Académique Documents
Professionnel Documents
Culture Documents
CONVEXE
1
Un espace vectoriel E est de dimension infinie si on peut trouver dans E une
famille infinie de vecteurs linéairement indépendants.
Exemple 1: Soit E l’ensemble des suites de nombres réels
x = (x1 , ..., xn , ...) = (xn )n∈N∗ . On définit dans E les lois:
Si x = (xn )n≥1 , y = (yn )n≥1 et λ ∈ R, on pose
x + y = (xn + yn )n≥1 et λx = (λxn )n≥1 .
E est un espace vectoriel sur R et E est de dimension infinie. En effet, soit
(e(i) )i≥1 la famille définie par e(i) = (0, ..., 0, 1, 0, ...) (1 à la ième place).
La famille S = {e(i) , i ∈ N∗ } est libre.
En effet, soit q ∈ N∗ et soit λ1 , ..., λq ∈ R. On a:
λ1 e(1) + ... + λq e(q) = (λ1 , ..., λq ...) et on a donc
λ1 e(1) + ... + λq e(q) = 0 =⇒ λ1 = ... = λq = 0.
Exemple 2: Soit E l’espace des applications de R dans R. Alors, E est un
espace vectoriel pour les lois:
(f + g)(x) = f (x) + g(x) et (λf )(x) = λf (x).
E est de dimension infinie: considérer la famille (e(i) )i∈N telle que
e(i) : x 7→ xi .
Alors, S = {e(i) , i ∈ N} est une famille libre.
Définition: Soit E un espace vectoriel sur K. On appelle sous espace vectoriel
de E toute partie non vide F de E telle que la restriction des lois de E à F font
de F un espace vectoriel sur K.
Proposition 1: Une partie F de E est un sous espace vectoriel de E si et
seulement si
. 0E ∈ F
. ∀x, y ∈ F, x + y ∈ F
. ∀x ∈ F, ∀λ ∈ K, λx ∈ F
Proposition 2: Soit F un sous espace vectoriel de E, alors, pour toutes
familles finies
Pn
(xi )1≤i≤n d’éléments de F et (λi )1≤i≤n d’éléments de K, λ i xi ∈ F .
i=1
n
P
Une somme finie de la forme λi xi est appelée combinaison linéaire des
i=1
xi .
Proposition 3: Pour toute famille (Fi )i∈I de sous espaces vectoriels de E,
∩ Fi est un sous espace vectoriel de E.
i∈I
Soit A une partie non vide de E. L’intersection de tous les sous espaces
vectoriels de E contenant A est un sous espace vectoriel de E qu’on appelle le
sous espace vectoriel de E engendré par A; c’est l’ensemble des combinaisons
linéaires d’éléments de A. On le note hAi.
Définition: Soit (Nα )α∈I une famille
P de sous espaces vectoriels de E. On
appelle somme des Nα et on note Nα le sous espace vectoriel de E engendré
α∈I
par A = ∪ Nα .
α∈I P
Tout élément de Nα est une somme de la forme xα1 +...+xαm où (αi )1≤i≤m
α∈I
est une famille d’éléments de I et ∀i ∈ {1, ..., m}, xαi ∈ Nαi .
2
Si I = {1, 2}, on note N1 + N2 .
Définition: Soit (Ei )i∈I une famille d’espaces vectoriels sur K. On appelle
somme directe de la famille (Ei )i∈I et on note ⊕ Ei l’espace vectoriel E construit
i∈I
de la manière suivante:
. Les éléments de E sont les familles (xi )i∈I où xi ∈ Ei , ∀i ∈ I et xi = 0
sauf pour un nombre fini d’indices; xi est la composante d’indice i de x.
. Les lois de E sont définies par les formules:
(xi ) + (yi ) = (xi + yi ) et λ(xi ) = (λxi ).
Si I = {1, 2}, on note E = E1 ⊕ E2 . Q
Si I est un ensemble fini, ⊕ Ei s’identifie au produit cartésien Ei .
i∈I t∈I
Si E = E1 ⊕ E2 , on dit que les sous espaces vectoriels E1 et E2 sont supplé-
mentaires.
On a l’équivalence:
E = E1 ⊕ E2 ⇐⇒ E = E1 + E2 et E1 ∩ E2 = {0}.
Définition: On dit qu’un sous espace vectoriel V de E est de codimension
finie si V admet dans E un supplémentaire de dimension finie. Cette dimen-
sion est indépendante du supplémentaire et est appelée la codimension de V .
Si V n’admet pas de supplémentaire de dimension finie, on dit que V est de
codimension infinie.
Un sous espce vectoriel de E, de codimension 1 est appelé un hyperplan de
E.
3
(f injective)⇔(f surjective)⇔(f bijective)
Notations: On note:
hom(E, F ) l’ensemble des applications linéaires (homomorphismes d’espaces
vectoriels) de E dans F , c’est un espace vectoriel sur K.
End(E) l’ensemble des endomorphismes de E; c’est un anneau unitaire, non
commutatif en général pour l’addition et la composition des applications.
Aut(E) l’enseble des automorphismes de E; c’est un groupe non abélien pour
la composition des applications.
