(ik)n eikt ,
k

la convergence se faisant au sens des distributions dans IR. Comme on a supposé que u(n) est
dans L2 (I), u(n) admet un développement en série de Fourier dont les coefficients (ck (u(n) ))k
appartiennent à L2 (Z). Par unicité du développement de Fourier (théorème 12.3), on a

ck (u)(ik)n = ck (u(n) ).

m appartiennent à C m−1 . En particulier, les fonctions


Proposition 12.6 Les fonctions de Hper
1
de Hper (I) sont continues.

1 0
Démonstration Prenons n = 1. Alors ck (u) = P ik ck (u ) est le produit de deux séries appar-
tenant à l (Z). Donc ck (u) ∈ l et donc la série k ck eikt converge uniformément sur IR. La
2 1

limite est donc continue et donc u est continue (ou, pour être exact, u est égale presque partout
à une fonction continue et est donc continue). On conclut la démonstration en remarquant que
si u(m−1) est dans Hper
1 , alors u est dans H m .
per ◦

m (0, 2π) sont des espaces de Hilbert et leur norme peut s’écrire
Proposition 12.7 Les espaces Hper
X X
||u||2Hper
m = ||u(n) ||2L2 = |ck (u)|2 (1 + |k|2 + ... + |k|2m ).
n≤m k

P
Une norme hilbertienne équivalente est |u|2Hper
m = k |ck (u)|2 (1 + |k|2m ).

1
Démonstration L’application u ∈ Hper m → (c (u)(1 + |k|2 + ... + |k|2m ) 2 est une isométrie
k
m 2 m est donc aussi un espace de Hilbert.
de Hper (0, 2π) sur l (Z) qui est un espace de Hilbert. Hper
L’équivalence des normes est immédiate. ◦

Théorème 12.4 (première application) On considère le problème de l’élastique chargé,

−u00 + u = f, u(0) = v(2π) = 0, (12.4)

où f ∈ L2 ([0, 2π]). Alors il existe une unique u ∈ L2 ([0, 2π]) solution (au sens des distributions !)
de (12.4). Cette solution appartient en fait à Hper2 ([0, 2π])
138 CHAPITRE 12. SÉRIES DE FOURIER ET DISTRIBUTIONS PÉRIODIQUES

Démonstration Pour avoir de manière naturelle les conditions aux limites u(0) = u(2π) = 0,
il est convenable d’utiliser la base en sinus (sin( kt ∗
2 )), k ∈ IN . On développe u et f dans cette base
de Fourier et on identifie les coefficients de Fourier à droite et à gauche de l’équation, comme
on le peut en vertu de l’unicité des coefficients de Fourier d’une distribution. (Cette unicité
entraı̂ne immédiatement l’unicité des coefficients sur la base en sinus, puisque les coefficients en
sinus de u ne sont autres que les coefficients de Fourier
R 2π classiques sur [−2π, 2π]Pde u prolongée kten
une fonction impaire). On pose donc ck (u) = π1 0 u(t)sin kt 2 dt et on a u = k∈IN
∗ ck (u)sin
2.
L’équation (12.4) est alors équivalente à

∀k ∈ IN∗ , (k2 + 1)ck (u) = ck (f ), soit

ck (f )
ck (u) = .
1 + k2
P
Donc u = k∈IN∗ c1+k k (f ) k 2
2 sin 2 t, qui appartient bien à Hper . Remarquer que u n’est pas nécessairement

C 2 et que donc l’équation n’a pas de sens classique ! Par contre, comme u ∈ Hper 2 , u est C 1 . Comme

u est impaire, on a bien u(0) = u(2π) = 0. ◦

Exemple de fonction continue et juste en dehors de Hper 1 Afin de donner une idée
1
concrète du type de fonction appartenant à l’espace Hper , nous allons donner plusieurs exemples
de fonctions dont le module des coefficients de Fourier décroı̂t à une vitesse donnée, ce qui
caractérise leur appartenance à ces espaces. Dans le cas de la dimension 1, nous montrons, figure
12.1, trois exemples de fonctions de R dans R, dont les coefficients vérifient |ck (f )| = (|k| + 1)−α ,
avec respectivement α = 1, 01, α = 1, 5, α = 2. P Remarquons qu’une fonction avec de tels
coefficients est continue si α > 1, car alors la série |ck | converge, et qu’il y a donc convergence
uniforme de la série de Fourier. D’autre part, la fonction est dans Hper 1 dès que α > 3 , en vertu
2
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 dernière fonction est dans H1 , la deuxième étant “juste en dehors” de cet
espace. Numériquement, ces fonctions sont discrètes, c’est à dire que leurs valeurs ne sont connues
qu’en un nombre fini de points, et sont obtenues par Transformée de Fourier Discrète inverse
(voir le paragraphe 11.1). Un signal dont les termes décroissent en kα est généré, puis ses termes
sont multipliés par des phases (nombres complexes de module 1) aléatoires (uniformément tirées
pour les expériences présentées) respectant les propriétés de symétrie des transformées de Fourier
des signaux réels (voir le paragraphe 11.1). Les fonctions sont alors obtenues par transformée de
Fourier inverse.
Pour illustrer l’appartenance aux espaces Hper 1 dans le cas de fonctions de R2 dans R, nous

généralisons les définitions et propriétés précédentes. Une fonction u de IR2 est dite 2π-périodique
si elle est 2π-pérodique en chacune de ses variables.

Définition 12.5 On appelle espace de Sobolev périodique d’ordre 1 et on note Hper 1 (I 2 ) l’en-

semble des fonctions u, 2π périodiques sur IR2 , appartenant à L2 (I 2 ) et telles que leurs dérivées
(au sens des distributions) d’ordre 1,
∂u ∂u
,
∂x ∂y
12.3. EXERCICES 139

appartiennent à L2 (I 2 ). On note ces deux dérivées respectivement ux et uy . On munit cet espace


de la norme
1
||u||Hper
1 = ||u||2L2 + ||ux ||2L2 + ||uy ||2L2 2
associée au produit hermitien
Z
(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’équivalent de la proposition 12.7 (la preuve est identique à celle de la dimension
1) :

m (0, 2π) sont des espaces de Hilbert et leur norme peut s’écrire
Proposition 12.8 Les espaces Hper
X
||u||2Hper
1 = ||u||2L2 + ||ux ||2L2 + ||uy ||2L2 = |ci,j (u)|2 (1 + i2 + j 2 ).
i,j

En particulier,
P si une fonction u de L2 (I 2 ) a les coefficients ci,j de sa série de Fourier tels
que la série i,j |ci,j (u)|2 (1 + i2 + j 2 ) diverge, elle n’est pas dans Hper
1 . La figure 12.2 présente
1
plusieurs exemples de fonctions u dont les coefficients de Fourier vérifient |ci,j | = 1+(i2 +j 2 )α/2 . Ces

fonctions sont continues (leur série de Fourier converge uniformément) si α > 1, et ces fonctions
ne sont pas dans l’espace Hper 1 si α < 1.5, d’après la proposition 12.8. Comme en dimension 1,

ces images sont obtenues par Transformation de Fourier Discrète inverse, en imposant le module
des coefficients de la transformée, et en tirant des phases aléatoires.

12.3 Exercices
Exercice 1

1) Les applications suivantes définissent-elles des distributions sur IR ?


X X
ϕ→ ϕ(n) (n), ϕ→ ϕ(n) (0).
n≥0 n≥0
R
2) Soit f ∈ L1loc (IR), montrer que Tf : ϕ 7→ IR f ϕ est dans D 0 (IR), et qu’il n’existe pas
f ∈ L1loc (IR) telle que δ0 = Tf .
Définition : Les distributions du type Tf sont appelées ”fonctions”.

Exercice 2

Rappel :
Pour K compact de IR, on note DK (IR) = {ϕ ∈ C ∞ (IR), supp ϕ ∈ K} qui est naturellement
muni de la topologie définie par la famille de semi-normes pj (ϕ) = supm≤j supK |ϕm (x)|. On
rappelle qu’une partie U de DK (IR) est ouverte si ou bien U = ∅ ou bien ∀ϕ ∈ U , ∃j, r tels que
la boule Bj (ϕ, r) = {ψ ∈ DK (IR), pj (ϕ − ψ) < r} ⊂ U . (on pourra vérifier que l’on définit bien
ainsi une topologie.)
Soit (Tn )n une suite de distributions dans D 0 (IR) telle que, ∀ϕ ∈ D(IR) la suite < Tn , ϕ >
140 CHAPITRE 12. SÉRIES DE FOURIER ET DISTRIBUTIONS PÉRIODIQUES

0.02

0.015

0.01

0.005

−0.005

−0.01
0 50 100 150 200 250 300
−3
x 10
12

10

−2

−4
0 50 100 150 200 250 300
−3
x 10
10

−2
0 50 100 150 200 250 300

Fig. 12.1 – Fonctions continues de R dans R dont les coefficients de Fourier vérifient |ck (f )| =
(k + 1)−α . Les arguments des ck (f ) sont des variables aléatoires indépendemment et uni-
formément distribués sur [0, 2π]. Haut : α = 1, la fonction est en dehors de Hper 1 , milieu :
1 , bas : α = 2, la fonction est
α = 1, 5, et la fonction est donc “juste” en dehors de l’espace Hper
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 vérifient |ci,j | = (1 + i2 + j 2 )−α/2 .
Les arguments des ci,j sont des variables aléatoires indépendemment et uniformément distribuées
sur [0, 2π]. Haut : α = 1, la fonction est en dehors de Hper 1 , milieu : α = 1.5, et la fonction est
1
donc “juste” en dehors de l’espace Hper , bas : α = 2, la fonction est dans Hper 1 .
142 CHAPITRE 12. SÉRIES DE FOURIER ET DISTRIBUTIONS PÉRIODIQUES

converge vers une limite que l’on note < T, ϕ >, on veut montrer que la forme linéaire T est une
distribution.
Avec les notations du rappel, on pose E = DK (IR) et
+∞
X 1
d(f, g) = n
inf(1, pn (f − g)).
n=0
2

1) Vérifier que d est une distance sur E. Montrer que sur E, la topologie de la distance d est
équivalente à la topologie définie par la famille de semi-normes (pn )n .
2) Vérifier que (E, d) est complet. On pose Fk = {ϕ ∈ E : ∀n, | < Tn , ϕ > | ≤ k}. Montrer que
∃k0 , i0 , ϕ, r tels que Bi0 (ϕ, r) ⊂ Fk0 . En déduire que T est continue sur E et donc que T est bien
une distribution.
Remarque : On peut remplacer IR par un ouvert quelconque de IRN .

Exercice 3
R
Soit I un intervalle ouvert de IR et θ0 ∈ D(I) telle que I θ0 = 1.
a) Vérifier que ∀ϕ ∈ D(I), ∃(λ, ψ) ∈ IR × D(I) tel que ϕ = λθ0 + ψ 0 .
b) En déduire que si T ∈ D 0 (I) vérifie T 0 = 0 alors T est une fonction constante.
c) Soit T ∈ D 0 (I) telle que T 0 ∈ C ∞ (I), montrer que T ∈ C ∞ (I).

Exercice 4
P
Soit ψ solution de kj=0 aj ψ (j) (x) = 0 pour x ∈ IR, où aj ∈ IR et ak 6= 0, satisfaisant
ψ(0) = ψ 0 (0) = ... = ψ k−2 (0) = 0 et ψ k−1 (0) = a1k .
P
1) Soit Y = 1IR+ , on pose E = TY ψ . Vérifier que E ∈ D 0 (IR) et calculer kj=0 aj E (j) .
2) Donner une solution dans D 0 (IR) de E 00 + E 0 + E = δ0 .
Chapitre 13

Espaces de Sobolev sur l’intervalle

Dans toute la suite, I =]a, b[ représente un intervalle ouvert de IR, borné ou non.

Définition 13.1 On appelle espace de Sobolev d’ordre m ≥ 1 et d’exposant p ≥ 1 sur l’intervalle


I = [0, 2π] l’ensemble des fonctions de Lp (I) telles que leurs dérivées au sens des distributions
d’ordre 1, ..., m appartiennent à Lp (I). On note cet espace W m,p (I) et on le munit de la norme
X
||u||W m,p = ||u(n) ||Lp .
n≤m

Si p = 2, on note H m = W m,2 et on prend pour norme


X 1
||u||H m = ( ||u(n) ||2L2 ) 2 ,
n≤m

associée au produit hermitien


XZ
(u, v)H m = u(n) (x)v (n) (x)dx.
n≤m I

Une fonction u appartient donc à W 1,p (I) si u ∈ Lp (I) et sa dérivée au sens des distributions
dans I est dans Lp . Cela veut dire
Z Z
0 p ∞
∃v(= u ) ∈ L , ∀ϕ ∈ C0 (I), v(x)ϕ(x)dx = − u(x)ϕ0 (x)dx.
I I

Théorème 13.1 Si u ∈ W 1,p (I), il existe ũ ∈ C 0 (I) ( c’est-à-dire continue dans I) telle que
u = ũ presque partout dans I et
Z y
∀x, y ∈ I, u0 (t)dt = ũ(y) − ũ(x) (13.1)
x

Démonstration Comme C0∞ (I) est dense dans L1 (I) (Corollaire 7.2), R x on peut choisir une
suite vε ∈ C0∞ (I) qui converge vers u0 dans L1 (I). On pose uε (x) = a vε (x)dx. La suite uε
converge uniformément sur tout compact de I vers une fonction w continue sur I. Alors d’une
part, si ϕ ∈ C0∞ , Z Z Z Z
uε ϕ0 = − vε ϕ → − u0 ϕ = uϕ0
I

143
144 CHAPITRE 13. ESPACES DE SOBOLEV SUR L’INTERVALLE
Z Z
0
et d’autre part uε ϕ → wϕ0 .
I
Z
Donc ∀ϕ ∈ C0∞ (I), (w − u)ϕ0 = 0,

ce qui prouve par le lemme 12.1 que w − u est égale presque partout à une constante C. On
conclut en posant ũ = w − C. ◦

Corollaire 13.1 Si u ∈ W 1,p (I), il existe une suite uε ∈ C ∞ (IR) convergeant vers u dans
W 1,p (K) pour tout compact K ⊂ I.

Démonstration Il suffit de reprendre la démonstration précédente en rappelant que C0∞ est


aussi dense dans Lp (I). Donc on a vε → u0 dans Lp (I), et donc uε tend vers u + C uniformément
sur tout compact (et donc aussi dans Lp de tout compact inclus dans I. ◦

Proposition 13.1 Si p < ∞, alors toute fonction u ∈ W 1,p se prolonge en une fonction conti-
nue sur la fermeture I. Si a = −∞ ou b = +∞, on a de plus u(x) → 0 quand x → ∞.

Démonstration R Si p < ∞ et si I est borné, on déduit immédiatement de la relation


y
|u(x) − u(y)| ≤ x |u0 (t)|dt que u(x) est une suite de Cauchy quand x tend vers a ou b et
on peut donc définir u comme une fonction continue sur [a, b]. Si I est non borné et u ∈ W 1,1 (I),
on déduit par la même inégalité que u(x) a une limite quand x → +∞ (par exemple). Cette
limite ne peut être que zéro, puisque u est intégrable. Si p > 1, on commence par remarquer que
si u est C 1 , on peut écrire, par l’inégalité de Hölder,
Z y Z y Z y
1 1
p p 0 p−2 0 p p
|u| (x) − |u| (y) = p u |u| u(x)dx ≤ p( |u | ) ( |u|p ) p0 , (13.2)
x x x

ce qui implique encore que u(x) → 0 quand x → ∞. Si maintenant u est seulement dans W 1,p ,
on utilise le corollaire 13.1 : on prend uε régulière et approximant dans W 1,p ([x, y]). L’inégalité
13.2 s’applique à uε et, par densité, aussi à u. ◦

Définition 13.2 Si I =]a, b[ et que a ou b est fini, on note W01,p (I) le sous-espace des fonctions
u ∈ W 1,p (I) telles que u(a) = u(b) = 0. Cette définition a un sens grâce à la proposition
précédente : on prend pour u(a) et u(b) les valeurs limites du représentant continu de u. Dans
le cas particulier où p = 2, on note H01 (I) = W01,2 (I).

Remarque 13.1 Rappelons qu’en vertu de la proposition 13.1, si I est non borné, u(x) tend
vers 0 quand x → ∞.

Théorème 13.2 C0∞ (I) est dense dans W01,p (I). En particulier, C0∞ (IR) est dense dans W 1,p (IR)
et C0∞ (I) est dense dans H01 (I).
145

Démonstration Etape 1 Regardons d’abord le cas où I est unRintervalle borné de IR. Soit
u ∈ RW01,p (I) et gε ∈ C0∞ (I) telle que gε → u0 dans
R Lp (I). Comme I u0 (x)dx = 0, il en résulte
que I gε (x)dx → 0. Fixons ϕ ∈ C0∞ (I) telle que ϕ(x)dx = 1. Alors aussi
Z
vε = gε − ϕ gε → u0
I
R Rx
et on a maintenant I vε = 0. On voit immédiatement que sa primitive uε (x) = a vε (x)dx est
dans C0∞ (I) et par la relation (13.1) on déduit que uε converge uniformément (et donc dans
W 1,p ) vers u0 .

Etape 2 Supposons maintenant que I est non borné et traitons sans perte de généralité le cas
I =]0, +∞[. Grâce à l’étape 1, il suffit que nous montrions que toute fonction u ∈ W 1,p (]0, +∞[)
est approchable par des fonctions un dans W 1,p (]0, n[). Pour cela, on considère une fonction
ϕ ∈ C0∞ (IR) telle que ϕ(0) = 1, |ϕ(x)| ≤ 1 et à support dans ] − 1, 1[ et on pose simplement
un = uϕ( nx ). Par le théorème de Lebesgue, un → u dans Lp (|u|p est chapeau intégrable) et on
a aussi u0n → u0 dans Lp . En effet,
1 0 x x
u0n = ϕ ( )u + u0 ϕ( ).
n n n
Or, le premier terme tend vers 0 dans Lp , ϕ0 étant bornée, et le second terme tend vers u0 , à
nouveau par le théorème de Lebesgue. On conclut que un tend vers u dans W 1,p (IR). ◦

L’introduction de W01,p nous permet d’introduire un nouveau point de vue sur l’équation de
la corde élastique chargée.
Théorème 13.3 (Le point de vue variationnel) La solution de l’équation (12.4) se caractérise
comme l’unique minimum de la fonction continue et coercive sur H01 (I) définie par
Z Z
1 0 2 2
E(u) = ((u (x) + u(x) ) − f (x)u(x)dx.
2 I I

Démonstration On considère la forme bilinéaire sur H01 ([0, 2π]),


Z
a(u, v) = (u0 (x)v 0 (x) + u(x)v(x))dx.
I

Comme a(u, u) = ||u||2H 1 est coercive, on peut appliquer le théorème de Lax-Milgram (théorème
0
9.6) et il existe un unique minimum de 12 a(u, u) − (f, u), qui satisfait de plus
Z Z
1 0 0
∀v ∈ H0 (I), (u (x)v (x) + u(x)v(x))dx = f (x)u(x)dx.
I I

Comme C0∞ (I) est contenu dans H01 (I),


on a aussi
Z Z
∞ 0 0
∀ϕ ∈ C0 (I), (u (x)ϕ (x) + u(x)ϕ(x))dx = f (x)ϕ(x)dx
I I

et donc ∀ϕ ∈ C0∞ , < −u00 + u, ϕ >=< f, ϕ >,


ce qui veut dire que u vérifie l’équation −u00 + u = f au sens des distributions. ◦
146 CHAPITRE 13. ESPACES DE SOBOLEV SUR L’INTERVALLE

13.1 Les espaces W 1,p (I) comme espaces de Banach


Théorème 13.4 W 1,p (I) est un espace de Banach pour 1 ≤ p ≤ +∞.

Démonstration Soit un une suite de Cauchy dans W 1,p . Il existe donc (u, g) ∈ (Lp (I))2 tels
que
un → u dans Lp , u0n → g dans Lp .

Comme pour tout ϕ ∈ C0∞ (I), on a


Z Z
un ϕ0 + u0n ϕ = 0,
I I
R R
on obtient en passant à la limite I uϕ0 + I gϕ = 0, ce qui veut dire que u0 = g et donc que
u ∈ W 1,p . On conclut que un → u dans W 1,p .

Théorème 13.5 (Dual de W 1,p (I)) Si 1 ≤ p < ∞, toute forme linéaire f sur W 1,p (I) peut
s’écrire sous la forme
Z Z
0
f (u) = gu + hu0 , où g, h ∈ Lp . (13.3)
I I
0
Réciproquement on peut associer à tout couple g, h ∈ Lp (I) une forme linéaire sur W 1,p (I) par
la formule (13.3).

Démonstration On a f (u) ≤ C(||u||Lp + ||u0 ||Lp ). On considère le plongement u ∈ W 1,p →


I(u) = (u, u0 ) ∈ (Lp )2 . Donc f˜ = f ◦ I vérifie, sur l’image I(W 1,p ),

|f˜(v, w)| ≤ C(||v||Lp + ||w||Lp ).

Par le théorème de Hahn-Banach, on peut étendre f˜ à (LpR)2 et par


R le théorème de Riesz
R il Rexiste
0
p 0 p ˜
donc des fonctions g, h ∈ (L ) = L telles que f (v, w) = gv + hw. Donc f (u) = gu+ hu0 .
La réciproque est immédiate. Remarquer que ||f ||(W 1,p )0 = max(||g||Lp0 , ||h||Lp0 ). ◦

Remarque 13.2 La formule (13.3) appliquée avec u ∈ C0∞ (IR) montre que la restriction f˜ de
f à C0∞ (I) est une distribution sur I et que l’on a f˜ = g − h0 . On peut donc considérer, en
identifiant f et f˜, les éléments de W 1,p comme des distributions et on écrit donc
0
(W 1,p (I))0 = {g − h0 , g, h ∈ Lp (I)}.

Corollaire 13.2 W 1,p est réflexif pour 1 < p < ∞ et séparable pour 1 ≤ p < ∞.
13.2. EXERCICES 147

Démonstration En effet, le plongement de W 1,p dans (Lp )2 en fait un sous-espace fermé d’un
espace réflexif si 1 < p < ∞ et séparable si 1 ≤ p < ∞. ◦

Exercice 13.1 Montrer que toute fonction de W 1,p ([a, b]) peut se prolonger en une fonction
P u de W 1,p (IR). On symétrisera u ∈ W 1,p (]a, b[) en posant par exemple P u(a − x) = u(a + x) si
0 ≤ x ≤ b − a, on périodisera ensuite la fonction obtenue (période 2(b − a)) et on la multipliera
finalement par une fonction de C0∞ (IR) égale à 1 sur I. On vérifiera que le prolongement P :
u → P u ainsi obtenu est une application continue de W 1,p (I) dans W 1,p (IR). Dans le cas où
a = −∞ ou b = +∞, il suffit bien-sûr de faire une symétrisation par rapport à la borne finie de
l’intervalle.

Exercice 13.2 . Déduire de l’exercice précédent et du théorème 13.2 que si I =]a, b[ est un
intervalle borné, alors les fonctions C ∞ sont denses dans W 1,p (I).

Exercice 13.3 (Inégalité de Poincaré ) Si u ∈ W01,p (]a, b[), −∞ < a < b < +∞, alors

||u||W 1,p ≤ (1 + b − a)||u0 ||Lp .

Marche à suivre : utiliser l’inégalité de Hölder et le fait que u est une primitive de u0 .

Exercice 13.4 Produit de deux fonctions de W 1,p . Soient u, v ∈ W 1,p (I), 1 ≤ p ≤ ∞. Alors
uv ∈ W 1,p (I) et (uv)0 = u0 v + uv 0 . On dit que W 1,p est une algèbre de fonctions.
Si G ∈ C 1 (IR), G(0) = 0, alors G(u) ∈ W 1,p (I) et (G(u))0 = G0 (u)u0 .
Si η ∈ C 1 (I) est bornée et de dérivée bornée, alors ηu ∈ W 1,p (I) et (ηu)0 = ηu0 + η 0 u. Indication :
commencer par remarquer (exercice 13.1) qu’il suffit de montrer les énoncés précédents quand
I = IR. Utiliser des arguments de densité : C0∞ est dense dans W 1,p (IR).

Exercice 13.5 Montrer que, si I est borné, les inclusions suivantes sont continues et compactes :

W 1,p (I) ⊂ C(I), 1 < p ≤ +∞,

W 1,1 (I) ⊂ Lq (I), 1 ≤ q < ∞.


