Académique Documents
Professionnel Documents
Culture Documents
0, fonttitle=,
title=1, coltitle=green!0!black, interior style= left color=green!10,right
color=green!10, title style= left color=brown!20,right color=white!20
mybox[1] boxsep=4pt,enhanced,breakable, colframe=red!0, fonttitle=, title=1,
coltitle=red!0!black, interior style= left color=green!10,right color=green!10,
title style= left color=orange!20,right color=white!20 mybox1[1]
boxsep=4pt,enhanced,breakable, colframe=red!0, fonttitle=, title=1, coltitle=red!0!black,
interior style= left color=green!10,right color=green!10, title style=
left color=blue!25,right color=white!20 mybox3[1] boxsep=4pt,enhanced,breakable,
colframe=red!0, fonttitle=, title=1, coltitle=red!0!black, interior style=
left color=green!10,right color=green!10, title style= left color=black!20,right
color=white!20 mybox4[1] boxsep=4pt,enhanced,breakable, colframe=red!0,
fonttitle=, title=1, coltitle=red!0!black, interior style= left color=blue!16green!10,righ
color=blue!15green!10, title style= left color=red!20,right color=white!99
1
Département de Mathématiques
redThéorème de Lax-Milgram
dans l’espaces de Hilbert et
applications
Présenté par :
blueEL MALLAGUI ISMAIL
Soutenue le : XX XX XX
Devant le jury composé de :
2
ContentsTABLE DE MATIÈRES
1
Contents
2
Introduction
a(x, y) = L(y) (F )
où a est une forme bilinéaire et L est une forme linéaire et le problème revient
à montrer l’existence et l’unicité de x solution de l’équation (F), qui doit être
satisfaite pour tout élément y de l’espace de Hilbert en question.
3
des livres d’analyse fonctionnelles, est de voir comment ce grand théorème
peut-être généralisé aux espaces de Hilbert. On verra aussi comment on peut
appliquer le théorème de la représentation de Riesz dans ces espaces qui ne
sont munis d’aucun produit scalaire. Pour plus de détails voir ([1], [2], [3],
[4]).
Tout ceci va être découvert dans ce mémoire qui se présente comme suit
:
4
Chapter 1
Soit E un espace vectoriel réel ou complexe . Une norme sur E, est une
5
application définit par :
∥.∥ : E −→ R+
x −→ ∥x∥
Exemple 1.1.1 : sur Rn les normes suivant sont les plus utilisées ; pour
tout x ∈ Rn tel que x = (x1 , x2 , .........., xn ). On a :
X
n
• ∥x∥1 = |xk |
k=1
v
u n
uX
• ∥x∥2 = t x2k
k=1
Soit (E; ∥.∥) un espace vectoriel normé sur K. On dit qu’une suite (xn )n≥0
d’éléments de E est de Cauchy si ;
6
Rappelons que toute suite convergente est de Cauchy. Lorsque (E; ∥.∥) est un
espace vectoriel normé quelconque, la réciproque n’est pas forcément vraie.
On dit qu’un espace vectoriel normée E, muni de la norme ∥.∥ est complet
pour cette norme, si toute suite de Cauchy (pour cette norme) d’éléments de
E converge. On dit aussi que E est un espace de Banach.
boules fermées:
Bf (x, r) = {y ∈ E; ∥x − y∥ ≤ r}
7
Proposition 1.1.1
Toute boule ouverte est un ouvert et toute boule fermée est un fermé.
Preuve :
1°) Soit x ∈ B(x0 , r0 ) et soit 0 < r < r0 −∥x−x0 ∥. Pour ∥x−y∥ ≤ r, on a :
∥y − x0 ∥ ≤ ∥y − x∥ + ∥x − x0 ∥
≤ r + ∥x − x0 ∥
< r0
Donc Bf (x, r) ⊆ B(x0 , r0 ) .
∥y − x0 ∥∥ ≥ ∥x0 − x∥ − ∥x − y∥
≥ ∥x0 − x∥ − r
> r0
8
• 2) f (λx) = λf (x) ∀λ ∈ K ∀x ∈ E
Proposition 1.1.2
∥T (x)∥F ≤ K∥x∥E , ∀x ∈ E.
Rappels : lipschitzienne
Soit un K-e.v normée. On dit que la fonction f : E −→ F est lipschitzienne,
s’il existe un constante réel k strictement positive telle que : ∥f (x)−f (y)∥F ≤
k∥x − y∥E ∀x, y ∈ Kn
Si de plus f est continues : ∥f (x − y)∥F ≤ k∥x − y∥E .
Pour z = x − y on a : ∥f (z)∥F ≤ k∥z∥E .
Preuve.
Il est clair que cette propriété entraîne la continuité de T car on a, grâce à
la linéarité :
9
ci-dessus donne, grâce à l’homogénéité de T et de la norme :
1
∥T (x)∥F ≤ 1.
k∥x∥E
d’où ∥T (x)∥F ≤ K∥x∥E . Comme cette inégalité est évidemment vraie pour
x = 0, cela montre la Proposition.