4
|uj | |vj |
u = n
1 et v = n
1 et faisant la somme, on a l’inégalité
P p P q
|ui |p |vi |q
i=1 i=1
suivante appelée inégalité de Hölder:
n
n p1 n q1
p q
P P P
|ui ||vi | ≤ |ui | |vi | .
i=1 i=1 i=1
On écrit ensuite, pour p > 1:
n n n
|ui + vi |p ≤ |ui ||ui + vi |p−1 + |vi ||ui + vi |p−1
P P P
i=1 i=1 i=1
On applique l’inégalité de Hölder aux termes du second membre de l’inégalité
ci-dessus et on obtient l’inégalité de Minkowski.
3. Soit `∞ l’espace des suites bornées d’éléments de K. On définit une norme
sur `∞ en posant, pour x = (xn )n∈N ∈ `∞ ,
kxk∞ = sup|xn |.
n∈N
4. Soit p ∈ [1, +∞[. On désigne par `p l’espace des suites x = (xn )n∈N telles
∞
|un |p soit convergente. Alors, on définit une norme sur `p en
P
que la série
n=1
posant:
∞
p1
p
P
kxkp = |un | .
n=1
5. Soit B(E, K) l’espace des applications bornées d’un ensemble non vide
E dans K, alors kf k∞ = sup |f (x)| est une norme sur B(E, K).
x∈E
En particulier, si E est un espace topologique compact, l’espace C (E, K) des
applications continues de E dans K est un espace vectoriel normé pour k.k∞ .
6. Soit a et b deux réels tels que a < b . Alors l’espace C ([a, b], R) des
fonctions continues de [a, b] dans R est un espace vectoriel normé pour la norme:
! p1
b́
kf kp = |f (x)|p dx
a
Définition: Deux normes k.k1 et k.k2 sur un espace vectoriel E sont dites
équivalentes si on peut trouver deux constantes strictement positives C1 et C2
telles que
C1 kxk2 ≤ kxk1 ≤ C2 kxk2 ∀x ∈ E
Si deux normes k.k1 et k.k2 sont équivalentes, alors, les distances associées
d1 et d2 sont aussi équivalentes...
5
kxk = kx1 e1 + ... + xn en k ≤ |x1 | ke1 k + ... + |xn | ken k
≤ (ke1 k + ... + ken k) kxk∞ ≤ C1 kxk∞ avec C1 = ke1 k + ... + ken k, d’où:
∀x, y ∈ E; kx − yk ≤ C1 kx − yk∞ , ce qui montre que l’application
k.k : (E, k.k∞ ) −→ R
est une application continue.
x 7−→ kxk
L’application ϕ (E, k.k∞ ) : −→ (Rn , k.k∞ ) définie par
ϕ(x1 e1 + ... + xn en ) = (x1 , ..., xn ) est un homéomorphisme qui conseve la
norme.
BR0 n (0, 1) = [−1, 1] × ... × [−1, 1] est une partie compacte de (Rn , k.k∞ ), car
étant un produit de parties compactes de R, d’où ϕ−1 (BR0 n (0, 1)) est une partie
compacte de E
SE (0, 1) = {x ∈ E/ kxk∞ = 1} est une partie fermée de E contenue dans
ϕ−1 (BR0 n (0, 1)), d’où SE (0, 1) est une partie compacte de E.
L’application continue k.k atteint donc ses bornes sur SE (0, 1).
Soit α = min(kxk , x ∈ SE (0, 1), alors α > 0, car 0 ∈S / E (0, 1).
D’autre part, α ≤ kxk ∀x ∈ SE (0, 1).
Soit y ∈ E \ {0}, alors kyky ∈ SE (0, 1), d’où
∞
kyk
α ≤ kyk ou α kyk∞ ≤ kyk ∀y ∈ E. On a montré que:
∞
∀y ∈ E, α kyk∞ ≤ kyk ∈ C1 kyk∞
Corollaire: Dans un espace vectoriel de dimension finie, toute partie fermée
et bornée est compacte.
Preuve: L’application ϕ du théorème est un homéomorphisme bi-uniformément
continu.
Théorème 2 (théorème de Riesz) Un espace vectoriel normé E est de di-
mension finie si et seulement si E est localement compact, si et seulement si la
boule unité fermée de E est compacte.
Pour la preuve de ce théorème, on aura besoin de quelques lemmes.
Lemme 1: Tout espace vectoriel normé de dimension finie est complet.
Preuve: Soit (E, k.k) un espace vectoriel normé de dimension n ∈ N. Soit
(e1 , ...en ) une base de E.
L’application ϕ de E dans Rn d’finie par ϕ(x1 e1 +...+xn en ) = (x1 , ..., xn ) est
linéaire, bijective, continue ainsi que sa réciproque; c’est un homéomorphisme
bi-uniformément continu. Rn étant complet, E est complet.
Lemme 2: Soit E un espace vectoriel normé. Alors, tout sous espace vecto-
riel de dimension finie de E est fermé dans E.
Preuve: Soit E un espace vectoriel normé de dimension quelconque et soit
F un sous espace vectoriel de dimension finie de E.
Soit (xn ) une suite convergente de vecteurs de F , de limite x ∈ E. On va
montrer que x ∈ F .