Pour la première, on appliquera le théorème d’Ascoli, pour la seconde le théorème de Riesz-
Fréchet-Kolmogorov.

Exercice 13.6 Soit u ∈ Lp (I), 1 < p ≤ +∞. Alors (i)⇔(ii)⇔(iii), où


(i) u ∈ W 1,p . R
(ii) ∃C > 0, ∀ϕ ∈ Cc1 (I), | I uϕ0 | ≤ C||ϕ||Lp0 (I) ,
(iii) ∃C, ∀ω ⊂⊂ I, ∀h, |h| ≤ distance(ω, I C ), ||τh u − u||Lp (ω) ≤ C|h|.

13.2 Exercices
Exercice 1
148 CHAPITRE 13. ESPACES DE SOBOLEV SUR L’INTERVALLE

1) Montrer que l’injection H 1 (0, 1) −→ C[0, 1] est compacte.


2) Montrer que ∀u, v ∈ H 1 (0, 1),
Z 1 Z 1
0
uv+ uv 0 = u(1)v(1) − u(0)v(0).
0 0

(On pourra d’abord le démontrer pour des fonctions de H01 (0, 1) en utilisant la densité de fonc-
tions régulières.)

Exercice 2
R1 R1 R1
Soit f ∈ L2 (0, 1) et a(u, v) = 0 u0 v 0 + ( 0 u)( 0 v).
R1
1) Montrer qu’il existe un unique u ∈ H 1 (0, 1) tel que a(u, v) = 0 f v, ∀v ∈ H 1 (0, 1).
2) Vérifier que u ∈ H 2 (0, 1) et interpréter le problème différentiel résolu (i.e. trouver l’équation
différentielle et les conditions aux limites satisfaites par u).

Exercice 3

Soit V = {u ∈ H 1 (0, 1) : u( 12 ) = 0}.


1) Montrer que V est un sous-espace vectoriel fermé de H 1 (0, 1) et que v → kv 0 kL2 est une
norme sur V équivalente à la norme usuelle de H 1 . R
1
2) Montrer qu’il existe un unique u ∈ V tel que 0 u0 v 0 = v(0) pour tout v ∈ V .
3) Interpréter le problème résolu, déterminer explicitement u et calculer u00 au sens des dis-
tributions. u ∈ H 2 (0, 1) ? ?

Exercice 4

Vérifier que v → kv 0 kL2 est une norme sur H 1 (0, +∞). Est-elle équivalente à kvkH 1 ?

Exercice 5

Soit E = {f ∈ C 1 (IR) t.q. f 0 ∈ L∞ (IR)}. Soient f ∈ E et I un intervalle ouvert de IR. Si


|I| = +∞, on suppose de plus que f (0) = 0. Enfin, soit u ∈ H 1 (I).
1) Montrer que f (u) ∈ L2 (I).
2) Soit un ∈ D(IR) tel que un → u dans H 1 (I).
a) Vérifier que f (un ) → f (u) dans L2 (I).
b) Soient αn = f 0 (un )(u0n − u0 ) et βn = (f 0 (un ) − f 0 (u))u0 . Vérifier que αn → 0 dans L2 (I)
et qu’il existe une sous-suite (βnk )k telle que βnk → 0 dans L2 (I).
c) Montrer que ∀ϕ ∈ D(I), on a
Z Z
0
f (u)ϕ = − f 0 (u)u0 ϕ.
I I
0
En déduire que f (u) ∈ H 1 (I)
et que (f (u)) =
√ f 0 (u)u0 .
3) Soit ε > 0, on note fε (t) = t2 + ε2 − ε si t > 0 et fε ≡ 0 ailleurs. Vérifier que fε ∈ E et que
fε (u) → u+ dans L2 (I).
4) En passant à la limite ε → 0 dans
Z Z
fε (u)ϕ = − fε0 (u)u0 ϕ,
0
I I
13.2. EXERCICES 149

où ϕ ∈ D(I), montrer que u+ ∈ H 1 (I) et que (u+ )0 = 1[u>0] u0 .


5) En déduire que |u| ∈ H 1 (I).

Exercice 6

Soit N une norme dérivant d’un produit scalaire, montrer que N 2 est strictement convexe i.e.
∀u 6= v, ∀t ∈]0, 1[, N 2 (tu + (1 − t)v) < tN 2 (u) + (1 − t)N 2 (v). (une norme est-elle strictement
convexe ?)

Exercice 7

On note H01 (0, 1) = {u ∈ H 1 (0, 1) : u(0) = u(1) = 0}.


1) Vérifier que kuk2 ≤ √12 ku0 k2 si u ∈ H01 (0, 1) et en déduire que H01 (0, 1) muni de ku0 k2 est un
Hilbert.
2) Soit f ∈ L2 (0, 1). Pour v ∈ H 1 (0, 1) on définit
Z Z Z 1
1 1 02 1 1 4
F (v) = |v | + |v| − f v.
2 0 4 0 0

Vérifier que F (v) a bien un sens si u ∈ H 1 (0, 1) et que ∃C tel que ∀v ∈ H01 (0, 1), F (v) ≥ C.
Montrer qu’il existe un unique u ∈ H01 (0, 1) tel que F (u) = inf v∈H01 (0,1) F (v) (?).
3) Montrer que si u est solution de (?) alors
Z 1 Z 1 Z 1
0 0 3
uv + u v= f v, ∀v ∈ H01 (0, 1).
0 0 0

(Ecrire F (u + tv) ≥ F (u), ∀t > 0 et ∀v ∈ H01 (0, 1).)


4) En déduire que u satisfait : −u00 + u3 = f p.p. (??) et que u ∈ H 2 (0, 1).
5) Réciproquement : montrer que si u ∈ H 2 ∩ H01 (0, 1) vérifie (??) alors u est solution de (?).
6) Montrer que si f ≥ 0 p.p. alors u solution de (?) est telle que u ≥ 0 p.p.

Exercice 8

Sur l’espace de Sobolev H 1 (0, 1), on considère la forme bilinéaire


Z 1 Z 1 Z 1  Z 1 
0 0
a(u, v) = uv + uv − u v .
0 0 0 0

Pour k ∈ IR, k 6= 1, on note V = {u ∈ H : u(0) = ku(1)}.


1) Vérifier que V est un sous-espace fermé de H 1 (0, 1).
2) Montrer qu’il existe une constante C1 > 0 telle que ∀v ∈ V , |v(0)| ≤ C1 kv 0 k2 puis qu’il existe
une constante C telle que ∀v ∈ V , kvk∞ ≤ C kv 0 k2 .

3) En déduire que a(., .) est un produit scalaire sur V et que la norme associée (notée k ka )
est équivalente sur V à la norme de H 1 (0, 1).

4) Soit f ∈ L2 (0, 1), montrer qu’il existe un unique u ∈ V tel que


Z 1
(?) a(u, v) = f v, ∀v ∈ V.
0
150 CHAPITRE 13. ESPACES DE SOBOLEV SUR L’INTERVALLE

5) Caractériser la solution de (?) par l’équation différentielle qu’elle satisfait ainsi que les condi-
tions aux limites.
(Vérifier que u ∈ H 2 (0, 1) pour intégrer par parties.)

6) Soit (kn )n ⊂ IR une suite de réels telle que ∀n, kn 6= 1 et kn → k où k ∈ IR avec k 6= 1.
On note Vn = {v ∈ H 1 (0, 1) : v(0) = kn v(1)} et un l’unique solution dans Vn de
Z 1
(?)n a(un , v) = f v, ∀v ∈ Vn .
0

Prouver que (un )n est bornée dans H 1 (0, 1).

7) En déduire que l’on peut extraire une sous-suite (unk )k qui converge faiblement dans H 1 (0, 1)
et uniformément dans C([0, 1]) vers une limite notée u?.
Vérifier que u? ∈ V .

8) Soit v ∈ V , on définit
k − kn
vn (t) = v(t) + v(1).
kn − 1
Montrer que vn ∈ Vn et que vn −→ v dans H 1 (0, 1).
Utiliser ce fait pour passer à la limite dans (?)n et conclure que u = u?.

9) En développant a(unk − u, unk − u), montrer que kunk − ukH 1 −→ 0.

10) Montrer qu’en fait, toute la suite (un )n converge vers u dans H 1 (0, 1).

11) On désigne par T l’opérateur : f ∈ L2 (0, 1) 7→ T (f ) = u ∈ L2 (0, 1), u étant la solution


de (?). R1 R1
Montrer que ∀f, g ∈ L2 (0, 1), 0 f T (g) = 0 g T (f ) et que T est un opérateur compact de
L2 (0, 1) dans L2 (0, 1).
Chapitre 14

Corrigés des exercices

14.1 Chapitre III


Exercice 1
Pn
1) a)Soient n = Pn dim E et e1 , ..., en une base de E. On définit pour x = 1 xi ei ∈ E, la
norme kxk1 = 1 |xi |. Soit S1 = {x ∈ E : kxk1 = 1} et soit N une autre norme sur E, de
N (x) ≤ (supi N (ei ))kxk1 on déduit la continuité de N sur (S1 , k k1 ) compact, donc N est bornée
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 6= 0 et α > 0. Enfin, ∀x 6= 0, kxk ∈ S1 donc αkxk1 ≤ N (x) ≤ βkxk1 .
Pn 1
b) Soit x = 1 xi ei ∈ E, on a ku(x)kF ≤ (supi ku(ei )kF )kxk1 donc u est continue. √
2) a) Il est clair que N0 et N1 sont des normes sur E (elles le sont sur IR et 2 6∈ Q| .)
On raisonne par récurrence, pour n = 1, on a a√ 1 = −1 et b1 = 1 donc a1 b1 < 0. On suppose que
xn ∈ E et an bn < 0 alors xn+1 = an+1 + bn+1 2 où an+1 = 2bn − an et bn+1 = an − bn donc
2 < 0.
an+1 bn+1 = √bn (an − bn ) − (an − bn )√ √ √
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 < √ 0 montre que |an+1 | √ = 2|bn | + |an |. De même pour bn+1 ,
|bn+1 | = |an | + |bn |, donc ∀n√ n
≥ 1, ( 2 + 1) = |an | + |bn | 2. √ √
b) D’une √ part, N0 (xn ) = | 2 − 1|n → 0 et d’autre part, N1 (xn )(1 + 2) ≥ ( 2 + 1)n =
|an | + |bn | 2 → +∞ donc les deux normes ne sont pas équivalentes.

Exercice 2

a) Soit (fn )n ⊂ L(E, F ) une suite de Cauchy alors

∀ε > 0, ∃N tel que ∀p, q ≥ N, kfp − fq k ≤ ε.

En particulier, ∀x ∈ E, kfp (x) − fq (x)kF ≤ εkxkE . (1).


Et ∀x ∈ E, la suite (fn (x))n est de Cauchy dans F complet donc converge vers un élément noté
f (x). la fonction f est linéaire comme limite simple de fonctions linéaires. On fixe p dans (1) et
on laisse q → ∞, on obtient alors kfp (x) − f (x)kF ≤ εkxkE , ∀x ∈ E, d’où f = f − fp + fp est
continue et kfp − f k ≤ ε., dès que p ≥ N donc fn → f dans L(E, F ).
b) Par hypothèse BE est compact donc il existe a1 , ..., an ∈ E tels que BE ⊂ ∪n1 B(ai , 21 ). Soit
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) ≤ 32 α.

151
152 CHAPITRE 14. CORRIGÉS DES EXERCICES

x−y
Soit z = kx−yk ∈ BE alors pour un certain i0 , z ∈ B(ai0 , 21 ) et on a

1 3
kx − y − ai0 kx − yk k ≤ kx − yk ≤ 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)| ≤ kf kkx − yk d’où le résultat.


|f (x)|
2) d(x, H) ≤ kx − yk ≤ |f (u)| kuk où u ∈ E \ H. Comme f 6≡ 0, on peut remarquer que
kf k = supu∈E\H |fkuk
(u)|
.
p
3) a) Soit (x )p une suite de Cauchy dans E = C0 alors

∀ε > 0, ∃N, ∀p, q ≥ N, ∀n kxpn − xqn k∞ ≤ ε. (?)

Donc ∀n, la suite (xpn )p est de Cauchy dans IR et converge vers un xn . Posons x = (xn )n , alors
de (?) on déduit que ∀n, ∀q ≥ N , |xn − xqn | ≤ ε donc la suite (xp ) converge vers x en norme
k k∞ . Il reste à voir que x ∈ E. De l’inégalité précédente on tire |xn | ≤ ε + |xN
n | donc pour n
assez grand |xn | ≤ 2ε, et x ∈ E.
b) On a facilement |f (x)| ≤ kxk∞ et f linéaire donc f ∈ E 0 et kf k ≤ 1.
1
Soit xN ∈ E défini par xN N N
n = 1 si n ≤ N et xn = 0 sinon, alors |f (x )| = 1 − 2N ≤ kf k et ceci
∀N ≥ 1 d’où kf k = 1.
S’il existe x = (xn )n ∈ E avec kxk = 1 et tel que |f (x)| = kf k = 1 alors

X ∞
X
1 1
1 = |f (x)| ≤ n
|xn | =⇒ (1 − |xn |) ≤ 0 =⇒ |xn | = 1, ∀n,
1
2 1
2n
P∞ xn
et x 6∈ E. Donc kf k n’est pas atteint. Enfin d(x, H) = | 1 2n |.

Exercice 4 Théorèmes du point fixe

1) On vérifie facilement que si xn+1 = f (xn ), x0 ∈ E, on a d(xn+1 , xn ) ≤ kn d(x1 , x0 ) et


kn
d(xn+p , xn ) ≤ d(xn+p , xn+p−1 )+...+d(xn+1 , xn ) ≤ kn (kp−1 +...+k+1)d(x1 , x0 ) ≤ 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
déduit x = f (x) puisque f est continue, et x est un point fixe.
Si d(f (a), f (b)) = d(a, b) ≤ kd(a, b) avec k < 1, nécessairement a = b, d’où l’unicité du point
fixe.
2) ∀λ, λ0 , on a

d(aλ , aλ0 ) = d(fλ (aλ ), fλ0 (aλ0 ))


≤ d(fλ (aλ ), fλ (aλ0 )) + d(fλ (aλ0 ), fλ0 (aλ0 ))
≤ kd(aλ , aλ0 ) + d(fλ (aλ0 ), fλ0 (aλ0 )),

donc
1
d(aλ , aλ0 ) ≤ d(fλ (aλ0 ), fλ0 (aλ0 )).
1−k
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 ) 6= 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 nécessairement x0 = x1 .
n
4) Soit z fixé dans C, fn (C) ⊂ C, ∀n, car C est convexe et fn est n+1 -lipschitzienne sur C. Donc,
par 1), ∃xn ∈ C tel que xn = f (xn ), ∀n. Maintenant C est compact donc il existe une sous-
suite notée (xnk )k telle que xnk → x ∈ C, alors en passant à la limite dans xnk = fnk (xnk ) =
1 nk
nk +1 z + nk +1 f (xnk ), on obtient x = f (x) et x est un point fixe de f .

Exercice 5

a) Il est clair que N dérive d’un produit scalaire.


R1 1
b) Par l’inégalité de Cauchy-Schwarz, on a |f (x)| ≤ |f (0)| + ( 0 f 0 (t)2 dt) 2 . En élevant au carré
et en utilisant l’inégalité 2ab ≤ a2 + b2 , on obtient facilement |f (x)|2 ≤ 2N (f ), ∀x ∈ [0, 1].
n
c) On choisit fn (x) = xn . Alors ∀n, kfn k∞ = 1 et N (fn ) = √2n−1 → +∞. Donc ces deux normes
ne sont pas équivalentes.

Exercice 6

Comme E est métrique, on va montrer que de toute suite de E, on peut extraire une sous-suite
convergente. Soit (xn )n une suite de points de E. Pour ε = 21 , E est recouvert par un nombre fini
de boules de rayon 12 donc l’une d’entre elles contient une infinité de xn . On peut donc extraire
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 infinité de xϕ1 o...oϕp−1 (n). On peut donc en extraire une sous-suite (xϕ1 o...oϕp (n))n telle que
d(xϕ1 o...oϕp (n), xϕ1 o...oϕp (m)) ≤ p1 . Soit (xϕ1 o...oϕn (n))n la suite diagonale, elle est bien extraite
de (xn )n et vérifie

1
d(xϕ1 o...oϕn (n), xϕ1 o...oϕm (m)) ≤ , ∀m, n, m ≤ n.
m
Cette suite est donc de Cauchy dans E complet, elle converge, d’où E est compact.

Exercice 7

Pour n fixé, E ⊂ ∪x∈E B(x, n1 ) et E est compact donc ∃kn tel que E ⊂ ∪ki=1 n
B(xni , n1 ). Soit
D = {xni , i = 1, ..., kn , n ∈ IN? }, D est bien dénombrable, vérifions que D est dense dans E. Soient
x ∈ E et r > 0, ∃N ∈ IN? tel que N1 < r et ∃xN N 1 N
i tel que x ∈ B(xi , N ) alors xi ∈ B(x, r) ∩ D.

Exercice 8

Les ensembles K ? et K ?? sont fermés comme intersection d’images réciproques de fermés par
des applications continues, donc de K ⊂ K ?? on déduit K ⊂ K ?? . Si K 6= K ?? , ∃y0 ∈ K ?? \ K
et par Hahn-Banach, ∃f ∈ E 0 , f 6≡ 0, ∃α ∈ IR tels que

< f, x > < α < < f, y0 >, ∀x ∈ K.


154 CHAPITRE 14. CORRIGÉS DES EXERCICES

f f
Comme 0 ∈ K, on a α > 0 et ∀x ∈ K, < α, x >< 1, donc α ∈ K ? or y0 ∈ K ?? donc
< αf , y0 >≤ 1, c’est absurde. D’où K ?? = K.

Exercice 9

1) On définit les deux formes linéaires continues suivantes


f2n : `1 → IR et g2n : `1 → IR
x 7→ x2n x 7→ x2n − 2−n x2n−1 .
−1 −1
Alors A0 = ∩n f2n ({0}) et B = ∩n g2n ({0}) sont fermés comme intersection de fermés.
Soit e = (δni )i≥1 où δni = 1 si i =n, δni = 0 sinon, alors si Fk = vect{e1 , ..., ek } et si F = ∪k Fk ,
n

on a F = `1 . Donc pour montrer que `1 = A0 + B, il suffit de montrer que ∀k, Fk ⊂ A0 + B.


Soit x ∈ Fk , on définit a, b de la façon suivante,

b2n = x2n b2n−1 = 2n x2n
n
a2n−1 = x2n−1 − 2 x2n 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 nécessairement a2n = 0, b2n = 2−n , b2n−1 = 1 et a2n−1 = −1 donc a, b 6∈ `1
et c 6∈ A0 + B. Il est clair alors que A ∩ B = ∅.
Supposons qu’il existe f ∈ (`1 )0 , f 6≡ 0 et α ∈ IR tels que
< f, a > ≤ α ≤ < f, b >, ∀a ∈ A, ∀b ∈ B.
Comme B est vectoriel, nécessairement < f, b >= 0, ∀b ∈ B. De même, de < f, a0 >≤ α + f (c),
∀a0 ∈ A0 , on en déduit que < f, a0 >= 0, ∀a0 ∈ A0 . Donc f ≡ 0 sur A0 + B dense dans `1 , par
continuité on en conclut que f est identiquement nulle, ce qui est contraire à l’hypothèse. On
ne peut donc pas séparer A et B.

Exercice 10

1) Soit Fn = nT (B(0, 1)) alors Fn est fermé et F = ∪n Fn car T est


 surjective.
 Par le lemme
de Baire, on sait qu’il existe n0 tel que int(Fn0 )6= ∅ et donc int T (B(0, 1)) 6= ∅. Alors il
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’où
B(0, 2r ) ⊂ T (B(0, 1)) et 2C = 2r convient.
2) Soit y ∈ B(0, C) fixé, on cherche x ∈ B(0, 1) tel que y = T x. On sait que B(0, C) ⊂
1 1 1
2 B(0, 2C) ⊂ T ( 2 B(0, 1)) donc ∀ε > 0, ∃zε , kzε k < 2 tel que ky − T zε k < ε.
C
On choisit ε = 2 , cela nous donne un z1 tel que kz1 k < 21 et ky − T z1 k < C2 . Alors y − T z1 ∈
B(0, C2 ) ⊂ T ( 41 B(0, 1)) et on recommence, pour ε = C4 , ∃z2 tel que kz2 k < 14 et ky −T z1 −T z2 k <
C
4 , etc...
On construit ainsi une suite (zn )n telle que kzn k < 21n et ky − T z1 − ... − T zn k < 2Cn , ∀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 à voir que kxk < 1.
Par exemple, ∃ε > 0 tel que kz1 k ≤ 21 − ε alors
n
X n
X 1
kxn k ≤ kzk k ≤ − ε ≤ 1 − ε,
2k
1 1
14.1. CHAPITRE III 155

d’où le résultat.

Exercice 11 Théorème d’isomorphisme d’espaces de Banach

Par le Théorème de l’application ouverte, ∃C > 0 tel que BF (0, C) ⊂ T (BE (0, 1)). Comme
T est bijective, ∀x ∈ E tel que kT xk < C on a kxk < 1. Donc kxk ≤ C1 kT xk et T −1 est continue.

Exercice 12

On applique le résultat précédent à id : E, kxk2 → E, kxk1 .

Exercice 13 Théorème du graphe fermé

Sur E, on considère kxk1 = kxkE et kxk2 = kxkE + kT xkF . Si (E, kxk2 ) est complet, comme
kxk1 ≤ kxk2 , ∀x ∈ E, en appliquant l’exercice ci-dessus, on obtient l’équivalence des normes
kxk1 et kxk2 et donc T est continue.
Vérifions que (E, kxk2 ) est complet. Soit (xn )n une suite de Cauchy pour kxk2 , alors (xn )n est de
Cauchy pour kxk1 donc elle converge vers un x ∈ E au sens de la norme kxk1 . La suite (T xn )n
est aussi de Cauchy dans F complet donc converge vers un certain y ∈ F . Or (xn , T xn )n ∈ G(T )
fermé, donc y = T x et (E, kxk2 ) est complet.

Exercice 14

Montrons que le graphe de T , G(T ), est fermé. Soit (xn , T xn )n ∈ G(T ) telle que xn → x et
T xn → y, a-t’on y = T x ?
Soit f ∈ F 0 , comme f oT ∈ E 0 , 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 0 , nécessairement T x = y sinon par Hahn-Banach, on pourrait
séparer strictement T x et y par un hyperplan fermé, c’est à dire il existerait f ∈ F 0 , f 6≡ 0, telle
que f (T x) 6= f (y).

Exercice 15

2
1) Pour y 6= x0 , Λy ∈ E 0 et kΛy k ≤ |y−x 0|
kf k∞ . Soit f ∈ F alors |Λy (f )| < ∞, ∀y 6= x0
car y 7→ Λy (f ) est continue sur [0, 1]. Comme F est un Banach, on peut appliquer Banach-
Steinhaus et ∃M > 0 tel que ∀f ∈ F , ∀y 6= x0 , |Λy (f )| ≤ M kf k.
2) En particulier si f ∈ BF , |Λy (f )| ≤ M , ∀y 6= x0 . Donc |f (y) − f (x0 )| ≤ M |y − x0 |, ∀y et
∀f ∈ BF . Ce qui montre que BF est équicontinue.
Soit BF (x) = {f (x), f ∈ BF }. Pour pouvoir appliquer Ascoli, il reste à vérifier que ∀x ∈ [0, 1],
BF (x) est compact dans IR, ce qui est immédiat puisque BF (x) ⊂ [−1, 1]. D’où BF est compact
et par suite F est de dimension finie.