∥T (x)∥F
On a donc supx̸=0 < ∞. La proposition suivante est alors évidente
∥x∥E
:
Proposition 1.1.3
Proposition 1.1.4
On a aussi
Preuve.
Appelons S la première expression et S1 la suivante. On a bien sûr S1 ≤ S,
et aussi S ≤ ∥T ∥, puisque ∥T (x)∥F ≤ {T ∥ si ∥x∥E ≤ 1, par définition de
∥T ∥. Il reste à voir que ∥T ∥ ≤ S1, mais :
∥T (x)∥F x
∥T ∥ = supx̸=0 = supx̸=0 ∥T ( ∥F ≤ S1
∥x∥E ∥x∥E
10
Théorème 1.1.1
2. f est continue en 0.
4. il existe M > 0 tel que, pour tout x ∈ E, ∥f (x)∥F ≤ M ∥x∥E (i.e f est
lipschitzienne).
Preuve :
Pour 1) ⇒ 2) évident .
11
donc f est Lipschitzienne .
Proposition 1.1.5
Soit f une application linéaire continue de (E, ∥.∥E ) a valeur dans (F, ∥.∥F ).
La quantité ∥.∥ définit par:
∥f (x)∥F
∥f ∥ = supx∈E−0 { }≥0
∥x∥E
• i) On a ∀f ∈ Lc (E, F ) ; ∥f ∥ ≥ 0
∥f (x)∥F ∥f (x)∥F
si ∥f ∥ = 0 =⇒ supx∈E/0 = 0 alors ∀x ̸= 0 =0 =⇒
∥x∥E ∥x∥E
∥f (x)∥F = 0
si x ̸= 0; f (x) = 0 et x = 0; f (x) = 0 =⇒ ∀x ∈ E : f (x) = 0
d’où ; si ∥f ∥ = 0 =⇒ f = 0.
∥(λf )(x)∥F
=⇒ ≤ |λ|∥f ∥ ∀x ̸= 0
∥x∥E
En passant au sup on a ∀x ∈ E 0
12
a d’autre part soit µ ∈ R et g ∈ Lc (E, F ) on a ; ∥µg∥ ≤ |µ|∥g∥
si on pose g = λf donc ∥µg∥ = ∥µλf ∥ ≤ |µ|∥λf ∥
1 1
si pour µ = on a ∥f ∥ ≤ ∥λf ∥
λ |λ|
alors
∥λf ∥ = |λ|∥f ∥
13
note E ∗ = LK (E, K). Notation : Soient x ∈ E et φ ∈ E ∗ , on pose
φ(x) =< x, φ >.
φ : E × F −→ K
(x, y) −→ φ(x, y)
φ : E × F −→ C
(x, y) −→ φ(x, y)
14
1. pour tout x ∈ E , l’application φ(x, .) est linéaire
• ∀λ ∈ C et ∀x ∈ E: φ(λx, y) = λ̄φ(x, y)
Exemple 1.1.2 :
Si E désigne le C-e.v des fonctions continues de [0 1] dans C
si l’application
φ : E 2 −→ C
Z 1
(x, y) −→ φ(x, y) = f¯(t)g(t)dt
0
2
définit un norme sesquilinéaires sur E .
En effet :
15
alors φ est antilinéaire .
Soit φ est forme sesquilinéaires sur un C-e.v E. On dit que φ est symétrie
hermitienne si :
pour tout (x, y) ∈ E 2 ; φ(x, y) = φ(y, x).
On appelle forme hermitienne sur un C-e.v tout application de la forme :
φ : E −→ C x −→ φ(x, x)
où φ est une forme sesquilinéaires à symétrie hermitienne .
< ., . > : E × E −→ K = R ou C
16
• ii) ∀x, y, y ′ ∈ E; ∀λ ∈ K; < x, y + λy ′ >=< x, y > +λ̄ < x, y ′ >
(Semi-linéarité à droite)
Remarque 1.1.1 :
Exemple 1.1.3 :
X
n
< x, y >= xk yk .
k=1
17
l’espace Cn est une espace pré-hilbertien complexe, oú le produit scalaire
sur Cn est définit par :
X
n
< x, y >= xk y¯k .
k=1
¯ ≤ |x(t)|2 + |y(t)|
D’après l’inégalité |x(t)y(t)| ¯ 2 on a :
Z b Z b Z b
¯
x(t)y(t)dt ≤ |x(t)| dt+ ≤
2 ¯ 2 dt < ∞
|y(t)|
a a a
Z b
pour tout x, y ∈ L ([a, b]), on peut alors définir < x, y >=
2 ¯
x(t)y(t)dt.