La suite (xn ) étant convergente, est une suite de Cauchy dans F , qui d’après
le lemme 1, est complet; elle converge donc dans F vers. Soit y ∈ F sa limite
dans F . F étant un sous espace de E, la suite (xn ) converge vers y dans E et
l’unicité de la limite dans E entraine qu’on a y = x ∈ F .
Preuve du théorème:
6
Si E est de dimension finie, alors ∀x ∈ E, ∀r > 0, B 0 (x, r) est une partie
femée et bornée de E, donc d’après le lemme 2, c’est une partie compacte de E,
ce qui montre que E est localement compact.
Supposons E localement compact; alors, ∃r > 0 tel que B 0 (0, r) soit compact.
L’application ψ de E dans E définie par ψ(x) = 1r x étant un homéomor-
phisme, B 0 (0, 1) est compacte et on a:
B 0 (0, 1) ⊂ ∪0 B(x, 12 ), d’où
x∈B (0,1)
n
∃x1 , ..., xn ∈ B 0 (0, 1) tel que B 0 (0, 1) ⊂ ∪ B(xi , 12 ).
i=1
Soit F = hx1 , ..., xn i le sous espace vectoriel engendré par {x1 , ..., xn }. On
va montrer que E = F .
Soit x ∈ E \{0}, alors, ∃r > 0 tel que rx ∈ B 0 (0, 1). Il suffit donc de montrer
que B 0 (0, 1) ⊂ F .
Soit x ∈ B 0 (0, 1), alors ∃i ∈ {1, ..., n} tel que x ∈ B(xi , 12 ) ou x−xi ∈ B(0, 21 ).
∃u ∈ B(0, 1) tel que x − xi = 21 u ou x = xi + 21 u.
u ∈ B(0, 1) =⇒ ∃j ∈ {1, ..., n} tel que u ∈ B(xj , 12 ) ou u − xj ∈ B(0, 12 ),
d’où
∃v ∈ B(0, 1) tel queu − xj = 12 v ou u = xj + 21 v et alors
x = xi + 12 xj + 14 v et xi + 12 xj ∈ F .
Par récurrence, on en déduit que ∀n ∈ N∗ , ∃yn ∈ F, ∃un ∈ B(0, 1) tel que
x = yn + 21n un , d’où x = lim yn , car (un ) est bornée.
Comme F est fermé d’après le lemme 2, x ∈ F .
7
On a donc montré que {f (x), kxk ≤ 1} est borné.
(c)⇒(d) Soit C = sup{f (x), kxk ≤ 1}, alors kf (x)k ∈ C, ∀x ∈ E tel que
kxk ≤ 1.
x x
Soit x ∈ E \ {0}, alors kxk = 1, d’où f ( kxk ) ≤ C ou kf (x)k ≤ C kxk.
(d)⇒(a) Soit a ∈ E, Soit ε > 0, on cherche α > 0 tel que
kx − ak < α ⇒ kf (x) − f (a)k < ε.
Par hypothèse, kf (x) − f (a)k = kf (x − a)k ≤ C kx − ak.
Pour avoir kf (x) − f (a)k < ε, il suffit d’avoir C kx − ak < ε ou kx − ak < Cε .
On prnd donc α = Cε .
Exemple: Soit E l’espace des fonctions de classe C 1 de [0, 1] dans R
muni de la norme kf k1 = sup (|f (x)|, |f 0 (x)|)
x∈[0,1]
Soit F l’espace des fonctions continues de [0, 1] dans R muni de la norme
kgk2 = sup |g(x)|.
x∈[0,1]
Considérons l’application u de E dans F définie par u(f ) = f 0 . u est linéaire
et continue. En effet
∀f ∈ E, ku(f )k2 = kf 0 k2 = sup |f 0 (x)| ≤ kf k1 ; prendre C = 1 dans la
x∈[0,1]
proposition ci-dessus.
Si on muni E de la norme kf k3 = sup |f (x)|, alors l’application u n’est pas
x∈[0,1]
ku(v )k
continue. Il suffit de trouver une suite (vn ) d’éléments de E telle que kvnnk 2
3
prend des valeurs aussi grandes que l’on veut.
Posons vn (x) = cos(nx), alors u(vn )(x) = −n sin(nx).
ku(v )k
kvn k3 = 1 et ku(vn )k2 = n, d’où kvnnk 2 = n.
3
On note L (E, F ) l’ensemble des applications linéaires de E dans F ; c’est
un espace vectoriel sur K.
L’application f 7→ kf k = sup kf (x)k est une norme sur E. En effet:
kxk≤1
D’après la proposition 5, ∀f ∈ L (E, F ), kf k ∈ R et kf k ≥ 0.
kf k = 0 ⇐⇒ ∀x ∈ E, kxk ≤ 1 =⇒ f (x) = 0 =⇒ f (x) = 0 ∀x ∈ E.
On a aussi ∀λ ∈ K, ∀f, g ∈ L (E, F ), kλf k = |λ| kf k et kf + gk ≤ kf k + kgk.