Exercice 16
 
c
S o o
1) On pose G = et on veut montrer que G= ∅. G est fermé donc complet et ∀n, Fn ∩G
F
n n
S
est fermé et d’intérieur vide donc le Lemme de Baire montre que n (Fn ∩ G) est d’intérieur
156 CHAPITRE 14. CORRIGÉS DES EXERCICES

S S o S o
vide. Or, n (Fn ∩ G) = G ∩ ( n Fn ) = G, d’où G= ∅ et n≥1 Fn est dense (et ouvert comme
union d’ouverts).
2) ∀n, δ, Fn,δ est fermé comme intersection de
S fermés (fi et fj sont continues ∀i, j). Comme
fn converge simplement sur IR vers f , IR = Fn,δ . Donc la question précédente montre que
S o T
Uδ = n Fn,δ est un ouvert dense de IR. Le Lemme de Baire assure alors que U = k≥1 U 1 est
k
dense dans IR.
Soit x0 ∈ U , montrons que f est continue en x0 .
o
x0 ∈ U =⇒ ∀k ≥ 1, ∃n tel que x0 ∈Fn, 1 donc ∃V1 ∈ V(x0 ) tel que V1 ⊂ Fn, 1 . En parti-
k k
culier ∀x ∈ V1 , |fi (x) − fn (x)| ≤ k1 , ∀i ≥ n. On fait tendre i vers +∞, on obtient ∀x ∈ V1 ,
|f (x) − fn (x)| ≤ k1 . On écrit ensuite que fn est continue en x0 , ∃V2 ∈ V(x0 ) tel que ∀x ∈ V2 ,
|fn (x) − fn (x0 )| ≤ k1 .
Alors ∀x ∈ V1 ∩ V2 ,
3
|f (x) − f (x0 )| ≤ |f (x) − fn (x)| + |fn (x) − fn (x0 )| + |fn (x0 ) − f (x0 )| ≤ .
k

Donc on a montré que ∀k ≥ 1, ∃W (= V1 ∩ V2 ) ∈ V(x0 ) tel que ∀x ∈ W , |f (x) − f (x0 )| ≤ k3 , d’où


f est continue sur U .
3) On pose gn (x) = n(f (x + n1 ) − f (x)) alors ∀n, gn ∈ C(IR) et gn → f 0 simplement sur IR. La
question 2) montre alors que f 0 est continue sur une partie dense de IR.

Exercice 17

1) On note ax : y 7→ a(x, y), ay : x 7→ a(x, y) et BE = BE (0, 1). Par hypothèse, la famille


{ax , x ∈ BE } vérifie :
∀x ∈ BE , ax ∈ L(F, G) et ∀y ∈ F , ∃My > 0, ∀x ∈ BE , kax (y)k ≤ My . Donc supx∈BE kax (y)k ≤
My < ∞, ∀y ∈ F . On peut donc appliquer le Théorème de Banach-Steinhaus et ∃M > 0 tel que
∀x ∈ BE , ∀y ∈ F , kax (y)k ≤ M kyk. D’où la continuité de a.
2) Comme |a(p, q)| ≤ kpk∞ kqk1 ouR kqk∞ kpk1 , a est séparement continue.
1
Si a est continue, ∃M > 0, ∀p, q, | 0 p(t)q(t)dt| ≤ M kpk1 kqk1 . En choisissant par exemple dans
M
cette inégalité, p(x) = xn et q = p0 , on obtient 21 ≤ n+1 , ce qui est absurde pour n assez grand.

14.2 Chapitre IV
Exercice 1

1) Montrons d’abord que si ∀x 6= 0, ∃p semi-norme telle que p(x) 6= 0 alors (E, P) est séparé.
Soit donc x 6= 0, et p telle que p(x) 6= 0 alors si r = 21 p(x) on a B(x, r) ∩ B(0, r) = ∅ et on
sépare 0 et x. Si x 6= y, on peut écrire y = x + z avec z 6= 0 et on a B(x, r) ∩ B(x + z, r) = ∅.
(la réciproque est vraie).
Utilisons ce critère, soit donc x 6= 0, par Hahn-Banach, ∃f ∈ E 0 , f 6≡ 0 telle que f (x) > 0 = f (0)
donc pf (x) 6= 0 et la topologie faible est séparée.
2) Soit U un ouvert faible non vide, pour montrer qu’il est un ouvert fort, il faut montrer que
∀x ∈ U , ∃r > 0 tel que B(x, r) ⊂ U . Soit donc x0 ∈ U par hypothèse, ∃ε > 0 et ∃J ∈ P.F.I. tels
14.2. CHAPITRE IV 157

que V (x0 , J, ε) ⊂ U . Cherchons r tel que B(x0 , r) ⊂ V (x0 , J, ε). On a

| < fi , x − x0 > | < kfi k kx − x0 k ≤ (sup kfi k)kx − x0 k.


J

Cela suggère de choisir r < sup εkfi k , ce qui donne le résultat. (si ∀i, fi ≡ 0, alors E = V (x0 , J, ε)
J
est bien un ouvert fort.)
3) Si f ∈ (Ew )0 alors ∀U ouvert de IR, f −1 (U ) est un ouvert faible et la question précèdente
montre que f ∈ E 0 .
Si f ∈ E 0 , soit x0 ∈ E, montrons que f est continue faiblement en x0 , c’est à dire que ∀ε > 0,
∃V ∈ Vω (x0 ) tel que x ∈ V =⇒ |f (x) − f (x0 )| < ε. Il est clair que V = V (x0 , f, ε) convient.
4) On suppose dimE < ∞. D’après la question 2), il reste à montrer que U ouvert fort est un
ouvert faible. Soit x0 ∈ U supposé non vide, alors ∃r > 0 tel que B(x0 , r) ⊂ U . On va montrer
que ∃ε > 0 et ∃J ∈ P.F.I. tels que V (x0 , J, ε) ⊂ B(x0 , r). Pn
Soit (e1 , ..., en ) une base de E telle que ∀i kei k = 1. Tout x de E s’écrit x = 1 xi ei , soit
0
fi : E → IR définie par f (x) = xi alors fi ∈ E et on a
n
X n
X
kx − x0 k ≤ |xi − x0i | = | < fi , x − x0 > |.
1 1

r
D’où si x ∈ V = V (x0 , {1, ..., n}, ε) alors kx − x0 k < nε, on choisit donc ε ≤ n et on a bien
V ⊂ B(x0 , r).

Exercice 2

On suppose que dimE = +∞ et que les applications

id : (E, σ(E, E 0 )) → (E, d),


id : (E, d) → (E, σ(E, E 0 ))

sont continues.
1) ∀k ∈ IN? , Bd (0, k1 ) est un voisinage de 0 pour d, donc ∃V (0, Ik , εk ) ⊂ Bd (0, k1 ) où εk > 0 et
Ik est un ensemble fini d’indices. L’ensemble {fj , j ∈ Ik , k ∈ IN? } est dénombrable et constitue
la suite cherchée.
2) L’ensemble V = V (0, g, 1) est un voisinage de 0 pour la topologie faible, par hypothèse
∃k0 ∈ IN? tel que Bd (0, k10 ) ⊂ V . Alors d’après 1),
\
{x ∈ E : | < fi , x > | < εk0 } ⊂ V.
i∈Ik0
T
On pose I = Ik0 alors i∈I ker T fi ⊂ V . Et | < g,T x > | < 1 sur un espace vectoriel, donc
nécessairement g(x) = 0, ∀x ∈ i∈I ker fi , par suite i∈I ker fi ⊂ ker g.
3) Pour simplifier les notations, on notera I = {1, 2, ..., k}, et soit

F : E −→ IRk+1
x 7−→ (g(x), f1 (x), ..., fk (x)).
T
ImF est convexe fermé (car vectoriel de dimension finie) et e1 = (1, 0...0) 6∈ImF car i∈I ker fi ⊂
ker g. D’après le Théorème d’Hahn-Banach, ∃h ∈ (IRk+1 )0 , h 6≡ 0 et ∃α ∈ IR tels que h(F (x)) <
158 CHAPITRE 14. CORRIGÉS DES EXERCICES

α < h(e1 ), ∀x ∈ E. Comme ImF est vectoriel, on en déduit que P h(F (x)) = 0, ∀x ∈ E et comme
h ∈ (IRk+1 )0 , h 6≡ 0, ∃(µ0 , ..., µk ) ∈ IRk+1 \ {0} tel que h(x) = k0 µi xi si x = (x0 , ..., xk ) ∈ IRk+1 .
D’où on obtient
Xk
µ0 g(x) + µi fi (x) = 0 < α < µ0 , ∀x ∈ E.
1
P µi
Donc µ0 6= 0 et g(x) = (− µ0 )fi (x) pour tout x. (On peut démontrer ce résultat par une
preuve purement algébrique, par exemple un raisonnement par récurrence sur k.) S
4) Soit Fn = vect{f1 , ..., fn }, d’après 2) et 3), ∀g ∈ E 0 , ∃N tel que g ∈ FN donc E 0 = Fn .
Comme E 0 est complet, Fn fermé (car dimFn < ∞), on peut appliquer le lemme de Baire et ∃n0
tel que int(Fn0 ) 6= ∅. Si f ∈ intFn0 alors ∃r > 0 tel que B(f, r) ⊂ Fn0 par suite E 0 = Fn0 car
Fn0 est vectoriel et donc dimE 0 ≤ n0 .
5) On en conclut que dimE < ∞, en effet soit

Φ : E → IRn0
x 7→ (f1 (x), ..., fn0 (x)).

Φ est linéaire et injective (car Φ(x) = 0 =⇒ ∀f ∈ E 0 , f (x) = 0 =⇒ x = 0 par Hahn-Banach)


donc dimE ≤ n0 ce qui est contraire à l’hypothèse.

Exercice 3

1) On montre que (1) =⇒ (2) =⇒ (3) =⇒ (1). Pour simplifier les notations on montrera que T
est continue en 0, le lecteur se convaincra que la continuité de T en 0 implique la continuité de
T partout.
(1) =⇒ (2) :
∀Ω ∈ Vw (0), existe-t’il ω ∈ Vw (0) tel que x ∈ ω =⇒ T x ∈ Ω ? On peut toujours choisir
Ω = {y ∈ F : | < fi , y > | < ε, ∀i = 1, ..., n} où fi ∈ F 0 et ε > 0. Maintenant,

T x ∈ Ω ⇐⇒ | < fi , T x > | < ε, ∀i = 1, ..., n,


⇐⇒ | < fi oT, x > | < ε, ∀i = 1, ..., n.

Si ω = {x ∈ E : | < fi oT, x > | < ε, ∀i = 1, ..., n} où fi oT ∈ E 0 , alors ω est bien un voisinage
faible de 0 donc (2).
(2) =⇒ (3) :
∀Ω ∈ Vw (0), existe-t’il r > 0 tel que x ∈ B(x, r) =⇒ T x ∈ Ω ?
On sait par hypothèse qu’il existe un voisinage faible de 0, ω, tel que x ∈ ω =⇒ T x ∈ Ω et on a
vu dans l’exercice 1 ci-dessus, qu’un ouvert faible est un ouvert fort donc (3).
(3) =⇒ (1) :
On utilise le Théorème du graphe fermé (voir l’exercice 13 chap.III), soit (xn , yn )n ∈ G(T ) =
{(x, y) ∈ E × F, y = T x} telle que xn → x et yn = T xn → y, a-t’on y = T x ?
Comme T est continue de E fort dans F faible, T xn * T x et d’autre part la convergence forte
impliquant la convergence faible T xn * y, donc nécessairement y = T x. D’où le graphe de T
est fermé et T est continue (pour les topologies fortes).
2) Soit T : Ew −→ F linéaire continue. La continuité en 0 implique que ∃ε > 0, ∃f1 , .., fn ∈ E 0
tels que
| < fi , x > | < ε, ∀i = 1, ..., n =⇒ kT xkF < 1.
14.2. CHAPITRE IV 159

T
Alors i ker fi ⊂ ker T . On va montrer que dim(ImT P)≤ n. Soit y1 = T x1 , ..., yn+1 = T xn+1 ∈
ImT , existe-t’il (λ1 , ...,Pλn+1 ) non tous nuls tels que n+1
1 λk T x k = 0 ?
n+1
Ou encorePtels que T ( T1 λk xk ) = 0 ? On remarque que si il existe (λ1 , ..., λn+1 ) non tous nuls
tels que n+1
1 λk xk ∈ i ker fi , c’est fini. Donc on veut

n+1
X
λk < fi , xk >= 0, 1 ≤ i ≤ n.
1

C’est un système linéaire de n équations à n + 1 inconnues dont on sait qu’il existe des solutions
non triviales, d’où le résultat.

Exercice 4

1) kxN − xk1 = reste d’une série convergente.


2) f est linéaire et |f (x)| ≤ kyk∞ kxk1 donc f ∈ (`1 )0 .
a) On a montré que kΛy k ≤ kyk∞ . On a Λy (eN ) = yN donc kΛk ≥ kyk∞ , d’où Λ est une
isométrie.
b) Λ est injective car isométrique. MontronsPqu’elle est surjective. Soit ` ∈ (`1 )0 alors par
linéarité et continuité de `, on a < `, x >= ∞ 1
1 xn yn si x = (xn )n ∈ ` et ∃M > 0 tel que
∀x ∈ `1 , | < `, x > | ≤ M kxk1 . En particulier pour x = en , on obtient | < `, en > | = |yn | ≤ M
et y ∈ `∞ . Donc ` = Λy et Λ est bijective. Par l’exercice 11 chap. III, on conclut que Λ est un
isomorphisme d’espaces de Banach.
3) Soit (xn )n≥1 une suite P d’éléments de `1 telle que xn * 0 dans `1 faible ⇐⇒ ∀y ∈ `∞ <
y, x >→< y, 0 >= 0 ⇐⇒ ∞
n n ∞
1 xi yi → 0, ∀y = (yi )i ∈ ` .
4) Soit (xn )n≥1 une suite d’éléments de `1 telle que xn * 0 dans `1 faible.

a) On montre facilement que d est une distance sur K.

b) On veut montrer que ∃ε > 0 et ∃y 1 , ..., y n ∈ `1 tels que

V = {g ∈ K : | < g − f, y i > | < ε, ∀i = 1, ..., n} ⊂ Ω.

On a
n
X X 1 X 1 X 1
1 1
d(f, g) = i
|fi − gi | + i
|fi − gi | et i
|fi − gi | ≤ 2 = n−1 ,
2 2 2 2i 2
1 i≥n+1 i≥n+1 i≥n+1

1
pour f, g ∈ K. Soient donc ε et n tels que ε + 2n−1
< r et y i = ei pour 1 ≤ i ≤ n, alors
n
X n
X n
X
1 1 i 1
|f i − gi | = | < f − g, e > | ≤ ε ≤ ε,
2i 2i 2i
1 1 1

1
si g ∈ V . D’où d(f, g) ≤ ε + 2n−1
< r, ∀g ∈ V donc V ⊂ Ω.

c) La question précèdente montre que l’application id : (K, σ(`∞ , `1 )) → (K, d) est continue.
Or K est compacte faible ?, donc(K, d) est compact.
160 CHAPITRE 14. CORRIGÉS DES EXERCICES

d) SoitTε > 0 fixé. Soit An = {f ∈ `∞ : | < f, xn > | ≤ ε} alors An est fermé faible ?, et
Fk = K ∩ n≥k An est aussi fermé faible ? dans K compact donc Fk est compact faible ?. Son
imageSpar id : (K, σ(`∞ , `1 )) → (K, d) (qui est continue) est compacte donc fermée dans (K, d).
K = k Fk car < f, xn >→ 0, ∀f ∈ `∞ . Enfin, (K, d) métrique compact est complet, on peut
donc appliquer le lemme de Baire : il existe k0 tel que IntFk0 6= ∅. Donc il existe f0 ∈ K, ∃ρ > 0
tels que K ∩ Bd (f0 , ρ) ⊂ Fk0 .

e) En choisissant f comme dans l’énoncé, on a,


X 1 1
d(f, f 0 ) ≤ 2 i
= N −1 < ρ.
2 2
i=N +1

Donc f ∈ Fk0 et

N
X ∞
X
| < f, xn > | = | f0i xni + (±xni )| ≤ ε, ∀n ≥ k0 .
1 i=N +1

=⇒

X N
X N
X
|xni | ≤ε+ |f0i xni | ≤ε+ |xni |,
i=N +1 1 1

car f 0 ∈ K, d’où

X N
X
|xni | ≤ ε + 2 |xni |, ∀n ≥ k0 .
i=1 1

ε
f) i étant fixé, xni → 0 car xni =< ei , xn >, donc ∃I tel que ∀n ≥ I, |xni | ≤ 2N . Dès que
n n
n ≥ max(k0 , I), on a kx k1 ≤ 2ε d’où x → 0 dans ` . 1

5) Comme `1 n’est pas de dimension finie, les topologies faibles et fortes ne sont pas équivalentes
et cette application ne peut donc pas être continue.

Exercice 5

Comme A est ouvert faible ?, A est ouvert fort de E 0 donc par le Théorème de Hahn-Banach
première forme géométrique, ∃ξ ∈ E 00 , ξ 6= 0 et ∃α ∈ IR tels que

< ξ, f > ≤ α ≤ < ξ, g > ∀f ∈ A, ∀g ∈ B.

Soit f0 ∈ A ouvert faible ? alors ∃V voisinage faible ? de f0 tel que V ⊂ A. On peut toujours
supposer que V = {g ∈ ET0 : | < g − f0 , xi > | < ε, ∀i = 1, N } où ε > 0 et x1 , ..., xN ∈ E.
Si g = f0 + u T où u ∈ 1≤i≤N ker J(xi ) alors g ∈ V ⊂ A donc T < ξ, u >≤ α+ < ξ, f0 >
et ceci ∀u ∈ 1≤i≤N ker J(xi ) vectoriel. D’où < ξ, u >= 0 et 1≤i≤N ker J(xi ) ⊂ ker ξ. Par
un même
P raisonnement PN IV, on en déduit que ∃λ1 , ..., λN ∈ IR tels que
PNqu’à l’exercice 2 chap.
ξ= N 1 λi J(x i ) = J( 1 λ x
i i ). D’où x = 1 λi xi convient (x 6= 0 car ξ 6= 0).
14.3. CHAPITRE V 161

14.3 Chapitre V
Exercice 1

E ⊂ (Ew?0 )0 :

Soit x ∈ E alors V = {f ∈ E 0 : | < f, x > | < ε} est un voisinage faible-? de 0 dans E 0 . Donc
f 7→< f, x > est continue sur Ew? 0 , d’où x ∼ J(x) ∈ (E 0 )0 .
= w?
0 )0 ⊂ E :
(Ew?
Soit ϕ ∈ (Ew?0 )0 et soit ε > 0 alors ∃Ω voisinage faible-? de 0 dans E 0 tel que

f ∈ Ω =⇒ | < ϕ, f > | < ε.

On peut toujours choisir Ω = {g ∈ E 0 : | < g, xi > | < β, i = 1, ..., n} où β > 0 et pour
i = 1, ..., n, xi ∈ E. Mais J(xi ) ∈ E 00 et

| < J(xi ), g > | < β, ∀i = 1, ..., n =⇒ | < ϕ, g > | < ε.


T T
Donc g ∈ i ker J(xi ) =⇒ | < ϕ, g > | P < ε, d’où i kerPJ(xi ) ⊂ ker ϕ. D’après
Pn l’exercice 2,
n n
question 3), ∃λ1 , ..., λn ∈ IR tels que ϕ = 1 λi J(xi ) = J( 1 λi xi ). Soit x = 1 λi xi ∈ E alors
ϕ = J(x), d’où le résultat.

Exercice 2

Soit fn : E −→ IR telle que fn (x) = xn si x = (xn )n . Alors fn ∈ E 0 et kfn k = 1. S’il existe une
0 alors ∀x ∈ E, < f , x >= x
sous-suite (fnk )nk qui converge vers un f dans Ew? nk nk −→< f, x >
quand k tend vers +∞. Donc en fait il s’agit de trouver une suite de réels qui ne converge
pas...c’est facile. Par exemple, soit x = (xn )n tel que xnk = (−1)k et xn = 0 ailleurs, alors
x ∈ `∞ et < fnk , x >= (−1)k ne converge pas. Donc il n’existe pas de sous-suites faiblement-?
convergentes bien que (fn )n soit dans un compact faible-?. Mais ce compact n’est pas métrisable,
on peut en conclure par exemple que `∞ n’est pas séparable ni réflexif. En effet, `1 est séparable
et si `∞ était réflexif, il serait donc aussi séparable.

Exercice 3
S
1) K ⊂ n>0 B(0, n) et K compact =⇒ ∃N tel que K ⊂ B(0, N ).
2) ∀x ∈ BE , T x est dans un compact donc ∃N tel que T x ∈ B(0, N ) =⇒ kT xk ≤ N .
3) Soit (xn )n ∈ E telle que xn converge faiblement vers x ∈ E, alors kxn k est bornée car E est
un Banach et donc ∃R > 0 tel que ∀n, xn ∈ B(0, R). Comme T est compacte, (T xn )n est dans
un compact fort et il existe une sous-suite (T xnk )k qui converge fortement vers y ∈ F . D’autre
part T est linéaire continue donc continue de E faible dans F faible et T xnk * T x d’où y = T x.
T x est la seule valeur d’adhérence de la suite (T xn )n donc toute la suite converge vers T x d’où
(?).
4) Montrons que T (BE ) est fermé. Soit yn = T xn ∈ T (BE ), on suppose que T xn −→ y, a-t-on
y = T x où x ∈ BE ?
Comme E est réflexif et que kxn k ≤ 1, ∀n, il existe une sous-suite (xnk )k telle que xnk * x.
Alors (?) =⇒ T xnk −→ T x donc y = T x et kxk ≤ lim inf kxnk k ≤ 1 et T (BE ) est fermé.
Soit encore yn = T xn ∈ T (BE ), alors E réflexif =⇒ xnk * x et T xnk −→ T x donc T x est valeur
d’adhérence de (yn )n et T (BE ) est compact.
162 CHAPITRE 14. CORRIGÉS DES EXERCICES

5) Soit B = {x ∈ ker(Id − T ) : kxk ≤ 1}. Soit (xn )n ∈ B alors de kxn k ≤ 1 et T compact, on


déduit qu’il existe une sous-suite xnk = T xnk qui converge vers y. Il est clair que y ∈ B donc B
est compact et dim(ker(Id − T )) < ∞.

Exercice 4

On définit J : E −→ E 00 par
< Jx, f >E 00 ,E 0 = < f, x >E 0 ,E ∀x ∈ E, ∀f ∈ E 0 .
On a kJxk = supkf k≤1 | < f, x > | = kxk par Hahn-Banach, donc J est linéaire isométrique.
Ici, E est réflexif donc J est surjective i.e. J(E) = E 00 .
Si f ∈ E 0 alors kf k = supkxk≤1 | < f, x > | = supkξk≤1 | < ξ, f > | car J est isométrique et
surjective.
Par Hahn-Banach, supkξk≤1 | < ξ, f > | = maxkξk≤1 | < ξ, f > | et donc ∃x0 ∈ E tel que kx0 k ≤ 1
et kf k = | < f, x0 > |.

Exercice 5

On peut vérifier facilement que si ϕn converge faiblement vers ϕ alors elle converge simple-
ment sur [0, 1] vers ϕ et donc nécessairement ϕ(x) = 0 si x 6= 0 et ϕ(0) = 1, donc ϕ n’est pas
continue, ce qui est impossible. On peut en conclure que E n’est pas réflexif.

Exercice 6

1) Bd (0, n1 ) est un voisinage de 0 dans (BE 0 , d). Par équivalence des topologies, ∃Vn voisinage
faible ? de 0 tel que Vn ⊂ Bd (0, n1 ). On peut supposer que
\
Vn = {f ∈ BE 0 : | < f, xi > | < εn } ,
i∈In

où εn > 0, Tn est une partie finie de IN? et xi ∈ E.


L’ensemble {xi , i ∈ In , n ∈ IN? } constitue unePsuite dénombrable de points de E.
2) Si x ∈ X, ∃n tel que x ∈ Xn donc x = n1 λi xi où λi ∈PIR. Comme Q| est dense dans IR,
pour ε > 0, P ∃r1 , ..., rn ∈ Q| tels que |ri − λi | ≤ ε. Si y = n1 ri xi alors y ∈ Yn ⊂ Y et on a
kx − yk ≤ ε n1 kxi k. Donc on a montré que ∀V ∈ V(x), V ∩ Y 6= ∅. D’où X ⊂ Y .
3) Si X 6= E, ∃x0 ∈ E \ X et par Hahn-Banach, ∃f ∈ E 0 , f 6≡ 0, ∃α ∈ IR, tels que < f, x >
< α < < f, x0 >, ∀x ∈ X. Comme X est vectoriel, on en déduit que f ≡ 0 sur X. On peut
supposer que kf k = 1, alors f ∈ Vn , ∀n donc f ∈ Bd (0, n1 ), ∀n d’où f ≡ 0 et c’est absurde.