a
il est alors facile de vérifier que < x, y > est un produit scalaire,
qu’on appellera produit scalaire stetard de L2 ([a, b]). Ainsi L2 ([a, b])
est un espace
Z b pré-hilbertien . Ce produit scalaire induit la norme
1
∥x∥2 = ( |x(t)|2 dt) 2 .
a
18
(x, y) −→ fA (x, y) =< Ax, y >
X
∞
4. ) soit l (N, C) = { x = (xk )k∈N : xk ∈ C oú
2
|xk |2 < ∞} :
k=1
X
∞
D’après l’inégalité |xk y¯k | ≤ |xk | + |y¯k | On a implique
2 2
|xk ȳk | ≤
k=1
X
∞
|xk |2 + |ȳk |2 .
k=1
Pour tout x = (xk )k∈N , y = (ykk∈N deux éléments de l2 (N, C) . On en
X
∞
déduit que la série xk y¯k converge absolument , ceci nous permet de
k=1
définir :
X
∞
< x, y >= xk y¯k
k=1
On sait que < x, y > est un produit scalaire qu’on appellera le produit
scalaire standard de l2 (N, C) . Ainsi l2 (N, C) est un espace pré-hilbertien
. v
u n
uX
La norme induit par ce produit est : t |xk |2
k=1
Soit E un espace pré-hilbertien sur K muni d’un produit scalaire < ., . >
, pour tout x, y deux élément de E . On a :
√ √
| < u, v > | ≤ < u, u >. < v, v > : (1.1)
19
Preuve :
soit u , v ∈ E et λ ∈ C avec |λ| = 1 d’après définition (p.s) on a pour
tout t ∈ R
0 ≤< tu + λv, tu + λv > = < tu, tu > + < tu, λv > + < λv, tu > + < λv, λv >
= t2 < u, u > +tλ̄ < u, v > +tλ < v, u > +|λ|2 < v, v >
= t2 < u, u > +2tReλ < v, u > +|λ|2 < v, v > (*)
Et puis que Reλ < v, u >≤ |λ < v, u > | = | < u, v > | :alors
t2 < u, u > +2tReλ| < v, u > | + |λ|2 < v, v >≤ t2 < u, u > +2t| <
u, v > | + |λ|2 < v, v >
√ √
qui implique | < u, v > | ≤ < u, u >. < v, v > ; ce le résultat .
∥x + y∥ ≤ ∥x∥ + ∥y∥
20
Cette inégalité est l’inégalité triangulaire pour ∥.∥. Preuve .
D’après l’inégalité de Cauchy-Schwarz, on a ∀x, y ∈ E :
∥x + y∥ = ∥x∥2 + ∥y∥2 + 2Re < x, y > ≤ ∥x∥2 + ∥y∥2 + 2∥x∥∥y∥
≤ ∥x∥ + ∥y∥ 2
√
Soit u ∈ E . ∥u∥ = < u, v > ≥ 0 .
pour tout u , v ∈ E et λ ∈ K on a :
1.
√
∥u∥ = 0 =⇒ < u, u > = 0
=⇒ < u, u >= 0
=⇒ u = 0
2. p
∥λu∥ = < λu, λu >
p
= λ2 < u, u >
√
= |λ| < u, u >
= |λ|∥u∥
3. inégalité triangulaire
21
√
qui implique ∥u+v∥ ≤ ∥u∥ + ∥v∥ ainsi l’application ∥.∥ = < u; v >
est une norme sur E
- Exemple :
X
∞
• 2°)L’espace l (N, K) = {(xn )n≥0 ∈ C
2 n
: |xn |2 < ∞} muni de
n=0
produit scalaire
X
∞
< (xn )n≥0 , (yn )n≥0 >= xn y¯n
n=0
22
Donc la série de terme générale xn y¯n est convergente dans K. Alors
(l2 (N, K); ∥.∥) est un espace de Hilbert .
• 4°) Soit E = C([0 1]; K]) l’espace vectoriel des fonctions continues sur
[0 1] et à valeurs dans K. Z 1
Pour tout f, g ∈ C([0 1]) on pose : < f, g >= f (t)ḡ(t)dt et
p 0
∥f ∥2 = < f, f >. Muni de ce produit scalaire, C([0 1]) est un
espace pré-hilbertien, mais non un espace de Hilbert.
Contre exemple : Soit (fn )n≥0 un suit dans C([0 1]) définie par :
1
n si 0 ≤ x ≤ 2
fn (x) = n
1 1
√ si ≤x≤1
x n2
est une suite de Cauchy sur C([0 1]) qui ne converge pas dans C([0 1]).