Exercice: Montrer que ∀f ∈ L (E, F ), kf k = sup kf (x)k = sup kfkxk (x)k
et
kxk=1 x6=0
que
kf k = inf{M ≥ 0/ kf (x)k ≤ M kxk ∀x ∈ E} et kf (x)k ≤ kf k kxk ∀x ∈ E.
L (E, F ) est donc un espace vectoriel normé.
Proposition 6: Soient E,F et G trois espaces vectoriels sur K.
Soit f ∈ L (E, F ), g ∈ L (F, G). Alors g ◦f ∈ L (E, G) et kg ◦ f k ≤ kgk kf k.
Preuve: ∀x ∈ E,kg ◦ f (x)kG = kg(f (x)kG ≤ kgk kf (x)kF ≤ kgk kf k kxkE .
On a donc kg ◦ f k = sup kg ◦ f (x)k, d’où kg ◦ f k ≤ kgk kf k
kxk≤1
Proposition 7: Soient E et F deux espaces vectoriels normés. Si E est de
dimension finie, toute application linéaire de E dans F est continue.
Preuve: Supposons que dim E = n. Soit (e1 , ..., en ) une base de E.
8
n
P
Soit x = xi ei ∈ E. Alors
i=1
n
P n
P
kf (x)k = xi f (ei ) ≤ kf (ei )k max |xi |
i=1 i=1 1≤i≤n
9
Exemple 4: ∀p ≥ 1, l’espace `p des suite (xn ) d’éléments de K telles que la
∞
|xn |p soit convergente est un espace de Banach pour la norme
P
série
n=0
∞ p1
p
P
k(xn )kp = |xn | .
n=0
Preuve: Soit (xk )k∈N une suite de Cauchy d’éléments de `p . Alors:
∀ε > 0, ∃k0 ∈ N/∀k, l ∈ N, si on a k ≥ k0 et l ≥ k0 , alors xk − xl p ≤ ε.
On a xk − xl ≤ ε ⇐⇒ ∀n ∈ N, |xkn − xln | ≤ ε, d’où
∀n ∈ N, la suite (xkn )k∈N est une suite de Cauchy d’éléménts de K.
K étant complet, ∀n ∈ N, (xkn ) converge vers une limite an quand k tend
vers ∞.
∀ε > 0, ∃k0 ∈ N/∀k, l ∈ N, k ≥ k0 et l ≥ k0 ⇒ |xkn − xln | ≤ εnp , ∀n ∈ N.
2
D’où on a
∀ε > 0, ∃k0 ∈ N/∀l ∈ N, l ≥ k0 ⇒ |xkn0 − xln | ≤ εnp , ∀n ∈ N. Prenant la limite
2
quand l → ∞, on a |xkn0 − an | ≤ εnp , d’où
2
∞ ∞
k0 p εp 1
|an − xkn0 |p ≤ εp = εp , ce qui montre que
P P
|xn − an | ≤ 2n =⇒ 2n
n=0 n=0
a − xk0 p ≤ ε⇒ kakp ≤ xk0 p
+ ε et a = (an ) ∈ `p .
D’autre part
∞
ε
∀ε > 0,∃k0 ∈ N/k ≥ k0 ⇒ |xkn − an | ≤ |xkn − an |p ≤ εp , ce qui
P
n ⇒
2p n=0
montre que
∀ε > 0,∃k0 ∈ N/k ≥ k0 ⇒ |xkn − an | ≤ εnp ⇒ xk − a p ≤ ε.
2
Exemple 5: Soient E et F deux espaces vectoriels normés. Alors , si F est
de Banach, L (E, F )est de Bananch.
Preuve: Soit (fn ) une suite de Cauchy d’éléments de L (E, F ). Alors, on a:
∀ε > 0, ∃N ∈ N tel que ∀n, m ∈ N n ≥ N et m ≥ N =⇒ kfn − fm k ≤ ε.
kfn − fm k = sup kfn (x) − fm (x)k, d’où
kxk≤1
∀x ∈ B 0 (0, 1), (fn (x)) est une suite de Cauchy d’éléments de F complet,
d’où
∀x ∈ B 0 (0, 1), (fn (x)) converge vers u(x) dans F .
On va définie u sur E tout entier.
x x
Soit x ∈ E tel que kxk > 1, alors kxk = 1, d’où u( kxk ) est défini.
(
u(x) si kxk ≤ 1
Posons v(x) = x .
kxk u( kxk ) si kxk > 1
x
v(x) est définie ∀x ∈ E et pour kxk > 1, v(x) = kxk lim fn ( kxk ) =
n→∞
lim fn (x).
n→∞
v est définie sur E tout entier et v(x) = lim fn (x) ∀x ∈ E.
n→∞
⇒ l’application x 7−→ v(x) est linéaire. Montrons qu’elle est continue.
On a:
10
∀ε > 0, ∃N ∈ N tel que ∀n, m ∈ N, n ≥ N et m ≥ N =⇒ kfn − fm k =
sup kfn (x) − fm (x)k ≤ ε
kxk≤1
Fixons n ≥ N et faisons tendre m vers ∞; pour kxk ≤ 1, on a donc
kv(x) − fn (x)k ≤ ε, d’où pour kxk ≤ 1, kv(x)k ≤ kfN (x)k + ε.
v est donc bornée sur la boule unité, ce qui montre que v est continue.