14.4 Chapitre VII


Exercice 1
R1 R √1
1) Sur [0, 1], (1 − t2 )n ≥ 1 − nt2 et 0 (1 − t2 )n dt ≥ 0 n (1 − nt2 )dt (puisqu’on ne considère
que la partie positive de l’aire constituée par le graphe de 1 − nt2 sur [0, 1].) Donc,
Z 1 Z 1 Z √1
2 n 2 n n 4cn
1 = cn (1 − t ) dt = 2cn (1 − t ) dt ≥ 2cn (1 − nt2 )dt = √ ,
−1 0 0 3 n
14.4. CHAPITRE VII 163


on en déduit que cn ≤ 43 n.
2) Pour x ∈ [0, 1], on a
Z 1 Z 1
Pn (x) = f (x − y)Qn (y)dy = Qn (x − y)f (y)dy.
−1 0
Pdn
Si Qn (x) = 0 ap xp alors
Z 1 Z dn
1X p
X
Qn (x − y)f (y)dy = ap Cpk xk (−y)p−k f (y)dy,
0 0 p=0 k=0
dn
X p
X Z 1
= ap Cpk xk (−1)p−k y p−k f (y)dy .
p=0 k=0 |0 {z }
constante
Ce qui montre que Pn est polynomial.
L’application f est uniformément continue sur IR donc pour ε R> 0 fixé, il existe δ > 0 tel que
1
∀x ∈ [0, 1] et ∀y tel que |y| ≤ δ, |f (x − y) − f (x)| ≤ ε. Comme −1 Qn dt = 1, on a
Z 1
|Pn (x) − f (x)| = | (f (x − y) − f (x))Qn (y)dy|,
−1
Z Z
≤ |f (x − y) − f (x)|Qn (y)dy + 2kf k∞ Qn (y)dy.
[|y|≤δ] [1≥|y|≥δ]

Enfin, comme (1 − t2 )n ≥ (1 − δ2 )n si 1 ≥ t ≥ δ, on a
Z 1

Qn (y)dy ≤ Qn (δ) ≤ n(1 − δ2 )n → 0,
δ
R1
donc ∃N tel que ∀n ≥ N , δ Qn (y)dy ≤ ε. D’où |Pn (x)−f (x)| ≤ (1+4kf k∞ )ε et ceci ∀x ∈ [0, 1],
on en déduit que kf − Pn k∞ → 0 quand n → +∞.
3) Soit f ∈ C([0, 1]), alors fb = f − f (0) − x(f (1) − f (0)) est continue et vérifie fb(0) = fb(1) = 0,
donc par 2), ∀ε > 0, ∃P cε polynôme tel que kfb − P cε k∞ ≤ ε.
Soit Pε = Pcε − f (0) − x(f (1) − f (0)) alors Pε est polynomial et f − Pε = fb − P cε ce qui montre
que les polynômes sont denses dans C([0, 1]).

Exercice 2
R R 1
1) On a χn (x) ≥ 0, IR χn = 1, χn −→ 0 p.p. et IR χ2n = 2n −→ 0. Donc χn −→ 0 dans
2 1
L (IR) et χn 6−→ 0 dans L (IR).
2) L’ensemble L1 (IR) ∩ L2R(IR) est dense dans L2 (IR) car contient Cc (IR) par exemple.
R Soit
1
E = {f ∈ L (I 2 1 2
RR) ∩ L (IR) : IR f (x) dx = 0}. Si f ∈ L (IR) ∩ L (IR) alors gn = f − ( IR f )χn ∈ E
et f − gn = ( IR f )χn −→ 0 dans L2 (IR). Donc E est dense dans L2 (IR).

Exercice 3
R ε
Soit f ∈ L1 (Ω)
R avec |f | ≤ M p.p. alors A |f |dx ≤ M |A| donc pour ε > 0, on choisit δ ≤ M et
|A| ≤ δ =⇒ A |f |dx ≤ ε.
164 CHAPITRE 14. CORRIGÉS DES EXERCICES

En utilisant le fait que les fonctions continues et bornées sont denses dans L1 , on en déduit le
cas général.

Exercice 4 (J.M.Bony, Ecole Polytechnique)


R
1) Soit F (x, y) = f (x − y n )g(y) alors IR |F (x, y)|dx = kf kL1 |g(y)| et
Z Z
( |F (x, y)|dx)dy = kf kL1 kgkL1 ,
IR IR
R
donc par le Théorème de Fubini-Tonelli, F ∈ L1 (IR × IR). De plus, p.p. x, x 7→ IR F (x, y)dy est
définie et est dans L1 (IR). Enfin, kTn (f )kL1 ≤ kf kL1 kgkL1 .
2) On a

∀x, y 7→ f (x − y n )g(y) ∈ L1 (IR),


p.p.y, x 7→ f (x − y n )g(y) ∈ C(IR),

et ∀x, |f (x − y n )g(y)| ≤ kf k∞ |g(y)| ∈ L1 (IR), donc par le Théorème de continuité des intégrales
dépendant d’un paramètre, Tn (f ) ∈ C(IR) et R ∀x, |Tn (f )(x)| ≤ kf k∞ kgkL1 Rdonc Tn (f ) est bornée.
3) On écrit Tn (f )(x) = An + Bn où An = |y|<1 f (x − y n )g(y)dy et Bn = |y|>1 f (x − y n )g(y)dy.
Etude de An :

Quand n → ∞, f (x − y n )g(y) −→ f (x)g(y) p.p. n 1


R et |f (x − y )g(y)| ≤ M |g(y)| ∈ L . Par le
Théorème de convergence dominée, An −→ f (x) |y|<1 g(y)dy.
Etude de Bn :

Quand n → ∞, x − y n −→ ±∞ et par hypothèse f (x − y n ) −→ 0 donc f (x − y n )g(y) −→ 0


p.p. Enfin, |f (x − y n )g(y)| ≤ M |g(y)| ∈ L1 , donc le Théorème de convergence dominée montre
que Bn −→ 0.
R
D’où Tn (f )(x) −→ C f (x) avec C = |y|<1 g(y)dy.

Exercice 5
R1
On note T f l’application x 7→ T f (x) = 0 sin(x + f 2 (t))dt. Alors, par le Théroème de conver-
gence dominée on vérifie facilement que T f ∈ E. Montrons que T : E → E est continue. Si
fn → f dans E alors ∀x ∈ [0, 1],
Z 1
|T fn (x) − T f (x)| ≤ |fn2 (t) − f 2 (t)|dt,
0
≤ kfn + f k∞ kfn − f k∞ .

La quantité kfn + f k∞ est bornée donc kT fn − T f k∞ → 0 et T est continue.


Soit A = T (E), montrons que A est compact dans E. Pour cela on utilise le Théorème d’Ascoli.
A est équicontinue car ∀f ∈ E, |T f (x) − T f (y)| ≤ |x − y|.
Pour x ∈ [0, 1], si Ax = {T f (x), f ∈ E} alors Ax ⊂ [−1, 1] donc Ax est compact (dans IR).
Le Théorème d’Ascoli montre que A est compact dans E et le Théorème de Shauder donne
l’existence d’un point fixe de T .
14.4. CHAPITRE VII 165

Exercice 6

Par le Théorème de Fubini, f, g ∈ L1 (IR) =⇒ f ? g ∈ L1 (IR) et kf ? gk1 ≤ kf k1 kgk1 .


(f, g) 7→ (f ? g) est bilinéaire donc ? est distributive par rapport à l’addition. Enfin, il est
évident que ? est commutative, donc il reste à voir que ? est associative. Soit f, g, h ∈ L1 (IR),
en appliquant le Théorème de Fubini et en effectuant un changement de variables, on a
Z Z Z
(f ? g) ? h(x) = f ? g(x − y)h(y)dy = f (x − y − u)g(u)h(y)dydu,
ZIR Z IR IR
= h(y)g(v − y)f (x − v)dvdy,
Z IR I
R
= f (x − v)g ? h(v)dv = f ? (g ? h)(x).
IR
Supposons maintenant qu’il existe un élément neutre δ pour la convolution dans L1 (IR). Soit
fn ∈ C(IR), fn ≥ 0, de support [− n1 , n1 ] et telle que fn (0) = kfn k∞ = 1. Alors δ ? fn ∈ C(IR) et
∀x ∈ IR, δ ? fn (x) = fn ? δ(x) = fn (x), donc en particulier
Z
fn ? δ(0) = fn (0) = 1 = fn (−y)δ(y)dy.
IR
1
R −→ 0 p.p. et |gn (y)| ≤ |δ(y)| ∈ L (IR). Le Théorème de
Soit gn (y) = fn (−y)δ(y) alors gn (y)
convergence dominée montre que IR gn −→ 0, d’où contradiction.

Exercice 7

Comme la suite fn est de Cauchy, on peut reprendre la démonstration du Théorème 7.3 chap.
VII, et extraire une sous-suite fnk qui converge p.p. vers une limite notée h0 (on ne sait pas
a priori que f = h0 p.p.). En reprenant les mêmes notations que dans la démonstration du
Théorème 7.3, on a de plus, p.p. x, ∀k, |fnk (x) − h0 (x)| ≤ g(x) qui est chapeau intégrable. Par
le Théorème de convergence dominée, il en résulte que h0 ∈ L1 et fnk −→ h0 dans L1 . Par
conséquent f = h0 p.p. La sous-suite est clairement dominée par h = |h0 | + g.

Exercice 8

∀t > 0, x 7→ e−t tx−1 est C ∞ sur IR+? et pour x > 0 fixé, t 7→ e−t tx−1 ∈ L1 (]0, +∞[). En-
fin, ∀[a, b] ⊂]0, +∞[ et pour tout x ∈ [a, b], on a,

|e−t tx−1 | ≤ 11(0,1) e−t ta−1 + 11(1,+∞) e−t tb−1 ∈ L1 (0, +∞).

Par le Théorème de continuité des intégrales dépendant d’un paramètre, on conclut que Γ est
continue sur ]0, +∞[.
∀k, ∂x∂ k (e−t tx−1 ) = e−t (log t)k tx−1 et


| (e−t tx−1 )| ≤ 11(0,1) e−t | log t|k ta−1 + 11(1,+∞) e−t | log t|k tb−1 ∈ L1 (0, +∞),
∂xk
∀x ∈ [a, b] ⊂]0, +∞[. Donc le Théorème de dérivation sous le signe somme montre que Γ est C k
sur ]0, +∞[, ∀k, donc est C ∞ sur IR+? .
166 CHAPITRE 14. CORRIGÉS DES EXERCICES

Exercice 9

1) On suppose θ ∈]0, 1[. On peut toujours écrire


Z Z
|f | = |f |rθ |f |(1−θ)r .
r

p q
rθ (1−θ)r
Posons g = |f |rθ et h = |f |(1−θ)r alors g ∈ L rθ et h ∈ L (1−θ)r où p + q = 1. Par l’inégalité
de Hölder, on obtient Z
gh ≤ kgk p khk q ,
rθ (1−θ)r

c’est à dire
Z Z rθ Z (1−θ)r
p q
r p q
|f | ≤ ( |f | ) + ( |f | ) .
S
2) Si E = n En et En fermé dans (E, k k1 ) alors (E, k k1 ) étant complet, on peut appliquer le
lemme de Baire et ∃n0 tel que int(En0 ) 6= ∅. Donc ∃f ∈ E et ∃r > 0 tels que B(f, r) ⊂ En0 . Si
g 1+ n1
g ∈ E, g 6= 0 alors f + 2r kgk 1
∈ B(f, r) ⊂ En0 donc g ∈ L 0
1
et | 2r kgk 1
kgk1+ 1 − kf k1+ 1 | ≤ n0
n0 n0
4n0
=⇒ kgk1+ 1 ≤ r kgk1 .
n0
1
1+
D’où id : E, k k1 −→SL n0 est continue.
Montrons que E = n En . Si f ∈ E alors ∃q > 1 tel que f ∈ L1 ∩ Lq . Donc ∃N0 tel que à la fois
kf k1 ≤ N0 et ∀n ≥ N0 , 1 + n1 < q. Soit rn = 1 + n1 alors par 1),

1 n 1 − θn
kf k1+ 1 ≤ kf kθ1n kf kq(1−θn ) , où = = θn + .
n rn n+1 q
(1−θ )
Or θn (1 − 1q ) = n+1
n
− 1q où q > 1 donc θn −→ 1 et kf kθ1n kf kq n −→ kf k1 . Donc ∃N S
≥ N0 + 1
tel que ∀n ≥ N kf k1+ 1 ≤ kf k1 + 1 ≤ N0 + 1 ≤ N et f ∈ EN par exemple. D’où E = n En .
n
Montrons que ∀n, En est fermé dans (E, k k1 ). Soit (fp )p ⊂ En telle que fp −→ f dans (E, k k1 ).
A-t’on f ∈ En ?
kfp − f k1 −→ 0 =⇒ il existe une sous-suite (fpk )k telle que fpk −→ f p.p. (voir l’exercice 7
chap.VII), donc 
 1+ 1 1+ 1
 |fpk | n −→ |f | n p.p.,
1 1
|fpk |1+ n ∈ L1 , |fpk |1+ n ≥ 0 p.p.,

 R 1 1
∀k, |fpk |1+ n ≤ n1+ n .
1 1
Le lemme de Fatou montre que |f |1+ n ∈ L1 , soit f ∈ L1+ n , et
Z Z
1 1 1
1+ n
|f | ≤ lim inf |fpk |1+ n ≤ n1+ n .

Donc f ∈ En , et En est fermé.

Exercice 10
1
1) On a kf kp ≤ kf k∞ |Ω| p donc lim sup kf kp ≤ kf k∞ .
14.4. CHAPITRE VII 167

1
Soient 0 < k < kf k∞ et A = {x ∈ Ω : |f (x)| > k}, alors |A| = 6 0 et kf kp ≥ k |A| p . Donc
lim inf kf kp ≥ k et ceci ∀k < kf k∞ . D’où lim inf kf kp ≥ kf k∞ et lim kf kp = kf k∞ .
2) Soit k > C et soit A = {x ∈ Ω : |f (x)| > k} alors
 p
p C
k |A| ≤ kf kpp ≤C p
=⇒ |A| ≤ , ∀p.
k

Quand p → ∞, on obtient |A| = 0, donc p.p. x |f (x)| ≤ k et f ∈ L∞ .



3) Soit f (x) = log x, alors f 6∈ L∞ (0, 1). Soit 1 ≤ p < +∞ comme x| log x|p −→ 0 quand
x → 0, ∃ε > 0 tel que |x| ≤ ε =⇒ | log x|p ≤ √1x . Alors

1
|f (x)|p ≤ √ 11(0,ε) + | log x|p 11(ε,1) ∈ L1 (0, 1),
x
T p (Ω).
donc f ∈ 1≤p<∞ L

Exercice 11

1) Soit h : ξ → e−ixξ f (x), h ∈ C ∞ (IR) et h(k) (ξ) = (−ix)k h(ξ) donc |h(k) (ξ)| ≤ |xk f (x)| ≤
g(x) ∈ L1 (IR) où par exemple

Mk
g(x) = |f (x)|11[|x|≤1] + 11
|x|2 [|x|>1]

et où Mk = kxk+2 f k∞ .
Le Théorème de dérivation sous le signe somme donne alors : fb ∈ C ∞ (IR) et ∀k, fb(k) = gb avec
g(x) = (−ix)k f (x).
2) Comme f 0 ∈ L1 , on a
Z R
b0
f (ξ) = lim e−ixξ f 0 (x)dx et
R→+∞ −R

Z R h iR Z R
−ixξ 0 −ixξ
e f (x)dx = f (x)e + iξe−ixξ f (x)dx.
−R −R −R
RR RR R∞
Comme f est C ∞ , f (R) = f (0) + 0 f 0 dt et 0 f 0 dt converge vers 0 f 0 dt car f 0 ∈ L1 . On en
déduit que limR∞ f (R) existe et de même limR∞ f (−R) existe. Enfin, f ∈ L1 =⇒ limR∞ f (R) =
limR∞ f (−R) = 0. Donc par passage à la limite, et par récurrence sur
P k, on obtient fd
(k) = (iξ)k fb.
k
3) Si f ∈ S, ∀P polynôme, P f ∈ C ∞ (IR) et ∀q, xq (P f )k (x) = 0 Pj (x)f (j) (x) où Pj est un
polynôme (voir la formule de Leibniz). Donc
!
|xq (P f )k (x)| ≤ (k + 1) max sup |Pj (x)f (j) (x)| < ∞.
j
IR

Ensuite, f ∈ S =⇒ f 0 ∈ C ∞ et kxq (f 0 )(k) k∞ = kxq f (k+1) k∞ < ∞.


Enfin,
M
f ∈ S =⇒ |f (x)| ≤ |f (x)|11[|x|≤1] + 2 11[|x|>1] ∈ L1 .
|x|
168 CHAPITRE 14. CORRIGÉS DES EXERCICES

4) Si f ∈ S, on sait déjà que fb ∈ C ∞ par 1). En utilisant 1) et 2), on a, si g(x) = (−ix)k f (x),
1d
ξ q fb(k) = ξ q b
g= g(q)
iqZ
d
= (−i)k+q e−ixξ (xk f (x))dx,
IR dxq
et la question 3) montre que xk f ∈ S donc (xk f )q ∈ S. On en déduit que (xk f )q ∈ L1 et donc
que ξ q fb(k) ∈ L∞ (IR), ∀q, k. D’où fb ∈ S.
(q)
5) On suppose que ∀p, q, limn∞ kxp fn k∞ = 0.
(q+1)
xp (fn0 )(q) = xp fn donc fn0 converge vers 0 dans S.
En utilisant la formule de Leibniz et le fait que fn tend vers 0 dans S, on voit facilement que
kxp (xk fn )(q) k∞ → 0 et donc que ∀P polynôme, P fn tend vers 0 dans S.
Enfin, si fn tend vers 0 dans S alors ∀ε > 0, ∃N tel que ∀n ≥ N , ∀x ∈ IR, |(1 + x2 )fn (x)| ≤ ε.
Alors ∀n ≥ N , Z Z
dx
|fn | ≤ ε 2
= επ,
IR IR 1 + x
donc fn → 0 dans L1 .
(q)
On a ξ p fcn = (−i)p+q gbn où gn (x) = (xq fn )(p) (x). Par 3) gn ∈ S et fn → 0 dans S =⇒ gn → 0
dans S =⇒ gn → 0 dans L1 . Or |gbn (ξ)| ≤ kgn k1 donc fc n → 0 dans S.
6) Il est clair que la fonction
R ψ a est dans
pπ S et elle est l’unique solution de l’équation différentielle
0
u + 2axu = 0 vérifiant IR u(x)dx = a . En multipliant l’équation différentielle par (−i) et
en prenant sa transformée de p Fourier, on voit immédiatement queR ψ ca est l’unique solution de
p R
0 π c
2av + ξv = 0 vérifiant v(0) = a , d’où l’expression de ψa . Enfin IR ψ ca dξ = π
pπ√ a IR ψ1/4a dξ =
a 4πa = 2π.
7) a) Par le Théorème de Fubini, on a
Z Z Z
ixξ b
e f (ξ)Φ(ξ)dξ = ei(x−y)ξ f (y)Φ(ξ)dξdy,
IR ZIR IR Z
= b − x)f (y)dy =
Φ(y b
Φ(y)f (x + y)dy.
IR IR
b
b) Si Φ(t) = Φ0 (εt) alors Φ(ξ) c0 ( ξ ) donc aprés changement de variable :
= 1ε Φ ε
Z Z
ixξ b c0 (y)f (x + εy)dy,
e f (ξ)Φ0 (εξ)dξ = Φ

quand ε → 0, on obtient par le Théorème de convergence dominée :


Z Z
Φ0 (0) eixξ fb(ξ)dξ = f (x) Φ c0 (y)dy.

c) On choisit Φ0 = ψa=1 alors la question 6) entraı̂ne que


Z
1
f (x) = eixξ fb(ξ)dξ, ∀x ∈ IR >
2π IR
8) Vérifions que S ⊂ L2 . f ∈ S =⇒ ∃A > 0 tel que ∀x ∈ IR, |(1 + x2 )f (x)| ≤ A. Alors,
Z Z
2 2 dx
|f | dx ≤ A < ∞.
(1 + x2 )2
14.4. CHAPITRE VII 169

Comme D(IR) ⊂ S et que D(IR) est dense dans L2 , S est dense dans L2 .
9) On choisit x = 0 dans (?), on obtient a).
1 b
b) Soit ψ ∈ S alors ψb ∈ S et on choisit f = ψb dans (?). Alors ψ(x) = 2π f (−x) et
Z Z
fφ = b
ψφdx
Z
= b par a),
ψ(ξ)φdξ
Z
1
= fb(−ξ)φ(−ξ)dξ
b

Z
1
= fbφdξ.
b

c) Si φ, ψ ∈ S ⊂ L1 alors φ ∗ ψ ∈ L1 et par le Théorème de Fubini


Z Z
[
φ ∗ ψ(ξ) = e−ixξ φ(y)ψ(x − y)dydx,
Z Z 
−iyξ −i(x−y)ξ
= e φ(y) e ψ(x − y)dx dy,

b ψ(ξ).
= φ(ξ) b

10) Soit f ∈ E, comme G = E, ∃(fn )n ⊂ G telle que limn kf − fn k = 0. En particulier, (fn )n


est de Cauchy dans E et A linéaire continue =⇒ kAfn − Af k ≤ kAkkfn − fm k. Donc (Afn )n
est Cauchy dans F complet donc converge vers un g dans F .
On vérifie facilement que g ne dépend pas de la suite (fn )n et on pose Ãf = g. L’application Ã
est linéaire par construction et

kÃf k = lim kAfn k ≤ lim kAkkfn k = kAkkf k,


n∞ n∞

donc à est continue et kÃk = kAk.