En effet : Pour tous m ≥ n ≥ 1, on a:
1
m−n si 0≤x≤ 2
1 m
1 1
fm (x) − fn (x) = √ −n si ≤x≤ 2
x m 2 n
1
0 si ≤x≤1
n2
23
Donc on a :
Z 1 Z 1 Z 1
n2 1 n2
∥fm − fn ∥ = (m − n)dx + ( √ − n)dx + 0dx
0 1 x 1
m2 n2
1 2 1 2 n
= (m − n) 2 + − − + 2
m n n m m
1 1
= −
n m
1
≤
n
1
Soit > 0, il existe N ∈ N∗ tel que < ε. Alors pour tous m ≥ n ≥ N
N
on a :
1 1
∥fm − fn ∥ ≤ ≤ < ε.
n N
Donc (fn )n≥1 est un suit de Cauchy dans (E; ∥.∥).
Si (E; ∥.∥) était complet, il existerait f : [0 1] −→ K continue tel que
lim ∥fn − f ∥ = 0.
n−→∞
Soit t ∈]0 1], alors il existe N ∈ N∗ tel que pour n > N , on ait
1
< t, on a aussi
n2
Z 1 Z 1
|fn (x) − f (x)|dx ≤ |fn (x) − f (x)|dx ≤ ∥fn − f ∥.
t 0
Z 1
1 1
Or pour tout n ≥ N , on a fn (x) = √ sur [t 1], d’où |√ −
x t x
f (x)|dx ≤ ∥fn − f ∥. Z
1
1 1
Par conséquence, on a | √ − f (x)|dx = 0, donc f (x) = √ sur
t x x
[t 1].
1
D’où on a f (x) = √ pour tout x ∈ [0 1], on en déduit que f n’est
x
pas bornée sur [0 1], ce qui est impossible car f est continue. Donc
(E; ∥.∥) n’est pas complet .
24
1.1.7 Propriétés élémentaires :
Proposition 1.1.7
Pour tout x, y ∈ H :
Preuve.
Il suffit de développer :
et utiliser le fait que : < x, y > + < y, x >=< x, y > +< x,¯y > = 2 <
x, y > dans les cas réel,
et < x, y > + < y, x >=< x, y > +< x,¯y > = 2Re < x, y > dans le cas
complexe .
25
3. Identité de polarisation : Pour tout x, y ∈ E on a :
1
a) < x, y >= ∥x + y∥2 − ∥x − y∥2 si K = R
4
1
b) < x, y >= (∥x + y∥2 − ∥x − y∥2 − i∥x + iy∥ + i∥x − iy∥) si
4
K = C;
[ Re < x, y >
cos((x, y)) =
∥x∥∥y∥
∥f ∥∞ = sup |f (x)|,
x∈A
26
Notons que, lorsque K = [0, 1], par exemple, on peut aussi munirC([0, 1])
de la norme définie par :
Z 1
∥f ∥∞ = |f (t)|dt
0
qui vérifie ∥f ∥1 ≤ ∥f ∥∞ .
c) Sur l’espace C k ([0, 1]) des fonctions k fois continûment dérivables sur
[0 , 1], on peut mettre la norme :
∥f ∥k = M ax{∥f ∥∞ , ∥f ′ ∥∞ , ........., ∥f k ∥∞ }.
On note Lp (Ω) l’ensemble des fonctions mesurables à valeurs réelles, qui sont
définies p.p. sur Ω Z
1
L est muni de la norme ∥f ∥p = [
p
|f (x)|p dx] p , cette norme complet,
Ω
c’est donc un espace de Banach.
Pour p = ∞
27
Proposition 1.2.1
L’espace Lp (Ω), muni de la norme ∥.∥Lp (Ω) , est un espace vectoriel normé
complet (i.e. un espace de Banach).
Remarque :
Remarque 1.2.1 :
Lp (Ω) est réflexif et séparable pour 1 < p < ∞ et son duale est isomorphe à
1 1
Lq (Ω) avec q le conjugué de p c’est à dire : + = 1
p q
Théorème 1.2.1 Inégalité de Minkowski
Preuve. La preuve est la même que pour les suites. On se place dans le
cas p > 1. On peut supposer ∥f ∥p > 0 et ∥g∥p > 0 (car sinon f = 0 m-p.p.
et alors f + g = g m-p.p., ou g = 0 m-p.p. et alors f + g = f m-p.p.). On
applique l’inégalité de convexité [αu + (1 − α)v]p ≤ αup + (1 − α)v p avec
∥f ∥p |f (t)| |g(t)|
α= ∈ [0 1], u = et v = .
(∥f ∥p + ∥g∥p ) ∥f ∥p ∥g∥p
Comme
α 1−α 1
= =
∥f ∥p ∥g∥p ∥f ∥p + ∥g∥p
on a
|f (t) + |g(t)| p α 1−α
( ) ≤ p |f (t)| + |g(t)|
∥f ∥p + ∥g∥p ∥f ∥p ∥g∥pp
d’où, en intégrant :
28
Z Z Z
|f (t)| + |g(t)| α 1−α
dm(t) ≤ |f (t)| dm(t) +
p
|g(t)|p dm(t)
Ω (∥f ∥p + ∥g∥p )p ∥f ∥pp Ω ∥g∥pp Ω
= α + (1 − α)
= 1
cela donne le résultat puisque |f (t) + g(t)| ≤ |f (t)| + |g(t)|.