Montrons que (fn ) converge vers v dans L (E, F ).
∀x ∈ B 0 (0, 1), lim kfn (x) − v(x)k = 0, et la convergence est uniforme sur
n→∞
B 0 (0, 1) d’où lim sup kfn (x) − v(x)k = 0.
n→∞kxk≤1
11
n
P n
P
kSn k = xk ≤ kxk k , ∀n ∈ N, d’où en passant à la limite quand
k=0 k=0
n → ∞, on a:
∞
P ∞
P ∞
P
lim kSn k = lim Sn ≤ kxk k ou xk ≤ kxk k.
n→∞ n→∞ k=0 k=0 k=0
Proposition 9: Si E est un espace vectoriel normé dans lequel toute série
normalement convergente est convergente, alors E est un espace de Banach.
Preuve: Soit (xn ) une suite de Cauchy d’éléments de E. On va montrer
qu’on peut extraire de (xn ) une sous suite convergente.
Soit ϕ l’applicaion de N dans N définie par:
1
ϕ(0) = 0 et ϕ(n + 1) = min p ≥ ϕ(n) + 1/sup kxp − xp+q k < (n+2)2 .
q∈N
(xn ) étant de Cauchy,
1
∀n ∈ N, ∃N ∈ N/p ≥ N =⇒ kxp+q − xp k < (n+1) 2 , ∀q ∈ N, ce qui montre
1
que l’ensemble {p ≥ ϕ(n) + 1/sup kxp − xp+q k < (n+2)2 }} est non vide dans N,
q∈N
donc admet un plus petit élément et l’application ϕ est strictement croissante
(ϕ(n + 1) > ϕ(n), ∀n ∈ N).
1
On a: sup xϕ(n+1) − xϕ(n+1)+q ≤ (n+2) 2 , d’où
q∈N
1
∀q ∈ N, xϕ(n) − xϕ(n)+q ≤ (n+1) 2 et ϕ(n + 1) ≥ ϕ(n) + 1, d’où
1
∀n ∈ N, xϕ(n) − xϕ(n+1) ≤ (n+1)2 .
∞
P
La série xϕ(n) − xϕ(n+1) est donc une série numérique convergente,
n=0
∞
P
d’où d’après l’hypothèse, la série xϕ(n+1) − xϕ(n) est convergente.
n=0
D’autre part,
n
P
∀n ∈ N, Sn = xϕ(k+1) − xϕ(k) = xϕ(n+1) − xϕ(0) .
k=0
La suite (Sn ) étant convergente, la suite (xϕ(n) ) est convergente.
La suite (xn ) est de Cauchy et admet une valeur d’adhérence; elle est donc
convergente.
12
Théorème 3: Soit f, g ∈ L (E). Si f et g permutent, alors ef +g = ef ◦ eg .
Conséquence: ef −f = ef ◦ e−f = 1E , d’où ef est un élément inversible de
L (E)
Le théorème de Banach-Steinhauss
Théorème 6: Soient E et F deux espaces vectoriels normés. Soit (fi )i∈I une
famille d’éléments de L (E, F ).
Alors si sup kfi k = +∞, il existe une partie G de E, intersection d’une famille
i∈I
dénombrable d’ouverts partout denses telle que ∀x ∈ G, sup kfi (x)k = +∞.
i∈I
13
Preuve: Soit n ∈ N∗ .
Notons Ωn la partie de E: Ωn = {x ∈ E/∃i ∈ I : kfi (x)k > n}.
Comme ∀i ∈ I, fi est continue, Ωn ouvert ∀n ∈ N∗ .
Montrons que Ωn est dense dans E ∀n ∈ N∗ .
Supposons qu’il existe n0 ∈ N∗ tel que Ωn0 ne soit pas dense dans E; alors,
∃x0 ∈ E, ∃r > 0 tel que B(x0 , r) ∩ Ωn0 = ∅, d’où
∀x ∈ B(x0 , r), ∀i ∈ I, kfi (x)k ≤ n0 .
Soit u ∈ B(0, 1), alors x0 + ru ∈ B(x0 , r), d’où kfi (x0 + ruk ≤ n0 , ∀i ∈ I.
kfi (ru)k = kfi (x0 + ru) − fi (x0 )k ≤ kfi (x0 + ru)k + kfi (x0 )k < 2n0 , ∀i ∈ I.
D’où kfi (u)k < 2nr 0 , ∀i ∈ I, ∀u ∈ B(0, 1).
On a donc sup kfi (u)k = sup kfi (u)k = kfi k < 2nr 0 , ∀i ∈ I, ce qui
u∈B(0,1) u∈B 0 (0,1)
contredit l’hypothèse sup kfi k = +∞, d’où ∀n ∈ N∗ , Ωn est dense dans E et
i∈I
∞
∀x ∈ G = ∩ Ωn , sup kfi (x)k = +∞, car ∃i ∈ I/ kfi (x)k > n, ∀n ∈ N∗ .
n=1 i∈I
Corollaire: Soit E un espace de Banach, F un espace vectoriel normé. Soit
(fn )n∈N une suite d’éléments de L (E, F ) telle que ∀x ∈ E, la suite (fn (x))
converge vers une limite f (x). Alors, f ∈ L (E, F ).