Comme Ãf = Af , ∀f ∈ G, on a

kÃf k kAf k
kÃk = sup ≥ sup = kAk.
f ∈E,f 6=0 kf k f ∈G,f 6=0 kf k

D’où kÃk = kAk. Enfin G étant dense dans E, il est clair que à est unique.
11) On applique 10) avec E = F = L2 (IR), G = S et A = F. A est linéaire et 9)b) avec φ = ψ
montre que kAf k22 = 2πkf k22 . Donc F se prolonge à L2 (IR) en une application linéaire continue
(encore notée F) et ∀f ∈ L2 ,
√ √
kFf k2 = lim kFfn k2 = 2π lim kfn k2 = 2πkf k2 .
n n
R 1
D’autre part, si on note F(f )(ξ) = eixξ f (x)dx, on a montré en 7) que ∀f ∈ S, 2π F oF(f ) = f .
Si f˜(x) = f (−x), on remarque que ∀f ∈ S, F(f ) = F(f˜) et que 2π FoF(f˜) = f = 2π
1 1
FoF (f ).
1 2
Donc 2π F qui se prolonge à L de la même manière que F vérifie : ∀f ∈ S,
1 1 2
2π F oF(f ) = f = Fo 2π F(f ). Par densité de S dans L et continuité de ces deux applications,
1 1 1
on en déduit que ∀f ∈ L2 , 2π F oF(f ) = f = Fo 2π F(f ) donc F −1 = 2π F et F est bien un
isomorphisme d’espaces de Banach.
170 CHAPITRE 14. CORRIGÉS DES EXERCICES

14.5 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 . Donc ∃f ∈ L1 , ∃g ∈ L2 telles que fn −→ f dans L1 et fn −→ g dans L2 . En utilisant
la ”réciproque” du Théorème de convergence dominée, on en déduit qu’il existe une sous-suite
(fnk )k telle que fnk −→ f p.p. et fnk −→ g dans L2 , donc il existe une sous-suite (fnkl )l telle
que fnkl −→ g p.p. D’où f = g p.p. et fn −→ f dans E, donc E est un espace de Banach.
En appliquant l’inégalité de Hölder, on obtient
Z
| f (x)u(x)dx| ≤ kf1 k∞ kuk1 + kf2 k2 kuk2 ≤ (kf1 k∞ + kf2 k2 ) kuk.
IR
R
Donc u 7→ f udx ∈ E 0 .
2) Soit 0 < α < 21 , on peut toujours écrire
Z Z Z
1 1 1
α
udx = α
udx + α
udx.
IR |x| [|x|>M ] |x| [|x|≤M ] |x|

Soient f1 (x) = |x|1α 11[|x|>M ] et f2 (x) = |x|1α 11[|x|≤M ], alors α > 0 =⇒ f1 ∈ L∞ (IR) et 2α < 1 =⇒
f2 ∈ L2 (IR). La question 1) permet alors de conclure.
3) K est évidemment convexe, montronsR R est fermé. Soit (un )nR⊂ K telle que un −→ u dans
qu’il
E, alors un −→ u dans L1 donc un −→ u et on en déduit que u ≤ 1. La convergence dans
L1 implique aussi qu’il existe une sous-suite (unk )k telle que unk −→ u p.p. donc u ≥ 0 p.p. et
on en conclut que u ∈ K. Donc K est fermé.
4) Posons K0 = {u ∈ L2 : u ≥ 0 p.p.} alors K0 est un convexe R fermé fort de L2 donc fermé faible
de L2 , donc u ∈ K0 . Il reste à montrer que u ∈ L1 et u ≤ 1.
Soit A un ensemble
R mesurable
R de mesure R finie (notation
R |A| < ∞), alors 11A ∈ L2 et un * R u dans
2
L faible =⇒ 11A un −→ 11A u. Or 11A un ≤ un ≤ 1 donc ∀A tel que |A| < ∞, A u ≤ 1.
Pour passer à IR tout entier, on utilise le lemme de Fatou. R
Soit vn = 11(−n,n) u alors vn ∈ L1 , vn ≥R0 p.p., vn −→ R u p.p. et sup n vn ≤ 1, donc par le lemme
1
de Fatou, on en déduit que u ∈ L et u ≤ lim inf vn ≤ 1. Donc u ∈ K.
5) Soit M > 0, alors
Z Z Z
1 1 1
| α
(u n − u)| ≤ | α
(u n − u)| + | α
(un − u)|,
IR |x| [|x|≤M ] |x| [|x|>M ] |x|
Z
1 1
≤ | α
(un − u)| + α (kun k1 + kuk1 ),
[|x|≤M ] |x| M
Z
1 2
≤ | α
(un − u)| + α ,
[|x|≤M ] |x| M
puisque un , u ∈ K.
Comme un converge faiblement vers u dans L2 ,
Z
1
α
(un − u) −→ 0.
[|x|≤M ] |x|

Donc en prenant la lim sup sur n, on obtient


Z
1 2
lim sup | α
(un − u)| ≤ α ,
IR |x| M
14.5. CHAPITRE VIII 171

R 1
et ceci ∀M > 0. En faisant tendre M vers +∞, on a lim sup | |x|α (un − u)| = 0 d’où
Z Z
1 1
un −→ u.
|x|α |x|α

6) On peut écrire, par exemple, pour u ∈ K,


Z Z Z
1 1 1
α
u= α
u+ α
u ≤ C0 kuk2 + kuk1 ≤ C0 kuk2 + 1,
IR |x| [|x|≤1] |x| [|x|>1] |x|

où C0 = k11[|x|≤1] |x|1α k2 . Alors pour u ∈ K, on a

J(u) ≥ kuk22 − C0 kuk2 − 1 ≥ C,

C2
où C est une constante indépendante de u ∈ K. (Par exemple C = −(1 + 40 ) convient.)
7) Soit (un )n ⊂ K, une suite minimisante, par exemple telle que m ≤ J(un ) ≤ m + n1 . D’après
la question 6), on a
kun k22 − C0 kun k2 − 1 ≤ J(un ) ≤ m + 1, ∀n,
donc nécessairement kun k2 reste bornée, donc ∃M0 tel que ∀n, kun k2 ≤ M0 alors kun k ≤ M0 + 1.
8) La suite (un )n est bornée dans L2 réflexif, donc il existe une sous-suite (unk )k telle que unk * u
2
R 1 L faibleRet 1unk ∈ K. Alors la question 4) montre que u ∈ K et la question 5) montre que
dans
|x|α unk −→ |x|α u.
D’autre part, Z
1 2 1 1
J(unk ) ≤ m + donc kunk k2 ≤ m + + un .
nk nk |x|α k
R
On prend les lim inf dans cette inégalité, on obtient lim inf kunk k22 ≤ m + |x|1α u. Comme k k22
R
est s.c.i. faible, on a kuk22 ≤ lim inf kunk k22 , donc finalement kuk22 ≤ m + |x|1α u, soit J(u) ≤ m.
D’où J(u) = m.
9) La réponse est non. En effet supposons E réflexif. Soit fn = 11(n,n+1) alors kfn k1 = kfn k2 = 1
donc kfn k = 2. Si E est réflexif alors il existe une sous-suite (fnk )k telle que fnk * f dans E
faible. R R R R
Soit g ≡ 1 alors g ∈ L∞ (IR) R et u 7→0 gu
0
R ∈ E doncR 1 = fnk −→ f , d’où f = 1.
Soit g ∈ Cc (IR) alors u 7→ gu ∈ E et gfnk −→ R gf . Or, ∃N tel que supp(g) ⊂ B(0, N ) et si
k ≥ Rk0 , nk > N , donc fnk ≡ 0 sur supp(g) etR gfnk = 0, ceci pour tout k ≥ k0 . On en déduit
que f g = 0, ∀g ∈ Cc (IR) donc f = 0 p.p. or f = 1, c’est absurde.

Exercice 2

On pose K = {u ∈ Lp (Ω); u ≥ f p.p. }.


1) K est convexe fermé fort doncRfermé faible.
R
{u ∈ ∞ (Ω) : ≥ 1 1
2) a) Posons
T K ϕ = L Ω uϕ Ω f ϕ} où ϕ ∈ L , ϕ ≥ 0 p.p. et est telle que f ϕ ∈ L .
1
Soit K0 = ϕ∈Φ Kϕ où l’intersection est prise sur l’ensemble Φ = {ϕ ∈ L , ϕ ≥ 0, f ϕ ∈ L }. 1
1
Montrons que K = K0 . Il est
1
R clair Rque K ⊂ K0 . Soit donc u ∈ K0 , alors ∀ϕ ∈ L telles que
ϕ ≥ 0 p.p. et f ϕ ∈ L , on a uϕ ≥ f ϕ.
Soit Ωn = {x : |f (x)| < n} et soit E = {x : u(x) < f (x)}, on va montrer que |E| = 0.
Supposons d’abord |Ω| < ∞.
172 CHAPITRE 14. CORRIGÉS DES EXERCICES

S
On a Ω = n ↑ Ωn . Soit ϕ = 11E∩Ωn , alors ϕ ∈ L1 (Ω) car |Ω| < ∞, ϕ ≥ 0 p.p. et f ϕ ∈ L1 car
|f | < n. Alors Z Z
(u − f )ϕ = (u − f )ϕ ≥ 0.
E∩Ωn Ω
Or u − f < 0 sur E ∩ Ωn donc nécessairement |E ∩ Ωn | = 0 et ceci ∀n, donc E = ∪n (E ∩ Ωn )
est négligeable.
Si |Ω|S= +∞, alors Ω = ∪k ↑ ωk où ωk = Ω ∩ B(0, k). On se restreint donc à ωk , |ωk | < ∞ et
E = n,k En,k où En,k = E ∩ Ωn ∩ ωk .
Soit ϕ = 11En,k alors comme tout à l’heure, ϕ ∈ L1 (Ω), ϕ ≥ 0 p.p., f ϕ ∈ L1 et on montre
de la même façon que ci-dessus que En,k est négligeable. Donc E est négligeable comme union
dénombrable d’ensembles
R négligeables. On en conclut que u ∈ K d’où K = K0 .
b) Si ϕ ∈ T L1 , u 7→ uϕ est continue sur L∞ pour la topologie faible ? donc Kϕ est fermé faible
? et K = ϕ∈Φ Kϕ est fermé faible ?.
c) Les boules fermées sont compactes faible ? et K ⊂ B(0, kf1 k∞ + kf2 k∞ ) donc K est compact
faible ?.

Exercice 3

Soit ε > 0, ∃g ∈ Cc∞ (IR) telle que kf − gk1 ≤ ε et supp(g) ⊂ K compact fixe. On peut
écrire
kτy1 f − τy2 f k1 ≤ kτy1 f − τy1 gk1 + kτy1 g − τy2 gk1 + kτy2 g − τy2 f k1 .
L’invariance de la mesure de Lebesgue par translation entraı̂ne que kτy f − τy gk1 = kf − gk1 , ∀y,
donc on obtient
kτy1 f − τy2 f k1 ≤ 2ε + kτy1 g − τy2 gk1 .
La fonction g étant uniformément continue, ∃δ > 0 (on peut supposer δ ≤ 1), tel que ∀x,
∀|y1 − y2 | ≤ δ, |g(x − y1 ) − g(x − y2 )| ≤ Cε où C = |K + B(0, 1)|. Alors
Z Z
|τy1 g − τy2 g|dx = |g(x + y2 − y1 ) − g(x)|dx ≤ ε.
IR K+B(0,1)

(Si x 6∈ K + B(0, 1), alors x 6∈ K et ∀|y1 − y2 | ≤ δ, x + y2 − y1 6∈ K + B(0, δ) donc l’intégrale


ci-dessus est nulle.)

Exercice 4

1) Par la propriété d’absolue


R continuité, on sait que si ε > 0, ∃δ > 0 tel que ∀A mesurable
⊂ Ω avec |A| ≤ δ, on ait A |f |p ≤ ε.
Pour ce δ, on applique le Théorème d’Egoroff, comme fn −→ f p.p., ∃A mesurable ⊂ Ω tel que
|A| ≤ δ et fn −→ f uniformément sur Ω \ A. Donc,
Z
|fn − f |p ≤ |Ω \ A|kfn − f kL∞ (Ω\A) −→ 0,
Ω\A

puisque |Ω \ A| < ∞.
Z Z Z Z
p p p p p p
|fn − f | ≤ 2 |fn | + 2 |f | ≤ 2 |fn |p + 2p ε.
A A A A
14.5. CHAPITRE VIII 173

Mais, Z Z Z
|fn |p = |fn |p − |fn |p ,
A Ω Ω\A
R R R R
|p
avec Ω |fn −→ Ω |f |ppar hypothèse et Ω\A |fn −→ Ω\A |f |p car il y a convergence uniforme
|p
R R R R
sur Ω\A. Donc A |fn |p −→ A |f |p ≤ ε. D’où pour n assez grand A |fn |p ≤ 2ε et Ω\A |fn −f |p ≤
R
ε, on en déduit que Ω |fn − f |p ≤ 2p (2ε) + 2p ε + ε.
Remarque :
Sans supposer Ω borné, on peut démontrer ce résultat de la façon suivante :
Soit gn = αp (|f |p + |fn |p ) − |f − fn |p où αp = 2p−1 , on lui applique le lemme de Fatou et on
obtient lim sup kf − fn kpp ≤ 0 d’où la Rconvergence dans Lp .
0
2) Soit ϕ ∈ Lp , on veut montrer que Ω (fn − f )ϕ −→ 0.
Soit ε > 0, ∃δ > 0 tel que ∀A mesurable ⊂ Ω avec |A| ≤ δ, on ait kϕkLp0 (A) ≤ ε et par le
Théorème d’Egoroff, ∃A mesurable ⊂ Ω tel que |A| ≤ δ et fn −→ f uniformément sur Ω \ A.
Alors Z
1
|fn − f ||ϕ| ≤ kfn − f kL∞ (Ω\A) kϕkp0 |Ω \ A| p ≤ ε,
Ω\A
si n est assez grand. D’autre part,
Z
|fn − f ||ϕ| ≤ kfn − f kp ε ≤ (C + kf kp )ε.
A
R
Donc pour n assez grand, | Ω (fn − f )ϕ| ≤ ε + (C + kf kp )ε donc fn * f dans Lp faible.
3) Soit fn = n11(0, 1 ) alors fn −→ 0 p.p. et kfn k1 = 1. Si fn converge faiblement vers 0 alors
R1 n R
∀ϕ ∈ L∞ , 0 fn ϕ −→ 0, or pour ϕ ≡ 1, on a fn ϕ = 1, c’est absurde.

Exercice 5

Première partie :
1) Comme Ω est borné, on peut recouvrir Ω par un nombre fini de boules de mesure < δ où δ
correspond à ε = 1 par exemple.
2) On suppose que que (fn )n est équi-intégrable. Soient ε > 0 et δ > 0 donnés par l’équi-
intégrabilité, on a Z
1 1 C
mes[|fn | > k] ≤ |fn | ≤ sup kfn k1 ≤ ,
k Ω k n k
C
par 1). Et ∃k0 tel que ∀k ≥ k0 , k < δ alors ∀n,
Z
|fn | < ε, ∀k ≥ k0 .
[|fn |>k]

D’où le résultat.
On suppose maintenant que
Z
lim (sup |fn |dx) = 0.
k→+∞ n≥1 [|fn |>k]

Soit ε > 0 donné, alors


Z Z Z
|fn | = |fn | + |fn |,
E E∩[|fn |>k] E∩[|fn |≤k]
174 CHAPITRE 14. CORRIGÉS DES EXERCICES
Z
≤ |fn | + k|E|.
[|fn |>k]

R
On fixe k = k0 tel que ∀n ≥ 1, [|fn |>k0 ] |fn | < 2ε et on choisit δ = 2kε0 alors |E| < δ =⇒
R
E |fn | < ε, ∀n ≥ 1.
3) Soit ε > 0 donné, l’ensemble {fn , n ≥ 1} étant relativement compacte dans L1 (Ω), est inclus
dans une union finie de boules de centre gi et de rayon 2ε . Donc si fn ∈ B(gi , 2ε ) alors
Z Z Z
ε
|fn | ≤ kfn − gi k1 + |gi | < + |gi |.
E E 2 E

Or l’ensemble
P fini des gi est équi-intégrable (il suffit d’appliquer la propriété d’absolue continuité
à g = |gi |) donc ∃δ > 0 tel que ∀|E| < δ,
Z Z
ε
|fn | ≤ + |gi | < ε.
E 2 E

Deuxième partie :
1) X est fermé car si 11An → f dans L1 alors pour une sous-suite, 11Ank → f p.p. Maintenant si
A = {x : f (x) = 1} alorsR f = 11A donc f ∈ X.
Les applications
R 11A 7→ A fk dx sont continues sur X donc Xn est fermé. Enfin ∀A ⊂ Ω mesu-
rable, limn A fn = 0 =⇒ X = ∪n Xn . On peut donc appliquer le lemmeRde Baire et ∃n0 , ∃R > 0,
∃11A0 ∈ Xn0 tels que si 11A ∈ X et k11A − 11A0 kL1 < R alors ∀k ≥ n0 , | A fk | ≤ ε.
Soit donc E mesurable, E ⊂ Ω avec |E| < R, posons Ek = E ∩ [fk ≥ 0] alors A = A0 ∪ Ek vérifie
k11A − 11A0 kL1 < R donc
Z
| fk | ≤ ε.
A0 ∪Ek

De même, si A = A0 \ Ek alors k11A − 11A0 kL1 < R et


Z
| fk | ≤ ε.
A0 \Ek

R R R
Or Ek fk = A0 ∪Ek fk + A0 \Ek fk donc
Z Z
| fk+ | =| fk | ≤ 2ε.
E Ek

On montre de la même façon, en considèrant EK = E ∩ [fk ≤ 0], que


Z
| fk− | ≤ 2ε.
E
R
D’où, ∀k ≥ n0 , E |fk | ≤ 4ε. En utilisant de nouveau le fait que {f1 , ..., fn0 } est équi-intégrable,
on conclut.
R (fn −f )Rn vérifie les hypothèses
2) La suite R de la question précèdente, elle est donc équi-intégrable.
Comme E |fn | ≤ E |fn − f | + E |f |, on conclut en utilisant la propriété d’absolue continuité
appliquée à |f |.
14.6. CHAPITRE IX 175

3) D’après ci-dessus, (fn − f )n est équi-intégrable. Soit ε > 0 fixé, et soit δ > 0 donné par l’équi-
intégrabilité. D’après le Théorème d’Egoroff, ∃A ⊂ Ω tel que |A| < δ et fn → f uniformément
sur Ω \ A. Alors,
Z Z Z
|fn − f | = |fn − f | + |fn − f |,
Ω A Ω\A
≤ ε + |Ω \ A|kfn − f kL∞ (Ω\A) ,

et pour n assez grand le deuxième terme est plus petit que ε.

Exercice 6
1
1) fn (x) = n p e−nx avec 1 ≤ p < ∞.
fn → 0 p.p. sur ]0, 1[ car par exemple fn → 0 uniformément sut tout compact de ]0, 1[. On a
Z 1
1 1
|fn |p = kfn kpp = (1 − e−np ) −→n∞ .
0 p p
Donc la suite (fn ) est bornée dans Lp et fn 6→ 0 dans Lp car kfn kpp → p1 6= 0.
2) Appliquer l’inégalité de Hölder.
3) Si 1 < p < ∞, Lp est réflexif et (fn )n est bornée donc il existe une sous-suite (fnk )k telle
R1 R1
que fnk * f dans Lp faible. En particulier, ∀ϕ ∈ Cc (]0, 1[), 0 fnk ϕ → 0 f ϕ. Or fnk → 0
R1
uniformément sur le support compact de ϕ donc 0 f ϕ = 0 et ceci ∀ϕ ∈ Cc (]0, 1[). On en déduit
que f = 0 p.p. et c’est toute la suite fn qui converge faiblement vers 0 (raisonner par l’absurde).
Si
R 1 p = 1,1 supposons que
R 1 la suite fnRconverge faiblement vers 0 dans L1 faible. Comme f 7→
0 1
0 f ∈ (L ) , on aurait 0 fn → 0 or 0 fn → 1 donc c’est absurde R et fn 6* 0 dans L1 faible.
1 R1
Si fnk * f dans L1 faible alors comme ci-dessus : ∀ϕ ∈ Cc (]0, 1[), 0 fnk ϕ → 0 f ϕ et fnk → 0
R1
uniformément sur le support compact de ϕ donc 0 f ϕ = 0. On en déduit que f = 0 p.p. mais
R1
0 fnk → 1 6= 0, donc c’est impossible.
On peut en conclure que L1 (0, 1) n’est pas réflexif.

14.6 Chapitre IX
Exercice 1

1) On note IP2 =vect{1, x, x2 }, c’est un espace vectoriel de dimension finie donc fermé. Par
le Théorème de projection dans L2 (−1, 1), ∃!P ∈ IP2 tel que d(x3 , IP2 ) = kx3 − P k et (x3 −
P, v) = 0, ∀v ∈ IP2 où (, ) dénote le produit scalaire usuel dans L2 . En choisissant successive-
ment v = 1, x, x2 , on détermine explicitement P et on trouve P (x) = 53 x d’où kx3 − P k2 =
R1 3 3 2 8
−1 |x − 5 x| dx = 175 .
Si g ∈ IP⊥
2 alors

(x3 , g) = (x3 − q, g), ∀q ∈ IP2 ,


3
≤ d(x , IP2 )kgk,

x3 −P
donc finalement si g ∈ IP⊥ 3 3 3
2 et kgk = 1 alors (x , g) ≤ kx − P k où P (x) = 5 x. Soit g0 = kx3 −P k
176 CHAPITRE 14. CORRIGÉS DES EXERCICES

2√2
alors g0 ∈ IP⊥ 3 3 3
2 , kg0 k = 1 et (x , g0 ) = (x − P, g0 ) = kx − P k = 5 7
donc
Z 1
max{ x3 g(x)dx : g ∈ IP⊥ 3 3
2 , kgk = 1} = (x , g0 ) = d(x , IP2 ).
−1

2) Si x0 ∈ H et si M est un sous-espace vectoriel fermé de H alors d(x0 , M ) = kx0 − PM x0 k où


PM x0 est la projection orthogonale de x0 sur M et (x0 − PM x0 , v) = 0, ∀v ∈ M . Si y ∈ M ⊥ ,
kyk = 1 alors (x0 , y) = (x0 − PM x0 , y) ≤ kx0 − PM x0 k donc

max{(x0 , y) : y ∈ M ⊥ , kyk = 1} ≤ kx0 − PM x0 k = min{kx0 − xk, x ∈ M },

et
x0 − PM x0 x0 − PM x0
(x0 − PM x0 , ) = (x0 , ) = kx0 − PM x0 k.
kx0 − PM x0 k kx0 − PM x0 k
x0 −PM x0
Donc le max est atteint en y = kx0 −PM x0 k et sa valeur est égale à d(x0 , M ) d’où

max{(x0 , y) : y ∈ M ⊥ , kyk = 1} = min{kx0 − xk, x ∈ M }.

Exercice 2

1) (S, k k1 ) est un Banach et on veut montrer que i : (S, k k1 ) −→ L∞ est continue, pour
cela on utilise le Théorème du graphe fermé. Soit fn −→ f dans (S, k k1 ) et fn −→ g dans L∞ ,
a-t’on f = g p.p. ? oui, car il existe une sous-suite de fn qui converge p.p. vers f .
D’autre part, on a kf k1 ≤ kf k2 donc S est fermé dans L2 et kf k∞ ≤ M kf k2 .
PnOn vient de voir que (S, k k2 ) est un espace de Hilbert. On considère
2)
2 =
P la 2fonction fc (x) =
1 ci Φ i (x) où c = (ci )i ∈ B = B(0, 1) alors f c ∈ S et kf c k2 i |ci | ≤ 1, ∀c ∈ B.
Donc ∀c ∈ B, kfc k∞ ≤ M . Soit D une partie dénombrable et dense dans B. Comme D est
dénombrable, ∃Ω0 ⊂ Ω tel que µ(Ω0 ) = 1 et tel que ∀x ∈ Ω0 , ∀c ∈ D, |fc (x)| ≤ M .
Pour x fixé dans Ω0 , c 7→ fc (x) est continue sur B, et par densité de D dans B, on a
|fc (x)| ≤ M , ∀c ∈ B et ∀x ∈ Ω0 . En choisissant convenablement c, on peut facilement montrer
P 1
que supc∈B |fc (x)| = ( n1 |Φi (x)|2 ) 2 . Donc
n
X
0
∀x ∈ Ω , |Φi (x)|2 ≤ M 2 .
1

On intègre cette inégalité et on obtient n ≤ M 2 . Donc nécessairement dimS < ∞.

Exercice 3 Base de Haar

l
Hkl (x) = 2 2 H(2l x − k), l, k ∈ ZZ.
0
1) Le support de Hkl est Ikl = [ 2kl , k+12l
]. Donc si l = l0 et k 6= k0 , les supports de Hkl et Hkl 0
0 0
sont disjoints donc (Hkl , Hkl 0 )L2 = 0. Si l 6= l0 , par exemple l > l0 alors Hkl 0 est constante sur les
0
intervalles dyadiques de longueur 2−l −1 donc est constante sur le support de R Hkl . Comme Hkl
0
est de moyenne nulle, on en déduit que (Hkl , Hkl 0 )L2 = 0. Enfin kHkl k2L2 = 2l I l 1dx = 1. Donc
k
14.6. CHAPITRE IX 177

(Hkl )l,k forme un système orthonormal de L2 (IR).


2) Il y a
1
1 fonction constante par morceaux sur les intervalles de longueur ,
2
1
1+2 .............................................. ,
4
... .............................................. ..,
1
1 + 2 + ... + 2j−1 .............................................. .
2j
Donc card(Sj )= 2j − 1. Or Wj est un espace de codimension 1 dans un espace de dimension
2j , l’espace des fonctions constantes par morceaux sur les intervalles dyadiques de longueur 2−j ,
donc le système Sj forme une base de Wj .
3) Les fonctions indicatrices des intervalles dyadiques sont denses dans L2 (0, 1) donc {1, Hkl , l ≥
0, k = 0, ..., 2l − 1} forme une base orthogonale de L2 (0, 1). Si on enlève la fonction égale à 1,
les Hkl forment une base orthogonale de {f ∈ L2 (0, 1), f à moyenne nulle }, et par symétrie par
rapport à 0 et dilatations, les Hkl , l ≥ −j, k = −2l , ..., 2l − 1 forment une base orthogonale des
fonctions de L2 (−2l , 2l ) d’intégrale nulle sur [−2j , 0] et [0, 2j ].
3) Soit maintenant f ∈ L2 (IR), comme les fonctions à supports compacts sont denses dans L2 ,
on peut supposer que f est à support compact. On découpe f en f = 11(0,+∞) f + 11(−∞,0) f . Soit
g = 11(0,+∞) f alors g est à support compact dans IR+ , soit [0, A] son support alors A ≤ 2j pour
j
un j. On connaı̂t une base de L2 (0, 2j ) en ajoutant aux Hkl la fonction e1 = 2− 2 11(0,2j ) donc
P P
g = (g, e1 )e1 + i≥2 (g, ei )ei où les ei pour i ≥ 2 sont les Hkl . Alors kg− i≥2 (g, ei )ei k2 = |(g, e1 )|.
Montrons que pour ε > 0 on peut choisir j tel que |(g, e1 )| ≤ ε. On a
Z A √
j j
|(g, e1 )| = | 2− 2 g(x)dx| ≤ 2− 2 kgk2 A,
0

et on veut rendre ce terme plus petit que ε, il est clair que c’est vrai pour j assez grand. On
raisonne de la même façon pour le terme 11(−∞,0) f , donc on approxime arbitrairement bien toute
fonction à support compact et par densité toute fonction de L2 (IR).