Preuve.
On peut supposer ∥f ∥p > 0 et ∥g∥q > 0 car sinon f = 0 m-p.p. ou g
ap bq
= 0 m-p.p., et alors f g = 0 m-p.p .. On utilise l’inégalité ab ≤ +
p q
a = |f (t)|/∥f ∥p et b = |g(t)|/∥g∥q . En intégrant, on obtient:
Z Z Z
|f (t)g(t)| 1 |f (t)|p 1 |g(t)|q
dm(t) ≤ p dm(t) + dm(t)
Ω ∥f ∥p ∥g∥q p Ω ∥f ∥p q Ω ∥g∥qq
1 1
= +
p q
= 1
d’où le résultat.
29
1.2.2 sur les espace Sobolev :
Les espaces de Sobolev 1 sont des espaces fonctionnels (c.à.d constitués de
fonctions) dont les puissances et les dérivées (au sens de la transposition,
ou au sens faible, que nous allons préciser) sont intégrables. Tout comme
les espaces de Lebesgue, ces espaces sont complets ce qui est un avantage
considérable pour l’étude des solutions des équations aux dérivées partielles.
Dérivées faibles :
30
où u a une dérivée faible.
On le munit de la norme ∥u∥W 1,p = ∥u∥Lp + ∥u′ ∥Lp .
Pour p = 2, on note :
W 1,2 (I) = H 1 .
√
qui est équivalente à ∥u∥1,2 : ∥u∥H 1 ≤ ∥u∥W 1,2 ≤ 2∥u∥H 1 .
Pour k ≥ 1 on note H (I) = W
k k,2
(I).
31
Chapter 2
Théorème de Lax-Milgram
dans les espaces de Hilbert
Introduction :
Parmi les espaces de Banach de dimension infinie qui possèdent la plus grande
analogie avec les espaces euclidiens sont les espaces de Hilbert, la commodité
des calculs dans ces espaces, leur interêt en physique mathématique, leurs
propriétés remarquables font de ces espaces un chapitre important de la
mathématique. Avant d’énoncer le théorème de Lax-Milgram, nous avons
besoin de rappeler le théorème des projections, qui généralise au cadre hilbertien
la notion bien connue de projection en dimension finie. Nous l’énonçons dans
le cas général pour une projection sur un convexe fermé non vide.
32
norme associée.
2.1.1 Orthogonalité :
Définition 2.1.1
Exemple 2.1.1 :
Dans H = R2 , pour le produit scalaire usuel, on a < −1, 1 > ⊥ < 1, 1 >.
Notons que la relation d’orthogonalité est symétrique : si x ⊥ y, alors y
⊥ x car ( < y, x > = < x, y > ).
Corollaire 2.1.1
Définition 2.1.2
33
Soit H un espace de pré-hilbertien.
Exemple 2.1.2 :
Proposition 2.1.1
Il suffit donc de montrer que A⊥ est fermé. Si(yn )n∈N est une suite
d’éléments de A⊥ qui converge vers y ∈ H, et si x ∈ A, alors, par bicontinuité
du produit scalaire,
yn −→ y ⇒ < yn − y, x >−→ 0
⇒ < yn , x >−→ (y, x)
34
Or, yn ∈ A⊥ , donc pour tout n, (yn ; x) = 0, et donc (y; x) = 0 et y ∈ A⊥ .
Exemple 2.1.3 :
* La boule fermer Bf (0, 1) est convexe. En effet :
On a Bf (0, 1) = {x ∈ H /∥x∥ ≤ 1} Soient x1 , x2 deux élément de Bf (0, 1);
qui est implique ∥x1 ∥ ≤ 1,et ∥x2 ∥ ≤ 1
pour tout t ∈ [0; 1] on a :
∥x − y∥ = dist(x, C)
35
.
On dit que y = PC (x) est la projection de x sur C. Il est caractérisé par la
propriété:
Dans le cas réel, l’inégalité dans la caractérisation (∗) signifie que l’angle
α = < x −\
y, z − y > est obtus.
Notons que la complétude de H n’est pas absolument indispensable : on peut
la supprimer, mais en supposant que c’est C qui est complet.
identité de :
Cela signifie que la somme des carrés des diagonales d’un parallélogramme
est égale à la somme des carrés des quatre côtés.
Preuve de lemme .
Si ∀x, y ∈ H on a :
∥x + y∥2 + ∥x − y∥2 = < x + y, x + y > + < x − y, x − y >
= 2 < x, x > +2 < y, y > + < x, y > + < y, x > − < x, y > − < y, x
= 2 < x, x > +2 < y, y >
= 2(∥x∥2 + ∥y∥2 )
Preuve le théorème .