Preuve: (fn ) est une suite d’applications linéaires qui converge simplement
vers f , d’où f est linéaire; en effet, ∀x, y ∈ E, ∀λ, µ ∈ K,
f (λx + µy) = lim fn (λx + µy) = λ lim fn (x) + µ lim fn (y)
n→∞ n→∞ n→∞
∀x ∈ E, sup kfn (x)k est fini, car la suite (fn (x)) étant convergente, est
n∈N
bornée.
D’après le théorème (transposée) k = sup kfn k est fini.
n∈N
∀x ∈ E, ∀n ∈ N, kfn (x)k ≤ kf k kxk ≤ k kxk, d’où en passant à la limite,
kf (x)k ≤ k kxk, ce qui montre que f ∈ L (E, F ).
14
◦
Définition: On dit qu’une partie A de E est rare si A = ∅.
Proposition 10: Pour toute partie A de E, les assertions suivantes sont
équivalentes:
(i) A est rare.
(ii) A ne contient aucun ouvert non vide de E.
(iii) Tout ouvert non vide de E contient un ouvert non vide disjoint de A.
(iv) Tout ouvert non vide de E contient un ouvert non vide disjoint de A
(v) Tout ouvert non vide de E contient une boule ouverte disjointe de A.
Preuve:
◦
(i)⇒(ii) Soit U un ouvert de E tel que U ⊂ A: alors U ⊂ A = ∅, d’où U = ∅.
(ii)⇒(iii) Ssupposons qu’il esiste un ouvert non vide U de E tel que tout
ouvert non vide de U rencontre A; alors U ⊂ A = A, ce qui contredit (ii)
(iii)⇒(iv) évident
(iv)⇒(v) évident
◦ ◦
(v)⇒(i) Supposons A 6= ∅, alors A est un ouvert non vide de E, d’où par
◦
hypothèse, A contient une boule ouverte B telle que B ⊂ {A
E . On a donc
◦
B ⊂ A ⊂ A et B ⊂ {A E , ce qui est impossible; en effet, soit x ∈ B ⊂ A, alors
x ∈ A et B est un ouvert contenant x, d’où B ∩ A 6= ∅, ce qui contredit le fait
que B ⊂ {A
E.
◦
On a donc A = ∅.
Théorème 8 (Théorème de Baire) Soit E un espace métrique complet. Soit
∞
(An )n≥1 une suite de parties de E telle que E = ∪ An .
n=1
Alors, l’un des An n’est pas rare.
Preuve: On va montrer que si (An ) est une suite de parties rare de E, alors
∞
/ An , ∀n ∈ N∗ .
∪ An 6= E . On veut montrer qu’il existe x ∈ E tel que x ∈
n=1
A1 étant rare et E étant un ouvert non vide de E, E contient une boule
B1 = B(x1 , r1 ) telle que B1 ∩ A1 = ∅ (on peut supposer r1 < 1).
◦
Soit F1 = B 0 (x1 , r21 ) ⊂ B1 ; alors Ω1 = F1 6= ∅.
A2 est rare et Ω1 est un ouvert non vide de E, alors ∃B2 = B(x2 , r2 ) ⊂ Ω1
(r2 < 21 ) telle que B2 ∩ A2 = ∅.
◦
Posons F2 = B 0 (x2 , r22 ); alors Ω2 = F2 6= ∅.
On continue ainsi; supposons construits xk , rk , Bk , Fk , Ωk pour 0 ≤ k ≤ n−1
◦
1
avec rk < 2k−1 , Bk = B(xk , rk ), Fk = B 0 (xk , r2k ), Ωk = Fk .
An étant rare et Ωn−1 étant un ouvert non vide de E, ∃Bn = B(xn , rn ),
1
rn < 2n−1 telle que Bn ∩ An = ∅.
◦
On pose alors Fn = B 0 (xn , r2n ) et Ωn = Fn
(Fn ) est une suite décroissante de parties fermées non vides de E telle que
∞
lim δ(Fn ) = 0. D’après le théorème 7, ∩ Fn est un point {x}.
n→∞ n=1
15
∞ ∞ ∞
Si x ∈ ∪ An , alors ∃n0 ∈ N∗ tel que x ∈ An0 et x ∈ ∩ Fn ⊂ ∩ Bn , d’où
n=1 n=1 n=1
x ∈ Bn0 , ce qui contredit le fait que Fn0 ∩ Bn0 = ∅.
Théorème 9 (théorème de l’application ouverte): Soient E et F deux espaces
de Banach et soit f ∈ L (E, F ).
Alors, f est surjective si et seulemet si f est ouverte.
Preuve: Supposons f ouverte. Alors f (E) est un ouvert de F et 0 ∈ f (E),
r
d’où ∃r > 0 tel que B(0, r) ⊂ f (E). Soit y ∈ F \{0} ; alors kyk+1 y = z ∈ B(0, r);
∗
d’où ∃k ∈ R tel que ky ∈ f (E) et donc y ∈ f (E).
Supposons réciproquement que f est surjective.