Exercice 4

1) Pour montrer que (x, 2y) = 2(x, y), on applique l’identité du parallélogramme avec a = x + y
et b = y.
2) On forme (1) − (2) + (3).
3) Il est facile de voir que (nx, y) = n(x, y) si n ∈ ZZ. Si p, q ∈ ZZ avec q 6= 0, alors p(x, y) =
(px, y) = ( pq 1 1 1 p p
q x, y) = pq( q x, y) donc ( q x, y) = q (x, y) et on en déduit que ( q x, y) = q (x, y).
Enfin, par définition de ( , ), l’application λ 7→ (λx, y) est continue donc on conclut aisément.

Exercice 5
R∞
1) Il suffit de voir que ∀n, 0 xn w(x)dx < ∞.
On pose u = log x alors
Z ∞ Z
n 2
x w(x)dx = e(n+1)u e−u du < ∞.
0 IR
178 CHAPITRE 14. CORRIGÉS DES EXERCICES

2) Avec le même changement de variable, on montre que f ∈ L2w (0, +∞), et ∀n ≥ 0,


Z ∞ Z
n 2
x f (x)w(x)dx = e(n+1)u e−u sin(2πu)du,
0 IR Z
n+1 2 n+1 2
= e 2( ) sin(2πu)e−(u− 2 ) du,
IR Z
2
n+1 ( n+1 ) 2
= (−1) e 2 sin(2πu)e−u du = 0,
IR
car la fonction intégrée est impaire. Donc (f, p) = 0, ∀p ∈ IP. Si IP est dense dans L2w (0, +∞),
on en déduit que f ≡ 0 ce qui est absurde.

Exercice 6
S
On note V = n Vn .
1) V est un Hilbert et a vérifie les hypothèses du Théorème de Lax-Milgram, donc il existe un
unique u dans V tel que a(u, v) = `(v), ∀v ∈ V . Et, αkuk2 ≤ a(u, u) ≤ k`kkuk =⇒ kuk ≤ α1 k`kV 0 .
2) Vn est fermé dans V donc Lax-Milgram s’applique et il existe un unique un ∈ Vn tel que
∀vn ∈ Vn , a(un , vn ) = `(vn ) et comme en 1), on montre que kun k ≤ α1 k`kV 0 . V est réflexif, donc
il existe une sous-suite (unk )k telle que unk * u? dans V faible.
3) Soit n0 fixé, comme Vn0 ⊂ Vn , ∀n ≥ n0 , on a a(un , v) = `(v), ∀v ∈ Vn0 . Or a(., v) ∈ V 0
donc a(unk , v) → a(u?, v), ∀v ∈ V . D’où a(u?, v) = `(v), ∀v ∈ Vn0 et ceci ∀n0 ≥ 1 donc
a(u?, v) = `(v), ∀v ∈ V. Mais V est dense dans V , a(u?, .) ∈ V 0 et ` ∈ V 0 donc a(u?, v) = `(v),
∀v ∈ V et par unicité dans Lax-Milgram, on en déduit que u = u?.
En raisonnant par l’absurde, on voit facilement que un * u faiblement dans V .
4) a(un − u, un − u) = a(un − u, un ) − a(un − u, u). Le terme a(un − u, u) tend vers 0 car un * u
faiblement. a(un − u, un ) = `(un ) − a(u, un ) = 0, donc
α (kun − uk)2 ≤ a(un − u, un − u) −→ 0.
5) δn = d(u, Vn ) = inf Vn ku − vn k.
a) Vn est convexe fermé donc par le Théorème de projection il existe un unique vn ∈ Vn tel que
δn = ku − vn k.
b) Comme Vn S⊂ Vn+1 , δn+1 ≤ δn . La suite (δn )n est décroissante positive donc elle converge.
D’autre part, Vn = V donc ∀ε > 0, ∃N tel que ku − wN k ≤ ε où wN ∈ VN . Donc δn ≤ ε et
ceci ∀n ≥ N , d’où δn → 0.
c) ∀w ∈ Vn , a(un , w) = `(w) = a(u, w) donc a(un − u, w) = 0. Donc si w ∈ Vn ,
a(un − u, u − un ) = a(un − u, u) = a(un − u, u − w)
=⇒ αkun − uk2 ≤ a(u − un , u − w) ≤ βkun − uk ku − wk, ∀w ∈ Vn ,
β
=⇒ kun − uk ≤ δn .
α
Questions subsidiaires :
1) dim V = +∞ =⇒ pn →n∞ +∞. En effet, sinon ∃A > 0, ∃(pnk )k une sous-suite telle que
pnk ≤ A, ∀k. Or Vn ⊂ Vn+1 =⇒ pn ≤ pn+1 donc ∀n, ∃k tel que vn ⊂ Vnk d’où pn ≤ A, ∀n alors
dim V ≤ A et V = V =⇒ dim V ≤ A, ce qui est absurde.
2) Comme chaque Vn est séparable, que leur union est dense dans V et qu’une union d’ensembles
dénombrables est dénombrable, on voit facilement que V est séparable.
14.7. CHAPITRE X 179

14.7 Chapitre X
Exercice 1

Soit ε > 0, ∃N tel que ∀n ≥ N , |sj − s| ≤ ε et


n n
1 X 1 X
sj − s = (sj − s).
n+1 n+1
0 0

Donc pour n ≥ N , on a
n N n
1 X 1 X X
| sj − s| ≤ ( |sj − s| + |sj − s|),
n+1 0 n+1 0
N +1
N
X
1
≤ ( |sj − s| + (n − N )ε).
n+1
0
P PN
Pour cet ε > 0, ∃N1 ≥ N tel que N 0 |sj − s| ≤ N1 ε, donc si n ≥ N1 , on a 0 |sj − s| ≤ N1 ε ≤
(n + 1)ε et d’autre part (n − N )ε ≤ (n + 1)ε d’où
n
1 X
| sj − s| ≤ 2ε.
n+1
0

Exercice 2
Pn
Soit sn = (−1)n alors (sn )n ne converge pas et | 0 sj | ≤ 1 donc
n
1 X 1
| (−1)j | ≤ −→ 0.
n+1 n+1
0

Exercice 3

1) On a directement DN (0) = 2N + 1 et KN (0) = N + 1.


t P i(k+ 12 )t t P i(k− 12 )t
D’autre part, ei 2 DN (t) = N −N e et e−i 2 DN (t) = N
−N e donc 2isin( 2t )DN (t) =
PN 1
i(k+ 2 )t 1 1 1
−N (e − ei(k− 2 )t ) = ei(N + 2 )t − e−i(N + 2 )t .
sin((N + 1 )t)
D’où DN (t) = sin( t )2 si t 6= 0.
2
2sin( t )
On multiplie maintenant KN (t) par 2sin( 2t ) alors
2

1 1 t t t 3t t 1
KN (t) = 2 t (2sin( )sin( ) + 2sin( )sin( ) + ... + 2sin( )sin((N + )t)).
2(N + 1) sin ( 2 ) 2 2 2 2 2 2

On utilise ensuite l’égalité 2sinasinb = cos(a − b)cos(a + b) pour obtenir

1 1 1 sin2 ( N 2+1 t)
KN (t) = (1 − cos(N + 1)t) = ,
2(N + 1) sin2 ( 2t ) N + 1 sin2 ( 2t )
180 CHAPITRE 14. CORRIGÉS DES EXERCICES

pour t 6= 0. R 2π
2) Il est clair que KN (t) ≥ 0, ∀t ∈ IR et que KN est 2π-périodique. De 0 eikt dt = 2πδk,0 on
1
R +π
déduit que 2π −π Dj (t)dt = 1 et kKN k1 = 1. Enfin si δ ≤ |t| ≤ π où δ > 0, on a

1 1 2
KN (t) ≤ ( ) −→ 0,
N + 1 sin( 2δ )

quand N → ∞.
3) On a
n
X
Sn (f, t) = fb(k)eikt ,
−n
n
X Z π Z π
1 1
= f (x)eik(t−x) dx = f (x)Dn (t − x)dx.
−n
2π −π 2π −π

Donc
Z π
1
σn (f, t) = f (x)Kn (t − x)dx,
2π −π
Z π
1
= f (t − x)Kn (x)dx,
2π −π

car f et Kn sont 2π-périodiques. Comme kKN k1 = 1, on peut écrire


Z π
1
|σn (f, t) − f (t)| = | (f (t − x) − f (t))Kn (x)dx|,
2π −π
Z Z
1 1
≤ | |f (t − x) − f (t)|Kn (x)dx + 2kf k∞ Kn (x)dx.
2π |x|≤δ 2π δ≤|x|≤π

La fonction f étant uniformément continue, pour ε > 0, ∃δ > 0 tel que |f (x) − f (y)| ≤ 2ε dès que
|x − y| ≤ δ. Pour ce δ, d’après 2), ∃N tel que ∀n ≥ N |Kn (x)| ≤ 4kfεk∞ , ∀x tel que δ ≤ |x| ≤ π,
d’où Z
ε ε 1
|σn (f, t) − f (t)| ≤ kKN k1 + dx ≤ ε,
2 2 2π δ≤|x|≤π

et ceci ∀t, donc Rσn (f ) −→ f uniformément sur [−π, π].


1 π
4) σn (f, t) = 2π −π f (x)Kn (t − x)dx est un polynôme trigonométrique, donc 3) montre que les
polynômes trigonométriques sont denses dans C(Π).
Si f, g ∈ C(Π) sont telles que ∀n ∈ ZZ, fb(n) = bg(n) alors 0 = σn (f, t) − σn (g, t) −→ f (t) − g(t),
∀t, donc f (t) = g(t), ∀t ∈ [−π,R π].
1 π
5) a) Λn (f ) = Sn (f, 0) = 2π −π f (t)Dn (−t)dt, pour n ≥ 0 donc Λn est linéaire et |Λn (f )| ≤
kDn k1 kf k∞ . Donc Λn ∈ (C(Π))0 et kΛn k ≤ kDn k1 .
b) Soit gn (t) = sign(Dn (−t)) alors il existe une suite (fj )j dans C(Π) telle que −1 ≤ fj ≤ 1, ∀j
et fj (t) −→ gn (t) p.p. quand j → ∞. Le Théorème de convergence dominée s’applique et donne
Z π Z π
1 1
fj (t)Dn (−t)dt −→ |Dn (−t)|dt = kDn k1 .
2π −π 2π −π
14.8. CHAPITRE XII 181

De |Λn (fj )| ≤ kΛn k, on déduit kΛn k = kDn k1 .


c) Comme |sin 2t | ≤ |t|
2 , pour 0 ≤ t ≤ π,
Z π Z π Z π
1 1 2 1 dt
kDn k1 = |Dn (t)|dt = |Dn (t)|dt ≥ |sin(n + )t| .
2π −π π 0 π 0 2 t

Donc on a
Z (n+ 12 )π n Z
2 dx 2 X kπ dx
kDn k1 ≥ |sinx| ≥ |sinx| ,
π 0 x π (k−1)π x
k=1
n
X Z n
2 1 kπ
4 X1 4
≥ |sinx|dx = 2
≥ 2 log(n + 1),
π kπ (k−1)π π k π
k=1 1

D’où kDn k1 −→ +∞ quand n → ∞.


d) Si ∀f ∈ C(Π), ∃Cf tel que ∀n, |Sn (f, 0)| ≤ Cf alors par le Théorème de Banach-Steinhaus
∃M tel que ∀n, kΛn k ≤ M or c’est impossible d’après la question précédente. Donc ∃f ∈ C(Π)
telle que supn |Sn (f, 0)| = +∞.
Remarque : Soit E = {f ∈ C(Π) : supn |Sn (f, 0)| = +∞}. On peut montrer que E est dense
dans C(Π) voir [Ru1] par exemple.
6) Par le Lemme de Riemann-Lebesgue, on sait déjà que fb(n) → 0 quand n → ±∞. On a aussi
immédiatement |fb(n)| ≤ kf k1 donc c(f ) ∈ CR0 (ZZ).
7) D’aprés la question 4), on en déduit que f gdx = 0 pour toute fonction continue g ∈ C(Π).
On conclut en utilisant la densité des fonctions continues dans L1 (−π, π).
8) L’application T est clairement
R π linéaire et la question 6) ci-dessus montre qu’elle est continue.
Si fb(n) = 0 pour tout n alors −π f pdx = 0, pour tout polynôme trigonométrique p donc f = 0
p.p. et T est injective. T ne peut être surjective sinon par le Théorème de l’application ouverte
(C0 (ZZ) est un espace de Banach), elle serait d’inverse continue et il existerait une constante
M > telle que kf k1 ≤ M kc(f )k∞ . Mais une telle inégalité est contredite par les Dn , en effet
Dcn (k) = 0 ou 1, donc kc(Dn )k∞ = 1 alors qu’on a vu ci-dessus que kDn k1 → +∞.

14.8 Chapitre XII


Exercice 1

1) Les deux applications


P proposées sont bien linéaires par rapport à ϕ.
On pose < T, ϕ >= n≥0 ϕ(n) (n) pour ϕ ∈ D(IR).
Soit K un compact de IR alors |K ∩ IN| < ∞ K tel que K ∩ IN ⊂ B(0, NK ). Si ϕ ∈ D(IR)
PNetK ∃N(n)
est à support dans
P K, alors | < T, ϕ > | ≤ 0 kϕ k∞ donc T ∈ D 0 (IR).
Soit < T, ϕ >= n≥0 ϕ(n) (0). Il existe θ ∈ D(IR) telle que 0 ≤ θ ≤ 1 et θ ≡ 1 sur [−1, 1]. Soit
ϕ(x) = ex θ(x), alors ϕ ∈ D(IR) et ∀n, ϕ(n) (0) = 1 donc T 6∈ D 0 (IR).
2) Soit K un compact de IR et ϕ ∈ D(IR) à support dans K alors | < Tf , ϕ > | ≤ kf kL1 (K) kϕk∞
donc Tf ∈ D 0 (IR). R
Supposons qu’il existe f ∈ L1loc (IR) telle que < δ0 , ϕ >= ϕ(0) = f ϕ, ∀ϕ ∈ D(IR). Par un même
raisonnement qu’à l’exercice 6 du chap.VII, on montre que c’est impossible.
182 CHAPITRE 14. CORRIGÉS DES EXERCICES

Exercice 2

Comme les semi-normes pj , pour j ≥ 0, forment une suite croissante, on a bien défini une
topologie.
1) Il est clair que d(f, g) = d(g, f ) et que d(f, g) = 0 ⇐⇒ f = g.
Soit Φ(x) = inf(1, x) pour x ≥ 0. On peut vérifier facilement que Φ est croissante et que
Φ(x + y) ≤ Φ(x) + Φ(y), ∀x, y ∈ IR+ donc d est bien une distance sur E. Pour montrer que les
topologies sont équivalentes, il suffit de montrer que

a) ∀n, ∀r > 0, ∀x ∈ E, ∃r0 > 0 tel que Bd (x, r0 ) ⊂ Bn (x, r),

b) ∀x ∈ E, ∀r > 0, ∃N , ∃r0 > 0 tel que BN (x, r0 ) ⊂ Bd (x, r),


où on a noté Bd (x, r) la boule de centre x et rayon r pour la distance d et Bn (x, r) celle associée
à la semi-norme pn .
Soient donc n, r, x donnés alors ∃ε > 0 tel que 2n ε < inf(1, r) et
d(x, y) < ε =⇒ ∀k, 21k Φ(pk (x − y)) < ε donc pn (x − y) < 2n ε < r par choix de ε. D’où
Bd (x, ε) ⊂ Bn (x, r). P
Soient x, r donnés et soit N tel que n≥N +1 21n < 2r .
Si pN (x − y) < r0 < 1 =⇒ ∀n ≤ N, pn (x − y) < r0 et
N
X N
X
1 1
n
inf(1, p n (x − y)) ≤ r 0 ≤ 2r0 .
2 2n
0 0

On choisit r0 < 1 tel que 2r0 < 2r alors y ∈ BN (x, r0 ) =⇒ d(x, y) < 2r + 2r , (Φ(x) ≤ 1, ∀x ≥ 0)
donc BN (x, r0 ) ⊂ Bd (x, r).
Donc les topologies sont équivalentes.
2) Soit (fn )n une suite de Cauchy dans (E, d) alors limn,m→+∞ pj (fn − fm ) = 0 pour chaque
(j) (j) (j)
j ≥ 0, et donc supK |fn (x) − fm (x)| −→ 0 pour chaque j. La suite (fn )n est donc de Cauchy
pour la convergence uniforme et elle tend donc uniformément vers une limite fj qui est continue
et à support dans K. On utilise maintenant le théorème classique assurant que si fn converge
uniformément vers u et si les dérivées fn0 sont continues et convergent uniformément vers v alors
u est C 1 et u0 = v. En appliquant ce résultat par récurrence aux dérivées successives de u, on
(j)
obtient que fn converge uniformément vers u(j) , ∀j et donc que pj (fn − u) −→ 0, ∀j. On en
déduit facilement que (E, d) est complet.
Pour tout n, Tn est continue sur (E, (pj )j ) donc sur (E, d) donc Fk est fermé dans (E, d) comme
intersection d’images réciproques de fermés de IR. Comme (< Tn , ϕ >)n converge ∀ϕ, E = ∪k Fk ,
par le Lemme de Baire, on en déduit que ∃k0 , ∃ϕ et ∃r0 > 0 tels que Bd (ϕ, r0 ) ⊂ Fk0 .
D’après 1), ∃N ≥ 0, ∃r > 0 tels que BN (ϕ, r) ⊂ Fk0 . Alors BN (0, 2r ) ⊂ Fk0 , en effet, si
ψ ∈ BN (0, r2 ) alors ψ = 12 (−ϕ + (ϕ + 2ψ)) or −ϕ ∈ Fk0 et ϕ + 2ψ ∈ Fk0 , par convexité de Fk0 ,
on a ψ ∈ Fk0 .
Donc on a montré que ∀ϕ ∈ E telle que pN (ϕ) < 2r , on a | < Tn , ϕ > | ≤ k0 , ∀n. Par ho-
mogénéite, on en conclut que ∀n, | < Tn , ϕ > | ≤ 2kr 0 pN (ϕ), ∀ϕ ∈ E.
Maintenant on fait tendre n vers l’infini, on en déduit que | < T, ϕ > | ≤ 2kr 0 pN (ϕ). Fi-
nalement, on a montré que ∀K compact ⊂ IR, ∃CK = 2kr 0 , ∃N (K) tels que ∀ϕ ∈ DK (IR),
| < T, ϕ > | ≤ CK pN (ϕ) ce qui est exactement la continuité de T sur D(IR).
14.8. CHAPITRE XII 183

Exercice 3
R R R
a) SiR ϕ = λθ0 + ψ 0 , où λ ∈ IR et ϕ ∈ D(I) alors I ϕ = λ I θ0 + I ψ 0 donc nécessairement
λ = I ϕ. Avec ce choix de λ, trouvons ψ. Rx R
∃a, b tels que supp(ϕ)∪supp(θ
R 0 ) ⊂ [a, b] ⊂ I (I connexe). Soit ψ(x) = a (ϕ(t) − ( I ϕ)θ0 (t))dt
alors ψ 0 = ϕ − ( I ϕ)θ0 et ψ ∈ C ∞ (I). Vérifions que ψ est à support compact. Si x ∈] − ∞, a[∩I
alors ∀t ∈ [a, x] ϕ(t) = θ0 (t) = 0 et ψ(x) = 0. Si x ∈]b, ∞[∩I alors ψ(x) = 0 donc supp(ψ) ⊂ [a, b]
et ψ ∈ D(I). (On peut remarquer que le couple (λ, ψ) est unique.)
b) Soit T ∈ RD 0 (I) telle que T 0 = 0, on veut montrer que ∃C ∈ IR telle que ∀ϕ ∈ D(I),
< T, ϕ >= C I ϕ, ce qui veut bien dire que T = R C au sens0 des distributions
R
Soit ϕ ∈ D(I) alors ∃ψ ∈ D(I) telle que ϕ = ( I ϕ)θ0 + ψ et < T, ϕ >= ( I ϕ) < T, θ0 > + R <
T, ψ 0 >. Or par hypothèse < T, ψ 0 >=< T 0 , ψ >= 0 donc ∀ϕ ∈ D(I), < T, ϕ >=< T, θ0 > I ϕ
donc C =< T, θ0 > convient. R
c) Par hypothèse T 0 = v ∈ C ∞ (I), c’est à dire ∀ϕ ∈ D(I), < T 0 , ϕ >= I vϕ. La fonction v
admet une primitive au sens usuel V et v = V 0 alors (T − V )0 = 0 donc T − V = c constante
par b) et T = V + c ∈ C ∞ (I).

Exercice 4

P
Soit ψ solution de kj=0 aj ψ (j) (x) = 0 pour x ∈ IR, où aj ∈ IR et ak 6= 0, satisfaisant
ψ(0) = ψ 0 (0) = ... = ψ k−2 (0) = 0 et ψ k−1 (0) = a1k alors ψ ∈ C ∞ (IR).
1) Y ψ ∈ L1loc (IR) donc E ∈ D 0 (IR). Calculons les dérivées au sens des distributions de E et
montrons par récurrence que
(p−1)
E (p) = YY ψ(p) + ψ (p−1) (0)δ0 + ψ (p−2) (0)δ00 + ... + ψ(0)δ0 .

On calcule d’abord E 0 ,
Z ∞
0 0
< E , ϕ > = − < E, ϕ >= − ψϕ0 ,
0
Z ∞
0
= ψ ϕ + ψ(0)ϕ(0),
0
= < TY ψ0 , ϕ > + < ψ(o)δ0 , ϕ > .

Donc le propriété est vraie pour p = 1, on la suppose vraie jusqu’au rang p et démontrons la
pour p + 1. On a
Z ∞
(p+1) (p) 0 (p−1)
<E , ϕ > = − < E , ϕ >= − ψ (p) ϕ0 − < ψ (p−1) (0)δ0 , ϕ0 > −...− < ψ(0)δ0 , ϕ0 >,
0
Z ∞
(p)
= ψ (p+1) ϕ+ < ψ (p) (0)δ0 , ϕ > + < ψ (p−1) (0)δ00 + ... + ψ(0)δ0 , ϕ > .
0

D’où le résultat.
Ici E (j) = TY ψ(j) , ∀j ≤ k − 1 car ψ (p) (0) = 0, ∀p ≤ k − 2, et

1
E (k) = TY ψ(k) + ψ (k−1) (0)δ0 = TY ψ(k) + δ0 .
ak
184 CHAPITRE 14. CORRIGÉS DES EXERCICES

P
Donc kj=0 aj E (j) + ak E (k) = δ0 par hypothèse sur ψ.
2) On cherche ψ telle que  00
 ψ + ψ0 + ψ = 0
(?) ψ(0) = 0
 0
ψ (0) = 1
Les solutions générales du système (?) sont données par
√ √
x 3 3
ψ(x) = e− 2 (aei 2
x
+ be−i 2
x
), a, b ∈ C
| .

x

Ici les données initiales impliquent que a = −b = 1
√ , donc ψ(x) = √2 e− 2 sin( 3 x) et E = TY ψ
i 3 3 2
convient.

14.9 Chapitre XIII


Exercice 1

1
R xde0 la Proposition 13.1 du ch.13, si u ∈ H (0, 1) alors u ∈ C[0, 1]
1) En vertu du Théorème 13.1 et
et ∀x, y ∈ [0, 1], u(x) − u(y) = y u (t)dt.
Avec l’inégalité de Cauchy-Schwarz, on obtient
1
|u(x)| ≤ |u(y)| + ku0 k2 |x − y| 2 ≤ |u(y)| + ku0 k2 .

On intègre cette inégalité par rapport à y et on applique encore Cauchy-Schwarz, on a


Z 1
|u(x)| ≤ |u(y)|dy + ku0 k2
0
≤ kuk2 + ku0 k2
≤ 2kukH 1 .

Donc kuk∞ ≤ 2kukH 1 et l’injection id : H 1 (0, 1) −→ C[0, 1] est continue.


