Académique Documents
Professionnel Documents
Culture Documents
2.1.25 T HÉORÈME
Soient ( X, S, µ) un espace mesuré et p 2 [1, +•].
1) Alors L p ( X ) est un espace de Banach pour la norme || · || p .
\
2) Si p < +•, en supposant que µ soit s-finie i.e. X = Xn et µ( Xn ) < +•,
n 2N
alors T : Lq ( X ) ! (L p ( X ))0 est un isomorphisme linéaire qui est une isométrie
entre la norme || · ||q et la norme duale de la norme || · || p .
3) L’application T : L1 ( X ) ! (L• ( X ))0 est une application linéaire isométrique,
en général non surjective.
4) Si p < +•, si µ est s-finie, si la s-algèbre est engendrée par une partie dénom-
brable, alors L p ( X ) est séparable.
2.1.27 E XEMPLE . Pour tout d 2 N {0} et tout p 2 [1, +•[, en prenant pour X un
ouvert W de R d et pour µ la restriction à W de la mesure de Lebesgue, l’espace
vectoriel L p (W, K ) (ou L p (W) si K est sous-entendu) des applications à valeurs
dans K de puissance p-ième intégrable (modulo les applications nulles presque
partout), muni de la norme
Z
|| f || p = ( | f ( x )| p dx )1/p ,
x 2W
2.1.28 T HÉORÈME
Soient p 2 [1, +•[ W ouvert de R d . L’espace vectoriel Cc (W, K ), des applications
continues à support compact dans W, est dense dans L p (W) pour la norme || · || p ,
et que Cc (W, K ) est séparable pour la norme uniforme.
2.1.29 P ROPOSITION
L’espace vectoriel normé C0 ( X, K ) est un espace de Banach, et le sous-espace
Cc ( X, K ) applications continues à support compact est dense dans C0 ( X, K ).
2. Analyse fonctionnelle: Les piliers de l’analyse fonctionnelle 61
2.2.3 R EMARQUE
1. Le théorème de Banach-Steinhaus est équivalent à l’alternative suivante :
(i) ou bien supa2 I k La k < +•
(ii) ou bien { x 2 X | supa2 I k La ( x )k = +•} est une intersection d’ouverts
denses dans X.
2. A noter que le théorème de Banach-Steinhaus s’énonce comme une inversion
de quantificateurs : 8 x 2 X, 9 Mx > 0 tel que 8a 2 I, k La ( x )k < Mx k x k
=) 9 M > 0 tel que 8 x 2 X, 8a 2 I, k La ( x )k < Mk x k
2.2.4 Exercice Vérifier que les sous-ensembles Fn dans la preuve ci-dessus sont fermés,
convexes et symétriques.
2.2.6 C OROLLAIRE
Soit X un de Banach et Y un espace vectoriel normé. Soit une suite { f n }n2N 2
L ( X, Y ) telle que pour tout x 2 X, la suite ( f n ( x ))n2N converge dans Y. Alors la
limite est dans L( X, Y ) i.e. si on pose pour tout x 2 X, f ( x ) := lim f n ( x ), alors
n!+•
f 2 L ( X, Y ).
2.2.8 R EMARQUE
Le corollaire précédent ne garantit pas la convergence en norme. Par exemple, si
X = c0 et f k ( x ) = xk pour x = ( xn )n2N . Alors
1. pour tout x 2 c0 , limk!+• f k ( x ) = limk!+• xk = 0.
2. D’autre part, on a | f k ( x )| k x k• et | f k (ek )| = 1 pour ek = (dk,n )n2N donne
k f k k = 1.
Donc f k ne converge pas en norme vers 0.
Applications
f ( x + h) f (x h)
fh ( f ) : = .
2h
On vérifie facilement que fh est linéaire et que kfh k = 1h . D’où sup0<h<d kfh k =
+•. Par conséquent, d’après le théorème de Banach-Steinhaus, l’ensemble des f
tel que sup0<h<d |fh ( f )| = +•, est dense dans C ([0, 1], R ). En d’autre termes, l’en-
semble des fonctions qui ne sont pas différentiables en x0 est dense dans C ([0, 1], R ).