Pour montrer que f est ouverte, il suffit de montrer que ∃δ > 0 tel que
B(0F , δ) ⊂ f (B 0 (0, 1))....(*)
Supposons (*) démontrée et montrons que f est ouverte.
Soit U un ouvert non vide de E et soit y = f (x) ∈ f (U ).
x ∈ U et U est ouvert, donc ∃ε > 0 tel que B 0 (x, ε) = x + B 0 (0, ε) ⊂ U , d’où
∃ε > 0 tel que f (x) + f (B 0 (0, ε)) ⊂ f (U ) et on a B 0 (0, ε) = εB 0 (0, 1) d’où
∃ε > 0 tel que y+εf (B 0 (0, 1)) ⊂ f (U ) et ∃δ > 0 tel que B(0, δ) ⊂ f (B 0 (0, 1)),
d’où:
∃δ > 0 tel que y + εB(0, δ) ⊂ f (U ) ou ∃δ > 0 tel que B(y, εδ) ⊂ f (U ).
On a montré que f (U ) est ouvert.
Preuve de (*)
Pour n ∈ N∗ , soit Fn = f (B(0, n)). Alors, comme f est surjective et
∞ ∞
E = ∪ B(0, n), F = ∪ Fn . Le théorème de Baire entraîne que ∃n0 ∈ N∗
n=1 n=1
◦
tel que Fn 0 6= ∅.
◦
Soit y0 ∈ Fn0 , alors ∃r > 0 tel que B(y0 , r) ⊂ Fn0 . Soit y ∈ B(0F , r).
0
y0 ∈ Fn0 = f (B(0, n0 )), d’où il existe une suite (xn ) d’éléments de B(0, n0 )
0
tel que la suite (f (xn )) converge vers y0 .
y ∈ B(0, r) ⇒ y + y0 ∈ y0 + B(0, r) = B(y0 , r) ⊂ Fn0 , d’où il existe une suite
00 00
(xn ) d’éléments de B(0, n0 ) telle que (f (xn ) converge vers y + y0 .
00 0
Posons xn = xn − xn . Alors (f (xn )) est une suite d’éléments de B(0, 2n0 )
qui converge vers y.
yr
Soit y ∈ F \ {0}; alors, 2kyk ∈ B(0, r), d’où, il existe une suite (xn )
yr
d’éléments de B(0, 2n0 ) telle que la suite (f (xn )) converge vers 2kyk , d’où la
suite (f ( 2kyk
r xn )) converge vers y. On a donc:
kyk
∀ε > 0, ∃N ∈ N/ f( 2kyk 2kyk
r xN ) − y < ε et pour x = r xN , kxk ≤ 4n0 r .
On a montré que
∀y ∈ F, ∀ε > 0, ∃x ∈ E/ kxk ≤ 4n0 kyk r et ky − f (x)k < ε.
Soit δ = 4nr 0 . Montrons que 21 δB(0F ; 1) ⊂ f (B(0E , 1)).
Soit y ∈ 21 δB(0F , 1), alors, ∃x1 ∈ E tel que kx1 k ≤ 4nr 0 kyk = 1δ kyk < 21 et
kf (x1 ) − yk < 212 δ.
En prenant y − f (x1 ), ∃x2 ∈ E/ kx2 k ≤ 4nr 0 ky − f (x1 )k < 1δ 212 δ = 212 et
ky − f (x1 ) − f (x2 )k < 213 δ.
16
1
On construit ainsi une suite (xn ) d’éléments de E telle que kxn k < 2n et
n
1
P
y− f (xi ) < 2n+1 δ.
i=1
n
P
La suite (sn ) définie par sn = xi est de Cauchy dans E complet; elle
i=1
converge donc vers s ∈ E et ksk ≤ 1
f étant continue, la suite (f (sn )) converge vers f (s) et (f (sn )) converge vers
y, d’où y = f (s) ∈ f (B 0 (0, 1)).
Corollaire: Soient E et F deux espaces de Banach et f une application
linéaire, continue, bijective de E dans F . Alors f −1 est une application linéaire
continue; f est bicontinue.
Preuve: D’après le théorème de l’application ouverte, f est ouverte, donc
f −1 est continue.
Application: Soit E un espace vectoriel normé muni de deux normes k.k1 et
k.k2 telles que (E, k.k1 ) et (E, k.k2 ) soient des espaces de Banach. Alors si ces
deux normes sont comparables, elles sont équivalentes.
Preuve: L’application I : (E, k.k1 ) −→ (E, k.k2 ) est bijective et con-
tinue. D’après le corollaire, I est bicontinue, donc les normes sont équivalentes.
Définition: Soient E et F deux ensembles et f une application de E dans
F . On appelle graphe de f , la partie de E × F : G(f ) = {(x, f (x), x ∈ E}
Remarque: Si E et F sont des espaces vectoriels nornés, E ×F est un espace
vectoriel normé et si E et F sont des espaces de Banach, E × F est un espace
de Banach.
Théorème 10 (théorème du graphe fermé) Soient E et F deux espaces de
Banach et soit f une application linéaire de E dans F .
Alors f est continue si et seulement si le graphe de f est fermé dans E × F .
Preuve: Supposons f continue. Soit (xn , f (xn )) une suite de points de G(f )
qui converge vers (x, y) dans E × F . On veut montrer que y = f (x).