1
De |u(x) − u(y)| ≤ ku0 k2 |x − y| 2 , on déduit que la boule unité fermée BH 1 de H 1 (0, 1) est
équicontinue. Enfin, Bx = {u(x), u ∈ BH 1 } ⊂ [−2, 2] donc Bx est compact. Par le Théorème
d’Ascoli, on en conclut que BH 1 est d’adhérence compacte dans C[0, 1], d’où l’injection id :
H 1 (0, 1) −→ C[0, 1] est compacte.
L’intêret majeur de ce résultat est que l’on pourra transformer toute suite faiblement convergente
de H 1 (0, 1) en une suite fortement convergente de C[0, 1]. (Voir l’exercice 3, chap. V)
2) Soient u, v ∈ H01 (0, 1) et f ∈ C ∞ (IR) alors par le Théorème 11.2, il existe un , vn ∈ D(]0, 1[) tels
que un → u et R 1vn0 → v Rpour la norme RH 1 . CommeR 1 un ,0 vn sont régulières et nulles au bord,
R 1 on a
1 0 1 0
évidemment 0 un vn + 0 un vn = 0 et 0 un f + 0 un f = 0. Le produit scalaire (f, g) = 0 f gdx
étant continu sur (L2 )2 , il n’y a aucuns problèmes pour passer à la limite dans ces égalités et on
obtient donc
Z 1 Z 1
0
(1) uv+ uv 0 = 0,
0 0
Z 1 Z 1
(2) u0 f + uf 0 = 0,
0 0
14.9. CHAPITRE XIII 185

et ceci ∀u, v ∈ H01 (0, 1).


Si u ∈ H 1 (0, 1), on note pu (x) = xu(1) + (1 − x)u(0) ∈ C ∞ (IR) alors u − pu ∈ H01 (0, 1). En
appliquant la formule d’intégration par parties (2) à u − pu et pu , on obtient
Z 1 Z 1 Z 1 Z 1
0 0 0
uf + uf = pu f + pu f 0 = u(1)f (1) − u(0)f (0).
0 0 0 0
R1 R1
Maintenant si u, v ∈ H 1 (0, 1), alors de 0 (u − pu )0 (v − pv ) + 0 (u − pu )(v − pv )0 = 0, on déduit
R1 R1 R1 R1
que 0 (u− pu )0 v + 0 (u− pu )v 0 = 0 (car 0 (u− pu )0 pv + 0 (u− pu )p0v = 0). Donc, en développant,
Z 1 Z 1 Z 1 Z 1
0 0 0
uv+ uv = pu v + pu v 0 = u(1)v(1) − u(0)v(0).
0 0 0 0

Exercice 2
R1 R1 R1
1) Soit a(u, v) = 0 u0 v 0 +( 0 u)( 0 v), alors a est bilinéaire symétrique et |a(u, v)| ≤ kukH 1 kvkH 1 +
kuk2 kuk2 ≤ 2kukH 1 kvkH 1 donc a est continue sur H 1 (0, 1) × H 1 (0, 1). Montrons que a est coer-
cive, c’est à dire, ∃α > 0 tel que ∀u ∈ H 1 (0, 1), a(u, u) ≥ αkuk2H 1 .
On raisonne par l’absurde, sinon, ∀n, ∃un ∈ H 1 (0, 1) tel que a(un , un ) < n1 kun k2H 1 . On peut
toujours supposer que kun kH 1 = 1, comme H 1 (0, 1) est réflexif, il existe une sous-suite encore
notée un telle que un * u dans H 1 (0, 1) faible. L’injection H 1 (0, 1) −→ C[0, 1] étant compacte
(voir l’exercice précèdent), un → u pour k.k∞ et en particulier un → u dans L1 et L2 . D’autre
part, ku0n k2 < n1 =⇒ u0n → 0 dans L2 , donc finalement un est de Cauchy dans H 1 (0, 1) donc
converge et ∃v ∈ H 1 (0, 1) tel que un → v dans H 1 (0, 1). Alors, kvkH 1 = 1 et v 0 = 0 p.p. donc
R 2
1
d’après l’exercice 3, v est constante. Enfin, de 0 un < n1 et un → v dans L1 , on déduit que
R1
0 v = 0 donc nécessairement v = 0 or kvkH 1 = 1, c’est absurde.
D’après leR Théorème de Lax-Milgram (Th.9.6,ch.9), il existe un unique u ∈ H 1 (0, 1) tel que
1
a(u, v) = 0 f v, ∀v ∈ H 1 (0, 1).
R1
2) Comme D(]0, 1[) ⊂ H 1 (0, 1), si ϕ ∈ D(]0, 1[), a(u, ϕ) = 0 f ϕ =< f, ϕ > en terme de
distributions. Et,
Z 1 Z 1 Z 1 
0 0
a(u, ϕ) = uϕ + u ϕ,
0 0 0
Z 1
0 0
= < u ,ϕ > + < u, ϕ >,
0
Z 1
= − < u00 , ϕ > + < u, ϕ > .
0
R1 R1
D’où < −u00 + 0 u − f, ϕ >= 0, ∀ϕ ∈ D(]0, 1[), donc −u00 + 0 u = f au sens des distributions,
R1
mais f ∈ L2 (0, 1) et 0 u ∈ L2 (0, 1) montre que u ∈ H 2 (0, 1) et vérifie
Z 1
(?) − u00 + u = f p.p.
0

Pour trouver les conditions


R  R aux  limites, on multiplie (?) par v ∈ H 1 (0, 1) et on intègre sur (0, 1)
R 1 00 1 1 R 1 2 1
alors − 0 u v + 0 u 0 v = 0 f v. Comme u ∈ H et v ∈ H , l’exercice précèdent nous
186 CHAPITRE 14. CORRIGÉS DES EXERCICES

R1
permet de faire une intégration par parties et on obtient a(u, v) − 0 f v = [u0 v]10 .
R1
Or u est solution de la formulation variationnelle ( i.e. a(u, v) = 0 f v, ∀v ∈ H 1 (0, 1)), donc
u0 (1)v(1) − u0 (0)v(0) = 0 et ceci ∀v ∈ H 1 (0, 1). Donc nécessairement u0 (1) = u0 (0) = 0.
D’où u est solution du problème suivant, u ∈ H 2 (0, 1) et
 R1
−u00 + 0 u = f p.p.
0 0
u (1) = u (0) = 0
Et réciproquement.

Exercice 3

Soit V = {u ∈ H 1 (0, 1) : u( 21 ) = 0}. 


1) Comme id : H 1 (0, 1) −→ C[0, 1] est continue, u 7→ u 12 est continue sur H 1 (0, 1) et V est
fermé dans H 1 (0, 1).
kv 0 kL2 est bien une semi-norme sur V et si pour un v ∈ V , kv 0 kL2 = 0 alors, d’après l’exercice
3, v est constante sur (0, 1) et de v 21 = 0, on en déduit que v = 0. Donc, on a bien à faire à
une norme sur V . On a évidemment kv 0 kL2 ≤ kvkH 1 .
A-t’on ∃C > 0 tel que kv 0 kL2 ≥ C kvkH 1 sur V ?
Sinon, ∀n, ∃un ∈ V avec kun kH 1 = 1 tel que ku0n kL2 < n1 → 0. Alors comme dans l’exercice
précèdent, on en déduit qu’il existe une sous-suite unk de Cauchy dans H 1 (0, 1) donc conver-
gente vers un v ∈ H 1 (0, 1). De u0nk → 0 dans L2 , on tire v 0 = 0 p.p.  et donc v est constante
sur (0, 1). Mais unk → v dans H 1 (0, 1) =⇒ 0 = unk 12 → v 21 par continuité de l’injec-
tion H 1 (0, 1) −→ C[0, 1]. Donc v = 0 or kvkH 1 = 1, c’est absurde, ces deux normes sont donc
équivalentes sur VR .
1
2) Soit a(u, v) = 0 u0 v 0 , alors a est une forme bilinéaire symétrique continue sur V et v 7→ v(0)
est continue sur V puisque id : H 1 (0, 1) −→ C[0, 1] est continue sur H 1 (0, 1). Du Théorème
de Lax-Milgram (Th.9.6,ch.9), on déduit qu’il existe un unique u ∈ V tel que a(u, v) = v(0),
∀v ∈ V .
3) D(]0, 1[) 6⊂ V donc on ne peut pas exactement raisonner comme dans l’exercice précèdent,
mais on peut remarquer que D(]0, 21 [) ∪ D(] 12 , 1[) ⊂ V (en prolongeant ces fonctions par 0 à ]0, 1[
tout entier).
R1
Soit donc ϕ ∈ D(]0, 12 [) alors a(u, ϕ) = 02 u0 ϕ0 = ϕ(0) = 0, c’est à dire < u0 , ϕ0 >= 0 = − <
u00 , ϕ > et ceci ∀ϕ ∈ D(]0, 12 [), donc u00 = 0 dans D 0 (]0, 12 [) et donc dans L2 (0, 21 ).
On obtient par un même raisonnement, u00 = 0 dans D 0 (] 21 , 1[) et donc dans L2 ( 12 , 1). Donc
finalement u ∈ H 2 (0, 12 ) ∩ H 2 ( 21 , 1). On peut alors faire des intégrations par parties sur les deux
sous-intervalles (0, 12 ) et ( 12 , 1). Si v ∈ V alors
R 1 R 12 1 R 12
0 = − 2
0 u00 v = 0 u0 v 0 − [u0 v]02 = 0 u0 v 0 + u0 (0)v(0),
R1 R1 R1
0 = − 1 u00 v = 1 u0 v 0 − [u0 v]11 = 1 u0 v 0 − u0 (1)v(1).
2 2 2 2

On ajoute ces deux égalités, alors a(u, v) + u0 (0)v(0) − u0 (1)v(1) = 0 =⇒ (1 + u0 (0)) v(0) =
u0 (1)v(1), ∀v ∈ V . Donc nécessairement u0 (0) = −1 et u0 (1) = 0. Donc on a résolu
 00  00
 u  = 0 sur (0, 21 )  u  = 0 sur ( 12 , 1)
u 1 = 0 et u 1 = 0
 0 2  0 2
u (0) = −1 u (1) = 0
14.9. CHAPITRE XIII 187

de solutions respectives :

1 1
u(x) = −x + sur [0, ]
2 2
1
u(x) = 0 sur [ , 1]
2

On voit tout de suite que u 6∈ H 2 (0, 1) (sinon elle serait C 1 ).


Au sens des distributions, il est clair que u0 = −11(0, 1 ) ∈ L2 (0, 1) et que u00 = δ 1 6∈ L2 (0, 1).
2 2

Exercice 4

v → kv 0 kL2 est bien une semi-norme sur H 1 (0, +∞). Si kv 0 kL2 = 0 alors v 0 = 0 p.p. et donc v
est une constante. Or la seule constante de L2 (0, +∞) est la constante nulle donc c’est bien une
norme sur H 1 (0, +∞). On a évidemment kv 0 kL2 ≤ kvkH 1 .
Soit un (x) = n − x si x ≤ n et un (x) = 0 sinon. Alors un ∈ H 1 (0, +∞), ku0n k2L2 = n et
3
kun k2L2 = n3 donc les deux normes ne peuvent pas être équivalentes sur H 1 (0, +∞).

Exercice 5

1) Par le Théorème des accroissements finis, il existe C > 0 tel que ∀u ∈ H 1 (I), |f (u)| ≤
|f (0)| + C |u| ∈ L2 (I) donc f (u) ∈ L2 (I).
2) Soit un ∈ D(IR) tel que un → u dans H 1 (I).
a) De la même façon, on a : |f (un ) − f (u)| ≤ C |un − u| donc un → u dans L2 (I) =⇒
f (un ) → f (u) dans L2 (I).
b) On a |αn | ≤ C |u0n − u0 | donc u0n → u0 dans L2 (I) =⇒ αn → 0 dans L2 (I). Comme
un → u dans L2 (I), il existe une sous-suite unk telle que unk → u p.p. Par continuité de f 0 ,
f 0 (un ) → f 0 (u) p.p. D’où finalement,

βnk → 0 p.p.
=⇒ βnk −→ 0 dans L2 (I),
|βnk | ≤ 2kf 0 k∞ |u0 | ∈ L2 (I)

par le Théorème de convergence dominée.


c)Soit ϕ ∈ D(I), alors
Z Z
(?) f (un )ϕ = − f 0 (un )u0n ϕ,
0
I I

puisque
R toutes les
R fonctions considérées sont assez régulières. Comme f (un ) → f (u) dans L2 (I),
0 0
I f (un )ϕ −→ I f (u)ϕ .
D’autre part, f 0 (un )u0n − f 0 (u)u0 = αn + βn donc
R  Z
αn → 0 dans L2 (I) =⇒ RI αn ϕ −→ 0
=⇒ (αnk + βnk )ϕ −→ 0.
βnk → 0 dans L2 (I) =⇒ I βnk ϕ −→ 0 I

D’où en passant à la limite dans (?), pour une sous-suite, on obtient :


Z Z
f (u)ϕ = − f 0 (u)u0 ϕ,
0
I I
188 CHAPITRE 14. CORRIGÉS DES EXERCICES

et ceci ∀ϕ ∈ D(I). Or f 0 (u)u0 ∈ L2 (I) car f 0 ∈ L∞ (I) et u0 ∈ L2 (I), donc f (u) ∈ H 1 (I) et
(f (u))0 = f 0 (u)u0 .
3) Soit ε > 0 fixé, fε (t) → 0 quand t → 0 par valeurs positives, donc fε ∈ C(IR). De plus, si
t > 0, fε0 (t) = √ 2t 2 −→ 0 quand t → 0, donc fε ∈ C 1 (IR). Enfin, ∀ε > 0 et ∀t ∈ IR, |fε0 (t)| ≤ 1
(t +ε )
donc fε ∈ E et ∀ε > 0 et ∀t, |fε (t)| ≤ |t|.
Quand ε → 0, fε (t) → 0 si t ≤ 0 et fε (t) → t si t ≥ 0 donc fε (t) → t+ . D’où

fε (u) → u+ p.p.
=⇒ fε (u) −→ u+ dans L2 (I),
|fε (u)| ≤ |u| ∈ L2 (I)

par le Théorème de convergence dominée. R R


4) D’après 2), fε (u) ∈ H 1 (I)R et ∀ε > 0, ∀ϕR ∈ D(I), I fε (u)ϕ0 = − I fε0 (u)u0 ϕ. On sait que
fε (u) → u+ dans L2 (I) donc I fε (u)ϕ0 −→ I u+ ϕ0 . D’autre part,
)  
fε0 (t) = √t2t+ε2 , t > 0 ε→0 1 si t > 0
−→ = 11[t>0] ,
= 0, t≤0 0 sinon

donc 
fε0 (u) → 11[u>0] p.p.
=⇒ fε0 (u)u0 −→ 11[u>0] u0 dans L2 (I),
|fε0 (u)u0 | ≤ |u0 | ∈ L2 (I)
par le Théorème de convergence dominée. D’où
Z Z
fε0 (u)u0 ϕ −→ 11[u>0] u0 ϕ.
I I
R R
A la limite, on obtient : u+ ϕ = − 11[u>0] u0 ϕ, ∀ϕ ∈ D(I), donc u+ ∈ H 1 (I) et (u+ )0 = 11[u>0] u0 .
5) On a u− = (−u)+ donc u− ∈ H 1 (I), (u− )0 = −11[u<0] u0 et |u| = u+ + u− ∈ H 1 (I).

(La démonstration est la même en dim > 1, en remplaçant u0 par ∂x i
u.)

Exercice 6

Soit N une norme dérivant d’un produit scalaire, alors N 2 est C ∞ et sa dérivée seconde est
une forme bilinéaire symétrique définie positive (c’est à une constante positive près le produit
scalaire) donc N 2 est strictement convexe.
Une norme est convexe et non strictement convexe car N (tu) = tN (u) si t > 0.

Exercice 7

On note H01 (0, 1) = {u ∈ H 1 (0, 1) : u(0) = u(1) R x= 00}.


1
1) Si u ∈ H0 (0, 1) alors on peut écrire u(x) = 0 u (t)dt (voir le Théorème 13.1, ch.13). En ap-

pliquant Cauchy-Schwarz, on en déduit que |u(x)| ≤ xku0 k2 . On élève cette dernière inégalité
au carré et on intègre, on obtient alors kuk2 ≤ 21 ku0 k22 , d’où ku0 k22 ≤ kuk2H 1 ≤ 32 ku0 k22 . On en
conclut que (H01 (0, 1), ku0 k2 ) est un espace de Hilbert.
2) Si v ∈ H 1 (0, 1) alors 2 ∞ 1
R 1v ∈ L ∩ L car H1 (0, 1) ⊂0 C[0, 1]. Donc v ∈ Lq , ∀q ≥ 2 et F (v) a
bien un sens. Comme | 0 f v| ≤ kf k2 kvk2 ≤ √2 kf k2 kv k2 si v ∈ H01 (0, 1), il existe C > 0 tel que
F (v) ≥ 12 kv 0 k22 − √12 kf k2 kv 0 k2 ≥ C, ∀v ∈ H01 (0, 1). De plus F (v) −→ +∞ quand kv 0 k2 → ∞.
D’autre part, comme H 1 (0, 1) ⊂ C[0, 1] avec injection continue, il existe M > 0 tel que ∀v ∈
14.9. CHAPITRE XIII 189

H 1 (0, 1), kvk4 ≤ M kvkH 1 , ce qui montre que F est continue sur H01 (0, 1). Enfin F est convexe
(kvk44 = composée de x 7→ x4 , croissante et convexe sur IR+ et d’une norme est convexe). Donc
F est s.c.i. faible et le Théorème sur l’inf des fonctions s.c.i. (Corollaire 5.4, ch.5) montre qu’il
existe u ∈ H01 (0, 1) tel que F (u) ≤ F (v), ∀v ∈ H01 (0, 1). L’unicité provient du fait que F est
strictement convexe car le terme kv 0 k22 l’est d’après l’exercice précédent.
3) Soient t > 0 et v ∈ H01 (0, 1) alors F (u + tv) − F (u) ≥ 0 donc
Z 1 Z 1 Z 1
F (u + tv) − F (u) 0 0 3
= uv + u v− f v + t O(1) ≥ 0.
t 0 0 0

Quand t → 0, on obtient Z Z Z
1 1 1
u0 v 0 + u3 v − f v ≥ 0,
0 0 0
et en changeant v en −v, Z Z Z
1 1 1
0 0 3
uv + u v− f v = 0,
0 0 0

pour tout v ∈ H01 (0, 1).


4) En particulier, comme D(]0, 1[) ⊂ H01 (0, 1), on a
Z 1 Z 1 Z 1
0 0 3
uϕ + u ϕ= f ϕ, ∀ϕ ∈ D(]0, 1[).
0 0 0

On utilise maintenant le fait que u0 , u3 , f sont dans L1loc et définissent des distributions pour
écrire que
Z 1
u0 ϕ0 = < u0 , ϕ0 >= − < u00 , ϕ >,
0
Z 1
u3 ϕ = < u3 , ϕ >,
0
Z 1
fϕ = < f, ϕ >,
0

et donc < −u00 + u3 − f, ϕ >= 0, ∀ϕ ∈ D(]0, 1[). D’où −u00 + u3 = f dans D 0 (]0, 1[). Comme f
et u3 sont dans L2 (I), on en déduit que u00 ∈ L2 (I) donc légalité a lieu p.p et u ∈ H 2 (0, 1).
5) Comme F est convexe, on a : ∀t ∈]0, 1], F (u+t(v −u)) ≤ F (u)+t[F (v)−F (u)], ∀v ∈ H01 (0, 1).
Donc
F (u + t(v − u)) − F (u)
≤ F (v) − F (u), ∀t > 0.
t
On a vu en 3) que
Z 1 Z 1 Z 1
F (u + t(v − u)) − F (u) 0 0 3
= u (v − u) + u (v − u) − f (v − u) + t O(1).
t 0 0 0
R1 R1
Comme u ∈ H 2 ∩ H01 (0, 1) et v ∈ H01 (0, 1), on a 0 u0 (v − u)0 = − 0 u00 (v − u) donc
Z 1
F (u + t(v − u)) − F (u)
= (−u00 + u3 − f )(v − u) + tO(1), ∀t > 0.
t 0 | {z }
=0
190 CHAPITRE 14. CORRIGÉS DES EXERCICES

En particulier, F (v) − F (u) ≥ tO(1) et quand t → 0, on obtient F (v) ≥ F (u), ∀v ∈ H01 (0, 1).
Donc u est solution de (?).
6) On suppose que f ≥ 0 p.p. Si u est solution de (?) alors on a vu que ∀v ∈ H01 (0, 1),
R1 0 0 R1 3 R1
0 u v + 0 u v = 0 f v. On choisit v = u− = − inf(0, u) alors v ∈ H01 (0, 1) (voir l’exercice
R 1 − 02 R 1 − 4 R1
5), v ≥ 0 et on obtient − 0 (u ) − 0 (u ) = 0 f u− ≥ 0. On en déduit par exemple que
R1 − 4 −
0 (u ) ≤ 0 et donc que u = 0 p.p. D’où u ≥ 0 p.p.

Exercice 8

1) V est un sous-espace vectoriel de H 1 (0, 1). On pose L(v) = v(0) − kv(1) alors |L(v)| ≤
(1 + |k|) sup[0,1] |v(x)|. Comme H 1 (0, 1) s’injecte de façon continue dans C([0, 1]), ∃C constante
telle que ∀v ∈ H 1 (0, 1), sup[0,1] |v(x)| ≤ kvkH 1 . Donc |L(v)| ≤ (1 + |k|)CkvkH 1 . Ainsi V , noyau
d’une forme linéaire continue, est fermé. Rx
2) Pour v ∈ H 1 (0, 1), on écrit que v(x) = v(0) + 0 v 0 (t)dt. En particulier si v ∈ V alors
R1
v(1) = kv(1) + 0 v 0 (t)dt. Donc,
Z 1
|1 − k| |v(1)| ≤ |v 0 (t)|dt ≤ kv 0 k2 ,
0

par Cauchy-Schwarz. Alors,

1 |k|
|v(1)| kv 0 k2 et |v(0)| ≤ kv 0 k2 .
|1 − k| |1 − k|

D’où  
|k|
|v(x)| ≤ 1+ kv 0 k2 ,
|1 − k|
et kvk∞ ≤ Ckv 0 k2 .
R 2 R1
1
3) a(., .) est clairement bilinéaire et symétrique. Soit v ∈ V , comme 0 v ≤ 0 |v|2 , on a
a(v, v) ≥ kv 0 k22 ≥ 0. Si a(v, v) = 0 alors kv 0 k2 = 0 et d’après 2), kvk∞ = 0 donc v = 0. On en
conclut que pa(., .) est bien un produit scalaire sur V .
Soit kvka = a(v, v). On a évidemment kvk2a ≤ kvk2H 1 .
D’autre part si v ∈ V , kvk2 ≤ kvk∞ ≤ Ckv 0 k2 par 2). Donc,

kvk2H 1 = kvk22 + kv 0 k22 ≤ (C 2 + 1)kv 0 k22 ≤ kvk2a .

D’où,  
1
kvk2H 1 ≤ kvk2a ≤ kvk2H 1 ,
C2 + 1
et les deux normes
R 1 sont équivalentes.
4) Soit `(v) = 0 f v, alors ` est une forme linéaire sur V . Et
1
|`(v)| ≤ kf k2 kvk2 ≤ (C 2 + 1) 2 kf k2 kvka ,

montre que ` est continue sur V pour k ka .


V est fermé dans H 1 donc complet pour la norme H 1 . Par équivalence des normes, on déduit
que (V, a(., .)) est un espace de Hilbert. Le Théorème de Riesz s’applique à ` donc il existe un
14.9. CHAPITRE XIII 191

unique u ∈ V tel que `(v) = a(u, v), ∀v ∈ V .