2. Analyse fonctionnelle: Les piliers de l’analyse fonctionnelle 64
2.2.9 C OROLLAIRE
Il existe une fonction f continue et 2p-périodique telle que la suite des sommes
n
X
partielles de sa série de Fourier en 0, Sn ( f )(t) = fb(k)eikt ne converge pas vers
k= n
f (0).
1
Z p
1
Z p
sin(n + 12 )s 1
Z p sin(n + 12 )s
k`n k = | Dn (s)| ds = ds = .
2p p 2p p sin 12 s p 0 sin 12 s
2. Analyse fonctionnelle: Les piliers de l’analyse fonctionnelle 65
et d’après la proposition suivante, la suite (k`n k)n2N n’est pas bornée, ainsi il
existe f 2 E dont la série de fourier diverge en 0.
2.2.10 P ROPOSITION
Z p
1 4
Ln = | Dn (s)| ds = ln(n) + O(1)
2p p p2
lorsque n ! +• où O(1) désigne une fonction de n bornée.
Démonstration: Nous allons trouver #, d > 0 tels que f ( BE (0, #)) BF (0,
Ç d). Ceciå
dr
impliquera que l’image de toute boule f ( BE ( x, r )) contient une boule BF f ( x ), ,
#
donc que f est ouverte. On pose Fr = f ( BE (0,
[r )) pour tout r > 0.
Puisque f est linéaire surjective, on a F = Fn . Puisque F est complet donc de
n 2N ⇤
Baire et que les Fn sont fermés, il existe n0 2 N ⇤ tel que Fn0 a un intérieur non
vide, donc Fr = nr0 Fn0 a un intérieur non vide pour tout r > 0. Soit BF (y, r0 ) une
boule contenue dans F1 , alors BF ( y, r0 ) est aussi contenue dans F1 , donc tout
2 2
x 2 BF (0, r0 ) s’écrit (y + x ) + ( y), donc est dans F1 + F1 ⇢ F1 . Donc F1 est un
2 2
voisinage de 0, et il en est de même de Fr pour tout r > 0. Donc si y 2 Fr , comme
il est adhérent à f ( B(0, r )) il existe x 2 f ( B(0, r )) tel que y f ( x ) 2 F2r . Ap-
pliquant ceci à y 2 F1 , on trouve x1 2 B(0, 1) tel que y f ( x1 ) 2 F1 , puis par
2
récurrence on construit ainsi xn 2 BE (0, 21n ) tel que y f ( x1 + · · · + x n ) 2 F 1 .
2n
• • •
X X 1 X
Comme k xn k n
= 2 et puisque E est complet, la série xn converge
n =0 n =0
2 n =1
vers un x 2 BE (0, 2). Alors f ( x ) = y, donc
Ä ä
f ( BE (0, 3)) f BE (0, 2) F1 BF (0, r0 ) ,
Démonstration: Le théorème dit que f est ouverte, donc l’image réciproque par f 1
de tout ouvert de E est un ouvert de F, donc f 1 est continue.
2. Analyse fonctionnelle: Les piliers de l’analyse fonctionnelle 67
2.2.22 D ÉFINITION
Soit X un espace vectoriel sur R. Une application p : X ! R est une fonctionnelle
sous-linéaire si :
(i) p(lx ) = lp( x ) pour tout l 2 R + , x 2 X
(ii) p( x + y) p( x ) + p(y) pour tout x, y 2 X.
2.2.23 E XEMPLE . (1) Toute forme linéaire est une fonctionnelle sous-linéaire.
Toute semi-norme, et en particulier toute norme, est une fonctionnelle sous-
linéaire.
(2) Jauge ou Fonctionnelle de Minkowski
0
Soit C un convexe d’un espace vectoriel normé ( X, k.k) tel que 0 2 C . On pose
pour tout x 2 X, pC ( x ) := inf{a > 0 : ax 2 C }. Alors pC est une fonctionnelle
sous-linéaire, appelée Jauge ou fonctionnelle de Minkowski de C.
0
Démonstration: Comme 0 2 C, il existe une boule fermée B̄(0, r ) ⇢ C, d’où pour
rx
tout x 2 X {0} on a kxk 2 B̄(0, r ) ⇢ C Ainsi, l’application pC : X ! R est
bien définie.