36
1. Existence.
1
∥x − zn ∥2 ≤ d2 + ;
n
zn + zp 2
4∥x − ∥ + ∥zn − zp ∥2 = 2(∥x − zn ∥2 + ∥x − zp ∥2 );
2
zn + zp
Mais, C étant convexe, on a ∈ C ; Donc :
2
zn + zp
∥x − ∥ ≥ d;
2
1 1 1 1
∥zn − zp ∥2 ≤ 2(d2 + + d2 + ) − 4d2 = 2( + ).
n p n p
La suite (zn )n est par conséquent une suite de Cauchy. Comme H est
complet, elle converge donc vers un élément y ∈ H. Mais comme C est
fermé, on a en fait, puisque les Zn sont dans C, y ∈ C.
1
De plus, le fait que ∥x − zn ∥2 ≤ d2 + entraîne, en passant à la limite,
n
que ∥x − y∥ ≤ d. On a donc ∥x − y∥ = d, puisque y ∈ C.
37
2. Unicité :
Si ∥x − y1 ∥ = ∥x − y2 ∥ = d, avec y1 , y2 ∈ C, alors, comme ci-dessus,
l’identité du parallélogramme donne :
y1 + y2 2
4d2 + ∥y1 − y2 ∥2 ≤ 4∥x − ∥ + |y1 − y2 ∥2
2
or :
y1 + y2 2
4∥x − ∥ + |y1 − y2 ∥2 = 2(∥x − y1 ∥2 + ∥x − y22 )
2
= 2(d2 + d2 ) = 4d2
Re < x − y, z − y > ≤ 0.
38
∥x − z∥2 = ∥(x − y) + (y − z)∥2
= ∥x − y∥2 + ∥y − z∥2 + 2Re < x − y, y − z >
= ∥x − y∥2 + ∥y − z∥2 − 2Re < x − y, z − y >
≥ ∥x − y∥2 ;
< x + λy − PF (x) − λPF (y), z >=< x − PF (x), z > +λ < y − PF (y), z >= 0
39
Par conséquent, PF est surjective de E sur F , et si F ̸= {0{ on a ;
∥PF ∥ ≥ 1 d’où ∥PF ∥ = 1.
Posons y = x − PF (x) et montrons que ; y ⊥ z; ∀z ∈ F . On peut se
ramener à ∥z∥ = 1, ∀λ ∈ K on a PF (x) − λz ∈ F :
∥y∥2 ≤ ▷∥y∥2 − < y, z > < y, z > −< z, y > < z, y > +| < y, z > ∥
Ce qui implique :
2.1.3 Conséquences :
Proposition 2.1.2
Preuve.
Posons y1 = PC (x1 ) et y2 = PC (x2 ), la condition (∗) de théorème précédent
donne :
Re < x − y , z − y > ≤0 ∀z ∈ C;
1 1 1
Re < x2 − y2 , z ′ − y2 > ≤0 ∀z ′ ∈ C;
40
En prenant z = y2 et z ′ = y1 , et en additionnant, il vient :
On obtient donc :
∥y1 − y2 ∥2 = Re∥y1 − y2 ∥2
= Re < (y2 − x2 ) + (x2 − x1 ) + (x1 ) − y1 ), y2 − y1 >
= Re < (x1 − y1 ) − (x2 − y2 ), y2 − y1 > +Re < x2 − x1 , y2 − y1 >
≤ Re < x2 − x1 , y2 − y1 >
≤ | < x 2 − x1 , y 2 − y1 > |
≤ ∥x2 − x1 ∥∥y2 − y1 ∥
Corollaire 2.1.2
x − Px ∈ F ⊥
Preuve :
Comme F est convexe, d’après le théorème ci-dessus, Px est l’unique point
de F satisfaisant .
Re(< x − Px , z − Px >) ≤ 0 ∀z ∈ F
41
Soit y ∈ F . En appliquant l’inégalité ci-dessus z = Px ± y dans le cas
réel à z = Px ± iy, complexe , on obtient < x − Px , y >= 0 ; ce qui entraine
que x − Px ∈ F ⊥ .
De plus Px′ est un autre point de tel que x − Px′ ∈ F ⊥ . Alors le fait que
Px′ − Px ∈ F .
entraine que
Proposition 2.1.3
i) F est fermé
ii) H = F ⊕ F ⊥
iii) (F ⊥ )⊥ = F
Preuve :
i) ⇒ ii) / On a la assertion i) est vérifie F ∩ F ⊥ = {0} et que pour tout
x ∈ H, On a:
x = px + (x − px ) avec px la projection de x sur H et x − px ∈ F ⊥ , on en
déduit que : H = F ⊕ F ⊥ ce qui montre l’implication i) ⇒ ii) bien vérifie .
42
notons que
Pour iii) ⇒ i); on sait que l’orthogonalité d’une partie de H, est toujours
fermée, alors l’implication est vérifie .
Corollaire 2.1.3
Preuve :
⇒ / On a F ⊆ (F ⊥ )⊥ puisque F ⊆ (F ⊥ )⊥ entraine F ⊆ (F ⊥ )⊥ = (F ⊥ )⊥
Notation.