5) Soit u solution de (?) alors :
Z 1 Z 1 Z 1 
∀v ∈ V, u0 v 0 = f −u+ u v.
0 0 0

En particulier, ∀ϕ ∈ Cc∞ (]0, 1[),


Z 1 Z 1 Z 1   Z 1 
00 0 0
< −u , ϕ >= uϕ = f −u+ u ϕ =< f − u + u , ϕ >,
0 0 0 0
R1 R1
donc −u00 = f − u + 0 u au sens des distributions. Comme f, u, 0 u ∈ L2 , on a u00 ∈ L2 donc
R1
u ∈ H 2 (0, 1) et −u00 = f − u + 0 u p.p. (??).
Si v ∈ V , comme u ∈ H 2 , on peut intégrer par parties et on a
Z 1 Z 1
0 0
uv = − u00 v + u0 (1)v(1) − u0 (0)v(0),
0 0
Z 1
= − u00 v + (u0 (1) − ku0 (0))v(1).
0
R1
Alors, en tenant compte de l’équation (??), a(u, v) = 0 f v =⇒ (u0 (1) − ku0 (0))v(1) = 0 et ceci
pour tout v ∈ V , donc nécessairement u0 (1) = ku0 (0). Les conditions aux limites satisfaites par
u sont donc  0
u (1) = ku0 (0)
(? ? ?)
u(0) = ku(1). (u ∈ V )
Et réciproquement, si u ∈ H 2 (0, 1) satisfait l’équation (??) et les conditions aux limites (? ? ?)
ci-dessus, alors u vérifie (?).    
|kn | 0 k2 avec k 6= 1. La suite 1 + |kn |
6) On a vu en 2) que |un (x)|2 ≤ 1 + |1−k n|
ku n 2 n |1−kn | est
n
|k|
bornée et non nulle car elle converge vers 1 + |1−k| . Donc ∃M > 0 tel que kun k22 ≤ M ku0n k22 ,
∀n. De plus,
Z 1
1 2 0 2
kun k2 ≤ kun k2 ≤ |a(un , un )| = | f un | ≤ kf k2 kun k2 .
M 0
Donc,
kun k22 ≤ M kf k2 kun k2 ≤ M kf k2 kun kH 1 et
ku0n k22 ≤ kf k2 kun k2 ≤ kf k2 kun kH 1 .
Donc kun k2H 1 ≤ (M + 1)kf k2 kun kH 1 d’où la suite (un )n est bornée dans H 1 .
7) Comme H 1 est réflexif, on peut extraire une sous-suite (unp )p convergeant faiblement dans
H 1 vers u?. Avec l’injection compacte de H 1 (0, 1) dans C([0, 1]), on en déduit que unp → u?
uniformément sur [0, 1]. Comme unp ∈ Vnp , unp (0) = knp unp (1) et chaque terme converge. A la
limite, on a u ? (0) = ku ? (1) donc u? ∈ V .
8) On vérifie facilement que vn ∈ Vn et |vn (t) − v(t)|2 = | k−k 2 2
kn −1 | |v(1)| . Donc kvn − vk2 =
n

| k−k 2 0 0
kn −1 | |v(1)| → 0. D’autre part, vn = v donc vn → v dans H .
n 1

Comme unp * u? dans H 1 faible et vnp → v dans H 1 fort, (unp , vnp )H 1 → (u?, v)H 1 . Les autres
R1
termes de (?)np passent à la limite sans problèmes et on obtient a(u?, v) = 0 f v, ceci ∀v ∈ V ,
par unicité de u, u? = u.
192 CHAPITRE 14. CORRIGÉS DES EXERCICES

R 2
1
9) Comme unp → u uniformément sur [0, 1], 0 (unp − u) → 0. D’autre part, on peut écrire
R1
a(unp − u, unp − u) = 0 f unp − 2a(unp , u) + a(u, u) et chaque terme converge car unp converge
faiblement dans H 1 . Donc,
Z 1 2 Z 1
kunp − uk2H 1 = a(unp − u, unp − u) + (unp − u) → f u − a(u, u) = 0.
0 0

10) Sinon, ∃A > 0, il existe une sous-suite (unp )p telle que kunp − ukH 1 ≥ A > 0.
On sait alors qu’il existe une sous-suite de (unp )p , encore notée (unp )p , qui converge vers u dans
H 1 faible. Comme en 9), on montre qu’en fait, elle converge fortement vers u dans H 1 , d’où
contradiction.
11)
R 1 T est bien
R 1 définie et linéaire par unicité de la solution de (?) et par symétrie de a, 2on a
0 f T g = 0 gT f . Vérifions que T est continue. Par 3), ∃C > R0 tel que ∀u ∈ V , C kukH 1 ≤
1
a(u, u) donc en choisissant u = T f , on obtient : C kT f k2H 1 ≤ 0 f T f ≤ kf k2 kT f k2 . Comme
k k2 ≤ k kH 1 , on en déduit que kT f k2 ≤ C1 kf k2 et T est continue.
Pour montrer que T est compacte, on va utiliser le critère démontré dans l’exercice 3 du Chapitre
5. L2 étant réflexif, il suffit de montrer que si fn * f dans L2 faible, T fn → T f dans L2 fort.
Comme C kT fn k2H 1 ≤ kfn k2 kT fn kH 1 , on en déduit que (T fn )n est bornée dans H 1 (0, 1) réflexif,
donc il existe une sous-suite (T fnk )k qui converge faiblement vers un g ∈ H 1 . Alors T fnk → g
dans C([0, 1]) et donc dans L2 fortement et faiblement. Comme T est linéaire continue, on en
déduit que g = T f (voir l’exercice 3 Chapitre 4). Donc toute la suite (T fn )n converge vers T f
dans L2 .
Chapitre 15

Notations

Eω = l’espace E muni de la topologie faible σ(E, E 0 ).


Eω? = l’espace E muni de la topologie faible ? σ(E 0 , E).
L(E, F ) = l’espace des applications linéaires de E dans F .
L(E, F ) = l’espace des applications linéaires continues de E dans F .
E 0 = L(E, IR)
(Eω )0 = l’espace des applications linéaires continues de E muni de la topologie faible à valeurs
dans IR.
(Eω? )0 = l’espace des applications linéaires continues de E muni de la topologie faible ? à valeurs
dans IR.
< f, x >= f (x) est le crochet de dualité E 0 , E.
int(A) = intérieur de A.
|A| = la mesure de A si A est un ensemble.
E \ F = {x ∈ E : x 6∈ F }.
vect{a1 , ..., an } est l’espace vectoriel engendré par a1 , ..., an , on pourrait l’écrire IRa1 + ... + IRan .
V(x) = l’ensemble des voisinages de x pour la topologie considérée.
Vω (x) = l’ensemble des voisinages de x pour la topologie faible.
* signifie convergence pour la topologie faible, c’est en général précisé dans le texte.
P.F.I = l’ensemble des parties finies de I.
11A = la fonction indicatrice de l’ensemble A.
k.kp = la norme usuelle des espaces Lp ou bien `p .
C(Ω) = l’ensemble des fonctions à valeurs réelles, continues sur Ω.
Cc (Ω) = l’ensemble des fonctions continues et à support compact dans Ω.
D(Ω) ou C0∞ (Ω) est l’ensemble des fonctions de classe C ∞ à support compact dans Ω.
D 0 (Ω) = l’ensemble des distributions sur Ω.

193
194 CHAPITRE 15. NOTATIONS
Annexe A

Exemple de travaux pratiques

Dans tout le TD, on considère une image digitale a(i, j) de taille 256 × 256 (i.e. i, j ∈
{1, 2, ..., 256}), à 256 niveaux de gris (i.e. a(i, j) ∈ {1, 2, ..., 256}). Commencez, à partir d’une
des machines du département, par choisir votre image parmi celles disponibles dans le répertoire
∼gousseau/images/ (évitez l’image mouche.tif pour des raisons qui apparaı̂tront plus loin). Pour
la lire sous matlab, tapez
a=imread(’image.tif’) ;
la variable a est alors une matrices de valeur entières. Visualisez a comme une image (les valeurs
correspondent à des niveaux de gris, 1 est le noir et 256 le blanc)
imagesc(a) ; colormap gray ;
puis comme une surface
view(-45+180,30) ;
surfl(double(a)) ;
colormap gray ; shading interp ; axis equal ;

A.1 Manipulation de l’histogramme


On appelle histogramme de a le vecteur h(x), 1 ≤ x ≤ 256

h(x) = #{(i, j)/a(i, j) = x}.

On appelle fonction de distribution de l’image le vecteur de même taille

H(x) = #{(i, j)/a(i, j) ≤ x}.

Visualisez les vecteurs h et H correspondant a votre image


[m,n]=size(a) ;
a=double(a) ;
b=reshape(a,m*n,1) ;
h=hist(b,255) ;
h=h/(m*n) ;
H=cumsum(h) ;

195
196 ANNEXE A. EXEMPLE DE TRAVAUX PRATIQUES

plot(h) ;figure ;plot(H) ;


Egalisation d’histogramme : on modifie les niveaux de gris de l’image de manière à ce que sa
nouvelle fonction de distribution soit le plus proche possible de l’identité. L’algorithme très
simple fourni ci-dessous est une adaptation en discret de la remarque suivante : si une variable
aléatoire X à valeurs dans [0,1] a pour fonction de distribution F , alors la variable aléatoire
F (X) a pour fonction de distribution l’identité (le vérifier). Visualisez la nouvelle fonction de
distribution, ainsi que le nouvel histogramme. Qu’en pensez-vous ?
H(256)=1 ;
b=zeros(m,n) ;
b=round((H(a+1)*255)) ;

A.2 Echantillonnage et transformée de Fourier


Attention : La transformée de Fourier discrète (TFD) se calcule sous Matlab à l’aide des
fonctions fft (dimension 1) et fft2 (dimension 2). Comme expliqué à la remarque 11.1, cette
fonction ne calcule pas les coefficients ũk , mais les coefficients ûk qui sont liés aux ũk par
la formule 11.9. Le passage de l’une a l’autre de ces définitions (en dimension 1 comme en
dimension 2) s’effectue au moyen de la fonction fftshift. D’autre part, Matlab retourne en fait
les coefficients n ∗ û en dimension 1, et m ∗ n ∗ û en dimension 2 (tapez help fft ). En résumé,
les coefficients ũk sont obtenus par la formule suivante :
A=(1/m*n)*fftshift(fft2(a))
et la transformée inverse est alors
a=m*n*ifft2(fftshift(A))

Visualisez la transformée de votre image au moyen de la commande :


imagesc(log(1+abs(A))) ; colormap(jet) ; colorbar
Répétez l’expérience avec l’image mouche.tif.
Sous-échantillonnez l’image a d’un facteur 2 (i.e. gardez un pixel sur 2 dans chaque direction).
Qu’observe-t-on ?
b=zeros(128) ;
for k=1 :128 ;for l=1 :128 ; b(k,l)=a(2*k,2*l) ; end ; end ;
Même expérience avec l’image de la mouche.
Effectuez la même expérience en filtrant préalablement l’image. Vous pouvez par exemple mul-
tiplier le spectre de votre fonction par la fonction indicatrice d’un carré centré de taille deux
fois plus petite que celle de l’image. Le résultat est-il meilleur ? pourquoi ? A quoi sont dûes les
oscillations visible sur l’image ?

A.3 Zoom par 0-padding (prolongement du spectre par des zéros)


On se propose de zoomer l’image a, par exemple d’un facteur deux dans chaque dimension.
L’idée est d’ajouter des zéros à la TFD de l’image de manière à augmenter sa taille tout en
préservant son contenu aux faibles fréquences, puis de reconstruire une image à partir de cette
transformée, référez vous au paragraphe 11.1.5. L’algorithme est le suivant :
– calculez A, la TFD de a
A.4. TRANSLATIONS 197

– prolongez A en une image 512 × 512 par ajout de zéros aux hautes fréquences (attention :
il est préférable d’utiliser la fonction fftshift avant de prolonger par des zéros).
– calculez b, TFD inverse de A.
Qu’observe-t-on ? En particulier aux bords de l’image ? pourquoi ? Effectuez la même expérience
avec une image comportant une discontinuité nette (par exemple un carré noir sur fond blanc).
Même questions.

A.4 Translations
On cherche à effectuer une translation non entière sur une image, c’est à dire à calculer des
valeurs en des points situés “entre les pixels”. On utilise la proposition 11.9.
Fabriquez le signal f = χ[60,80] , (χ étant la fonction indicatrice) considéré comme périodique
sur l’intervalle [0, 128], translatez le de 1/2 en multipliant les coefficients de sa TFD par les
exponentielle adéquates. Visualisez le résultat comme une image (en utilisant simplement la
commande imagesc). Qu’observe-t-on ?
Effectuer une nouvelle translation de 1/2. Retrouve-t-on le signal original ?

A.5 Phase et module de la TFD


Nous allons maintenant illustrer l’importance respective de la phase et du module des coeffi-
cients de la TFD. Nous commençons par échanger les phases des TFD de deux images. Choisissez
une image b différente de a (de même taille). Calculez les TFD A et B respectivement de a et b.
Remplacez les coefficients de B par leur modules, puis multipliez les par la phase des coefficients
correspondants de A. Utilisez ifft2 et affichez le résultat. Essayez avec une image de texture pour
a, puis pour b.
A=fft2(a) ; B=fft2(b) ;
B=abs(B).*exp(i*angle(A)) ;
c=ifft2(B) ; imagesc(real(c)) ;
Pour illustrer le rôle du module des coefficients, on effectue l’expérience suivante : partant d’une
image synthétique simple (un carré, un disque...) on change la phase des coefficients de sa TFD de
manière aléatoire, puis on on calcule l’image correspondante. Attention, lors de la modification
de la phase il faut prendre garde à respecter les symétries de la TFD, ainsi qu’a ne pas modifier
les coefficient réels A(0, 0), A(N/2, N/2), A(N/2, 0), A(0, N/2). Une possibilité est de partir d’un
bruit blanc et d’utiliser les phases de sa TFD. Qu’observe-t-on ? Effectuez la même expérience
à partir de la texture strawmat.tif.

A.6 Codes Matlab

%visualisation de l’histogramme
a=double(a) ;
[m,n]=size(a) ;
b=reshape(a,m*n,1) ;
h=hist(b,256) ;
h=h/(m*n) ;
198 ANNEXE A. EXEMPLE DE TRAVAUX PRATIQUES

H=cumsum(h) ;
plot(h) ;
figure ; plot(H) ;

%égalisation
b=zeros(m,n) ;
b=round((H(a+1)*255)) ;
b=double(b) ;
c=reshape(b,m*n,1) ;
h=hist(c,255) ;
h=h/(m*n) ;
H=cumsum(h) ;
figure ;plot(h) ;figure ;plot(H) ;

%visualisation TFD b=fft2(a) ;


b=fftshift(b) ;
imagesc(log(abs(b)+1)) ; colormap(jet) ; colorbar ;

%sous-échantillonage brutal de a (d’un facteur 2)


M=floor(m/2) ; N=floor(n/2) ;
b=zeros(M,N) ;
for i=1 :M ;
for j=1 :N ;
b(i,j)=a(2*i,2*j) ;
end
end
imagesc(b) ;colormap gray ;

%idem après filtrage (on suppose ici que m et n sont divisibles par 4)
b=fft2(a) ;
b=fftshift(b) ;
c=zeros(m,n) ;
M4=m/4 ; N4=n/4 ; M2=m/2 ; N2=n/2 ;
c(M4+1 :3*M4,N4+1 :3*N4)=b(M4+1 :3*M4,N4+1 :3*N4) ;
d=real(ifft2(fftshift(c))) ;
b=zeros(M2,N2) ;
for i=1 :M2 ;
for j=1 :N2 ;
b(i,j)=d(2*i,2*j) ;
end
end
imagesc(b) ;colormap gray ;
vskip .5 cm %zoom de l’image
%m et n doivent être pairs
M=m/2 ; N=n/2 ;
imagesc(a) ; colormap gray ;
A.6. CODES MATLAB 199

b=fft2(a) ;
b=fftshift(b) ;
c=zeros(2*m,2*n) ;
c(M+1 :M+m,N+1 :N+n)=4*b( :, :) ;
%le facteur 4 est introduit à cause de la définition de la TFD
%particulière à Matlab (pas de division par la taille de l’image)
c=fftshift(c) ;
e=ifft2(c) ;
figure ;
imagesc(real(e)) ; colormap gray ;

%effet de Gibbs par zoom


n=128 ;
a=zeros(n) ;
a(n/4 :3*n/4,n/4 :3*n/4)=255 ;
imagesc(a) ;colormap gray ;
b=fft2(a) ;
b=fftshift(b) ;
c=zeros(2*n) ;
c(n/2+1 :n/2+n,n/2+1 :n/2+n)=4*b( :, :) ;
c=fftshift(c) ;
e=ifft2(c) ;
figure ;
imagesc(real(e)) ; colormap gray ;

%translation
taille=128 ; % la taille doit être paire
a=zeros(1,taille) ;
a(taille/4 :3*taille/4)=1 ;
imagesc(a) ; colormap gray ;
%permet de voir le signal a comme une image ayant toutes ses lignes identiques
b=fftshift(fft(a)) ;
omeg=exp(-2*i*pi/taille) ;
angle=.5 ;
T=taille/2 ;
for n=1 :taille ;
b(n)=b(n)*omegˆ(((n-1)-T)*angle) ;
end ;
d=ifft(fftshift(b)) ;
figure ;
imagesc(real(d)) ;colormap gray ;

%échange de phases
%b doit être de même taille que a
A=fft2(a) ;
B=fft2(b) ;
200 ANNEXE A. EXEMPLE DE TRAVAUX PRATIQUES

B=abs(B).*exp(i*angle(A)) ;
c=ifft2(B) ;
imagesc(real(c)) ;

%synthèse de texture a partir d’un carre


a=zeros(256) ;
a( :, :)=256 ;
a(120 :130,120 :130)=0 ;
imagesc(a) ;colormap gray ;
b=randn(256) ;
B=fft2(b) ;
A=fft2(a) ;
C=abs(A).*exp(i*angle(B)) ;
c=ifft2(C) ;
figure ;imagesc(real(c)) ;colormap gray
% essayez avec d’autres formes...
Index

Additivité (de la mesure), 50 Continuité d’une forme bilinéaire, 90


Approximation de l’identité , 63 Continuité des fonctions de W 1,p , 143
Approximation par convolution des fonctions Continuité séquentielle (d’une application conti-
uniformément continues, 63 nue), 8
Ascoli-Arzela (théorème de), 11 Contractante (projection sur un convexe), 87
Convergence d’une série dans un Hilbert, 86
Baire (lemme de), 21
Convergence d’une suite (pour la topologie
Banach-Alaoglu-Bourbaki (théorème de), 33
faible-?), 33
Banach-Steinhaus (Théorème de), 22
Convergence des distributions, 131
Base de Fourier, 99
Convergence faible, 30
Base de Fourier en sinus et cosinus, 101
Convergence faible d’une suite (caractérisations),
Base de Haar, 91
30
Base de voisinages (pour la topologie faible-
Convergence faible dans un espace de Hil-
?), 33
bert, 90
Base de voisinages pour la topologie faible,
Convergence presque partout (de martingale),
29
77
Base en cosinus, 101
Convergence simple d’opérateurs linéaires, 22
Base en sinus, 101
Convolution (Universalité de la), 88
Base hilbertienne, 89
Convolution d’une fonction de L1 avec une
Beppo-Levi (théorème de la convergence mo-
fonction de L2 , 61
notone), 49
Convolution de deux fonctions de L1 , 60
Bidual d’un espace de Banach, 41
Convolution périodique, 100
Borné d’un espace de Banach (caractérisation
Croissance lente (suite à ), 134
duale), 23
Changement de variable (théorème de), 54 Dérivation sous le signe somme (Théorème
Coefficients de Fourier d’une dérivée, 136 de), 52
Compacité (d’une famille de fonctions Lip- Décomposition orthogonale (dans un Hilbert),
schitz), 12 87
Compacité faible (d’un convexe fermé borné Décroissance rapide (de coefficients de Fou-
), 42 rier), 135
Compacité séquentielle (dans un séparable Dérivée d’une distribution, 131
réflexif), 45 Dérivée de la masse de Dirac, 133
Compacité séquentielle de la boule unité, 44 Dérivation d’une série de Fourier, 132
Complétude des Lp , 58 Densité de C ∞ (I) dans W 1,p (I) quand I est
Complétude des espaces de Sobolev, 146 borné, 147
Constance d’une fonction à dérivée distribu- Densité de C0∞ (Ω) dans Lp (Ω), 64
tionnelle nulle, 132 Densité de Cc dans L1 , 53
Continuité aux extrémités des fonctions de Densité de Cc dans Lp , 59
W 1,p , 144 Densité des fonctions en escalier dans L1 , 53

201
202 INDEX

Densité et orthogonalité dans un espace vec- Inégalité de Poincaré , 147


toriel normé, 18 Isométrie (d’un Hilbert séparable à l2 ), 90
Distribution périodique, 134
Distributions associées à des fonctions L1loc , Jauge d’un convexe, 16
131
Dual de W 1,p , 146 Kakutani (théorème de), 41
Dualité (application de), 14
Lax-Milgram (théorème de), 90
Egalité de Parseval, 89 Lebesgue (théorème de la convergence do-
Elastique chargé , 137 minée), 51
Equicontinuité en moyenne des fonctions som- Lemme de Zorn, 13
mables, 54 Limite inférieure, supérieure, 32
Equiintégrabilité d’une suite de L1 , 77 Linéarité de l’intégrale, 50
Espace W 1,p (I), 144 Longueur d’un arc rectifiable, 12
Espace de Banach, 13
Espace de Hilbert, 85 Méthode variationnelle (pour l’élastique chargé
Espace de Sobolev, 143 ), 145
Espace de Sobolev périodique, 136 Métrisabilité (de la boule unité), 43
Espace de Sobolev périodique 2, 138 Métrisabilité de la boule unité, 44
Espace des fonctions sommables L1 (IRN ), 51 Martingale, 79
Espaces de Hilbert Hper m , 137 Masse de Dirac, 131
Exemple d’ouvert fort mais pas faible, 31 Mazur (théorème de), 31
Exemples de Hilbert, 85 Minimisation (d’une fonction convexe s.c.i.),
45
Fermeture d’un convexe, 31
Fermeture faible de la sphère unité , 31 Négligeable (ensemble), 50
Fonction en escalier, 53 Nombre de passages (d’une martingale), 80
Fonction en escalier dyadique, 53 Non réflexivité de L1 , 78
Fonction semicontinue inférieurement sur un Norme de Lp , 58
compact, 45 Norme par dualité , 15
Fonctions C ∞ à support compact, 64 Nullité (d’une fonction de L1 orthogonale à
Fonctions C0∞ radiales, 64 Cc ), 64
Fonctions tests pour Fourier, 135
Formule de Poisson, 133 Orthogonal d’un sous-ensemble, 87
Formule des sauts, 132 Ouverts (de la topologie faible), 29
Fubini-Tonelli (théorème de), 55
Partition périodique de l’unité , 135
Hahn-Banach (Théorème), 13 Peigne de Dirac, 131, 133
Hahn-Banach (version analytique), 13 Phénomène de Gibbs, 103
Hahn-Banach (version géométrique), 16 Plongements continus et compacts d’espaces
Hahn-Banach, version fermé-compact., 17 de Sobolev, 147
Principe de localisation, 98
Identité du parallélogramme, 86 Principe de localisation (pour une fonction
Images naturelles, 55 Hölderienne), 99
Images numériques, 74 Produit de deux fonctions de W 1,p , 147
Inégalité de Cauchy-Schwarz, 85 Projection sur un convexe dans un Hilbert,
Inégalité de Hölder, 57 86
Inégalité de Parseval, 90 Prolongement des fonctions de W 1,p (I), 147
INDEX 203

Réciproque du théorème de Lebesgue, 52 Vitali (lemme de), 77


Réflexivité , 41
Réflexivité (d’un sous-espace fermé ), 41
Réflexivité (du dual d’un espace réflexif), 42
Réflexivité de Lp , 76
Réflexivité de W 1,p , 146
Régularisation par convolution, 61
m , 137
Régularité des fonctions de Hper
Repliement de spectre, 113
Riemann-Lebesgue (Lemme de), 97
Riesz (théorème de), 88
Riesz-Fréchet-Kolmogorov (théorème de com-
pacité de), 65

Séparabilité (d’un sous-espace d’espace séparable),


42
Séparabilité d’un espace, 89
Séparabilité de Lp pour 1 ≤ p < ∞, 74
Séparation (d’un point et d’un convexe), 16
Séparation (de la topologie faible), 30
Séparation de la topologie σ(E 0 , E), 33
Semicontinuité inférieure faible (des fonctions
fortement s.c.i.), 32
Semicontinuité inférieure, supérieure, 32
Sommabilité d’une fonction, 50
Support d’une fonction, 53, 62
Support de la convoluée de deux fonctions,
62

Temps d’arrêt, 79
Théorème de Hahn-Banach géométrique, 16
Tikhonov (théorème de), 10
Tikhonov (théorème de) : cas d’un produit
dénombrable de compacts métrisables,
10
Topologie σ(E, E 0 ) (caractérisation), 29
Topologie faible, 29
Topologie faible-?, 33
Totalité (d’un système dans un Hilbert), 87
Transformée de Fourier rapide, 120
Translatée d’une fonction et d’une distribu-
tion, 134

Unicité des coefficients de Fourier d’une dis-


tribution, 135
Uniforme continuité en moyenne des fonc-
tions de Lp , 60

Vous aimerez peut-être aussi