(i) Soit l > 0 et x 2 X, pC (lx ) := inf{a > 0 : lx
a 2 C } = l inf{ la > 0 : lx
a 2
C } = lpC ( x ).
y x +y
(ii) Soient x, y 2 X et a1 et a2 tels que ax1 2 C et a2 2 C. Alors a1 +a2 =
a1 x a2 y
a1 +a2 a1 + a1 +a2 a2 2 C par convexité. Ainsi pC ( x + y ) a1 + a2 et en pas-
sant à l’infimum sur a1 puis sur a2 , on obtient : pC ( x + y) pC ( x ) + pC (y).⌅
1. Le théorème sur la dérivation de la limite on a que (limn f n )0 = limn f n0 sous la condition que
f n0 converge uniformément et que f n (t0 ) converge pour un certain point t0 .
2. Analyse fonctionnelle: Les piliers de l’analyse fonctionnelle 69
S = sup{ p( y z) f (y)} p( x + z) f ( x ),
y2 F
d’où
S inf { p( x + z) f ( x )} = I.
x2 F
Alors tout t 2 [S, I ] est tel que pour tout y 2 F,
h(w) = f ( x ) + at.
qu’on a ainsi obtenu une entension à l’espace tout entier ? c’est à ce niveau qu’on
a besoin du lemme de Zorn. Soit E l’ensemble des paires ordonnées ( F 0 , h0 ), où F 0
est un sous-espace vectoriel contenant F et h0 est une extension de f à F 0 telle que
h0 p sur F 0 . L’ordre partiel sur E est défini par
( F 0 , h0 ) 4 ( F 00 , h00 ) si et seulement si F 0 ⇢ F 00 , h0 = h00 sur F 0 .
Soit C = {( Fi , gi ) , i 2 I } une chaîne de E i.e. une partie totalement ordonnée de
E . On pose FC = [a Fi et f C : FC ! R la forme linéaire définie par :
f C ( x ) = gi ( x ) for x 2 Fi .
Alors, ( G, g) est un majorant de C. Ainsi (E , 4) est un ensemble ordonné inductif
et en vertu du lemme de Zorn, il admet un élément maximal (G , g). Tout ce qui
reste à vérifier pour terminer la preuve, est que G = E. Supposons le contraire i.e.
G 6= E. Alors, d’après la première partie de la preuve, on peut faire une extension
(Gz , gz ) < (G , g). Comme (G , g) est maximal on doit avoir Gz = G , ce qui contredit
G est un sous-espace strict de Gz . Ainsi G = E et g est l’extension souhaitée. ⌅
Démonstration: (i) K = R .
On pose C = k f k et p = C k.k. Alors f p sur F et d’après le théorème de
hahn-Banach, il existe une forme linéaire continue g : E ! R telle que g = f
sur F et g p sur E. Ceci entraîne que pour tout x 2 E, g( x ) C k x k et
g( x ) C k x k = C k x k i.e. | g( x )| C k x k. D’où lg k C = k f k et comme
| g( x )| = | f ( x )| sur F, on aura k gk k f k ce qui donne finalement k gk = k f k.
(ii) K=C.
On écrit, f = f 1 + i f 2 , où f 1 = Re( f ) et f 2 = Im( f ). Alors f 1 et f 2 sont
des formes linéaires réelles sur F considéré comme espace vectoriel sur R,
et f 2 ( x ) = f 1 (ix ). D’après le cas réel, il existe une forme linéaire continue
g1 : E ! R telle que g1 = f 1 sur F et k g1 k = k f 1 k. On pose, pour tout x 2 E,
g( x ) = g1 ( x ) ig1 (ix ). Alors g( x ) = f ( x ) sur F, on aussi g(ix ) = ig( x ) et
comme g1 est R-linéaire, g est C-linéaire sur l’espace vectoriel complexe E. Il
reste à montrer que k gk k f k, ce qui entraînera k gk = k f k. Soit x 2 E tel
que g( x ) 6= 0 et a = arg( g( x )), d’où
ia ia ia ia
| g( x )| = g( x )e = g( xe ) = g1 ( xe ) = k g1 ( xe )k k g1 kk x k = k f kk x k
donc k gk k f k. ⌅