43
convexe sur C.
Il est évident que pour tout C, pc est surjective il suffit de remarquer que
pc restreinte à C est l’identité sur C. En vue de la prochaine proposition, il
convient d’introduire quelques notions d’ordre général.
Définition 2.1.4
ker(f ) = N (f ) = {x ∈ X /f (x) = e : e ∈ Y }
Théorème 2.1.3
1. Si h ∈ M, alors (x - h) ⊥ M ⇔ PM (x) = h.
4. N (PM ) = M ⊥
44
Démonstration.
Ainsi que mentionné, puisque les combinaisons linéaires convexes sont des
combinaisons linéaires, si M est un sous-espace vectoriel, forcément si x, y ∈
M, on a que pour tout t ∈ [0 ; 1], tx + (1 − t)y ∈ M.
1) On montre d’abord ( ⇒). Si h ∈ M, alors si (x - h)⊥ M, pour tout y
∈ M,
< x − h, y >= 0
ℜ(< x − h, y >) = 0 et ∀y ∈ M
45
2) Soit a ∈ K, x, y ∈ H. On montre que PM (ax + y) = aPM (x) + PM (y).
On écrit d’abord h = aPM (x) + PM (y) et w = ax + y. h ∈ M puisque
c’est une combinaison linéaire d’éléments de M. On prend z ∈ M.
< w − h, z > = < ax + y, z > − < aPM (x) + PM (y), z >
= < a(x − PM (x)) + (y − PM (y)), z >
= a < x − PM (x), z > + < y − PM (y), z >
=0
pour tout ν ∈ H, ν - PM (ν) ⊥ M, et z ∈ M. La dernière égalité est vraie car
par la propriété précédente,encore une fois, PM (ω) = h, ce qui implique que
PM (x) = x si x ∈ C.
M ⊥ ⊆ N (PM )
46
:
D’autre part, pour tout x ∈ N(PM ), on a PM (x) = 0. Or, par la première
propriété,< x − PM (x)), y >= 0pour tout y ∈ M, et on a donc < x, y >= 0
pour tout y ∈ M, donc x ∈ M ⊥ . Donc
N (PM ) ⊆ M ⊥
47
De plus ∥y∥ = ∥f ∥H ′ .
Démonstration :
Existence : i) Si f = 0 alors y = 0 fera l’affaire.
Si f est non nulle, alors ker(f ) est un hyperplan fermé de H ayant un
supplémentaire orthogonal ker(f )⊥ qui n’est pas réduit à {0}. Fixons un
vecteur u non nul de ker(f)⊥ .Alorsf(u)̸= 0 on a :
f (x)
x− u ∈ ker(f ) ∀x ∈ H.
f (u)
Il en résultat que ;
f (x)
< x, u >= ∥u∥2 ∀x ∈ H.
f (u)
¯
uf (u)
et pour le vecteur y = est vérifie bien :f (x) =< x, y > ∀x ∈ H.
∥u∥2
48
l’énoncer, nous aurons besoin de la notion suivante :
Définition 2.1.5
2. On dit que a est coercive, s’il existe une constante α > 0 telle que ;
∀x ∈ H a(x, x) ≥ α∥x∥2 .
49
solution existe, elle est unique. Soient u1 et u2 deux solutions du problème
(1.1), alors par soustraction on a,
∀v ∈ H a(u1 − u2 , v) = 0. (1.4)
Nous remarquons aussi que A est continu, car nous avons, d’après (bilinéaire
continue), pour v = Au dans (1.5) on a, ∥Au∥2H = a(u, Au) ≤ M ∥u∥H ∥Au∥H
. Ce qui donne :
∥Au∥H ≤ M ∥u∥H
.
Montrons que A est surjectif : Nous Montrons d’abord que l’image de A,
notée Im(A), est fermée. Soit (vp ) une suite de Cauchy dans Im(A) :
50
Comme vp et vq sont des éléments de Im(A), il existe des éléments up et
uq dans H tels que, Aup = vp et Auq = vq on a :
0 = a(u, v) ≥ α∥u∥2H .
51
Soit w ∈ H, on va montrer que J(u + w) ≥ J(u) :
1
J(u + w) = a(u + w, u + w) − L(u + w)
2
1 1 1
= a(u, u) + [a(u, w) + a(w, u)] + a(w, w) − L(u) − L(w)
2 2 2
1 1
= a(u, u) − L(u) + [a(u, w) − L(w)] + a(w, w)
2 2
1 α
= J(u) + a(w, w) ≥ J(u) + ∥w∥H . 2
2 2
1 1
t[a(u, w)−L(w)]+ t2 a(w, w) ≥ 0 et −t[a(u, w)−L(w)]+ t2 a(w, w) ≥ 0 ∀ ∈ H.
2 2
Comme t est strictement positif, on peut diviser ces deux inégalités par t à
obtenir
1 1
a(u, w)−L(w)+ ta(w, w) ≥ 0 et −a(u, w)+L(w)+ ta(w, w) ≥ 0 ∀ ∈ H.
2 2
52
2.2 Applications :
Proposition 2.2.1
De plus ∥T ∗ ∥ = ∥T ∥.
Démonstration :
Soit y ∈ H. L’application :
Φy oT : H −→ H
x −→< T x, y >
est une forme linéaire continue sur H ; il existe donc, par le Théorème
de Fréchet-Riesz, un unique élément de H, que l’on notera T∗ y, telque :<
x, T ∗ y >= (T x, y), ∈ H.
Acausedel′ unicit, l′ applicationT∗ : y ∈ H −→ T ∗ y ∈ H est clairement
linéaire : si y1 , y2 ∈ H et a1 , a2 ∈ K, on a, pour tout x ∈ H :
53
donc T ∗ (a1 y1 + a2 y2 ) = a1 T ∗ y1 + a2 T ∗ y2 .
D’autre part, l’inégalité de Cauchy-Schwarz donne :
∥T ∗ ∥ = ∥T ∥.
54
c’est-à-dire qu’il existe un unique u ∈ H01 tel que ;
Z Z Z Z
′ ′ ′
∀v ∈ H0 ;1
pu v + ru v + quv = f v
I I I I
Démonstration :
on définit la forme bilinéaire a par;
Z 1 Z 1 Z 1
′ ′ ′
a(u, v) = pu v + ru v + quv
0 0 0
pour v ∈ H01 . Il est immédiat que φ est continue. D’autre part, puisque p, q,
r sont continues sur I donc bornées, a est aussi continue. Enfin, si v ∈ H01 ,
on a par inégalité de Cauchy-Schwarz
Z 1 Z 1
′
√
− rv v ≤ | rv ′ v| ≤ α∥v∥2 ∥v ′ ∥2
0 0
et donc
Z Z Z
1
′2
1
′
1 √
a(v, v) = pv + rv v + qv 2 ≥ α∥v ′ ∥22 − α∥v∥2 ∥v ′ ∥2 + ∥v∥22
0 0 0
ce qui implique
√
α ′ 3α ′ 2 3α ′ 2
a(v, v) = ( ∥v ∥2 − ∥v∥2 )2 + ∥v ∥2 ≥ ∥v ∥2
2 4 4
3α ′ 2
≥ ∥v ∥H ′
4C 2
par inégalité de Poincaré et donc a est coercive. On peut ainsi appliquer
le théorème de Lax-Milgram pour obtenir l’existence d’une unique solution
faible u ∈ H01 .
55
Remarque 2.2.1 :
On considère ici une forme bilinéaire non symétrique afin d’avoir une vraie
application du théorème de Lax-Milgram. En effet si la forme bilinéaire
considérée est symétrique, continue et coercive, elle constitue un produit
scalaire dont la norme est équivalente à la norme ∥.∥H 1 , et donc l’espace
H01 est complet pour cette nouvelle norme et on peut appliquer le théorème
de Riesz. Cependant on perd ainsi le dernier point du théorème de Lax-
Milgram qui est l’expression de u comme le minimum d’une fonctionnelle, ce
qui peut-être utile pour obtenir des solutions approchées.
Proposition 2.2.3
Démonstration :
Étape 1 : par intégration par parties sur H01 , une solution forte de (∗∗)
est une solution faible de (∗∗). La proposition précédente nous assure alors
l’existence et l’unicité d’une solution faible u ∈ H01 . On a donc unicité de la
solution forte, il nous faut maintenant montrer que u est en fait une solution
forte.
Étape 2 : puisque (D(I)) ⊂ H01 on a, par définition d’une solution faible,
−(pu′ )′ + ru′ + qu − f = 0 (∗ ∗ ∗)
56
au sens des distributions. Alors (pu′ )′ = ru′ + qu − f ∈ L2 et donc pu′ ∈ H 1 ,
1
et ainsi u′ = pu′ ∈ H 1 .
p Z x
′
On obtient pour tout u, u ∈ C (I) on a ; u(x) − u(y) =
0 ¯
u(t)dt qui relie
y
le représentant continue de u et u’; alors puisque (pu′ )′ = p′ u′ + pu′′ .
1
u′′ = ((pu′ )′ − p′ u′
p
1
= (ru′ + qu − f − p′ u′ ) ∈ C 0 (I)
¯
p
donc u′ ∈ C 1 (I)
¯ et par suit, puisque u ∈ C 1 (I);
¯ u ∈ C 2 (I).
¯
Étape 3 : puisque u ∈ C 2 (I),
¯ la relation (∗ ∗ ∗) est vérifiée au sens usuel
¯ dans D′ (I) et puisque u ∈ H 1 , u(0) = u(1) = 0 et
(par injection de C 0 (I) 0
57
Bibliographie
58