Comme la suite (xn , f (xn )) converge dans E × F vers (x, y), (xn ) converge
vers x et (f (xn )) converge vers y.
Comme (xn ) converge vers x et f est continue, alors (f (xn )) converge vers
f (x), d’où y = f (x).
Réciproquement, supposons que G(f ) est fermé dans E × F , alors G(f ) est
un espace de Banach, car E × F est de Banach.
Soit p : (x, y) 7→ x la projection de E × F sur E; p est linéaire et
continue. La restriction p|G(f ) : G(f ) → E définie par (x, f (x) 7→ x est
injective et surjective.
p|G(f ) est donc une bijection linéaire et continue de l’espace de Banach G(f )
sur l’espace de Banach E: elle est donc bicontinue d’après le corollaire du
théorème de l’application ouverte, d’où p|−1 G(f ) : E → G(f ) définie par
x 7→ (x, f (x)) est continue et par conséquent f est continue.
Théorème 11: (théorème de la borne uniforme): Soient E et F deux espaces
de Banach; soit (ui )i∈I une famille non vide d’applications linéaires continues
de E dans F .
On suppose que ∀x ∈ E, la famille (ui (x))i∈I est bornée dans F . ( (ui )i∈I
17
est simplement bornée ou ponctuellement bornée: ∀x ∈ E, ∃Cx > 0 telle que
sup kui (x)k ≤ Cx )
i∈I
Alors la famille (ui )i∈I est bornée (∃C > 0 tel que sup kui k ≤ C)
i∈I
Preuve: On sait que l’espace B(I, F ) des applications bornées de I dans F
est un espace de Banach pour la norme kf k∞ = sup kf (i)k .
i∈I
Soit
v : E −→ B(I, F ) v(x) : I −→ F
où
x 7−→ v(x) i 7−→ ui (x)
On a bien v(x) ∈ B(I, F ), car par hypothèse, ∀x ∈ E, sup kui (x)k ≤ Cx .
i∈I
L’application v est linéaire, car ∀x, y ∈ E, ∀λ, µ ∈ K,
v(λx + µy)(i) = ui (λx + µy) = λui (x) + µui (y) = (λv(x) + µv(y)) (i), ∀i ∈ I.
Montrons que v est continue.
E et B(I, F ) étant des espaces de Banach, il suffit d’après le théorème du
graphe fermé, de montrer que le graphe G(v) est fermé dans E × B(I, F ).
Soit (xn ) une suite de points de E telle que (xn ) converge vers x dans E et
(v(xn )) converge vers f dans B(I, F ). On veut montrer que f = v(x).
Soit i ∈ I; on a:
kv(x)(i) − f (i)k = kui (x) − f (i)k ≤ kf (i) − ui (xn )k + kui (xn ) − ui (x)k.
Comme v(xn ) → f , on a v(xn )(i) → f (i), d’où lim kf (i) − ui (xn )k = 0.
n→∞
D’autre part, xn → x et ui est continue, d’où ui (xn ) → ui (x).
On a donc lim kv(x)(i) − f (i)k = 0, ∀i ∈ I,
n→∞
ce qui entraîne que v(x)(i) = f (i), ∀i ∈ I ou v(x) = f .
G(v) est donc fermé, ce qui montre que v est continue; v ∈ L (E, B(I, F ))
Posons C = kvk = sup kv(x)k, alors C ∈ R.
kxk≤1
Montrons que ∀i ∈ I, kui k ≤ C
∀i ∈ I, kui k = sup kui (x)k = sup kv(x)(i)k ≤ sup kv(x)k∞ = kvk = C.
kxk≤1 kxk≤1 kxk≤1
18
Définition: On dit que (X, ≤) est inductif si toute chaîne de X possède un
majorant.
Exemples:
1. Tout ensemble non vide fini, ordonné est inductif.
2. Soit E un ensemble non vide; alors (P(E), ⊂) est inductif.
3. (N, ≤) n’est pas inductif car, non majoré.
Thérème de Zorn: Tout ensemble ordonné, non vide et inductif possède au
mois un élément maximal.
19
f 0 (x) ≤ p(x) ∀x ∈ M 0 ou f (y) + αρ ≤ p(y + αa) ∀y ∈ M, ∀α ∈ R.
Si α = 0, f 0 (x) = f (x) ≤ p(x).
Si α > 0, dans l’inégalité ρ ≤ p(y + a) − f (y), remplaçant y par αy , on a:
ρ ≤ p( αy + a) − f ( αy ) ou ρ + α1 f (y) ≤ p( αy + a), d’où en multipliant par α > 0,
αρ + f (y) ≤ αp( α1 (y + αa)) ≤ p(y + αa), car p est sous linéaire. On a donc
f 0 (x) ≤ p(x).
Si α < 0, dans l’inégalité −p(−y − a) − f (y) ≤ ρ, remplaçant y par αy ,on a:
−p(− αy − a) − f ( αy ) ≤ ρ ou en multipliant par α < 0,
−αp(− α1 (y + αa)) − αf ( αy ) ≥ αρ ou p(y + αa) − f (y) ≥ αρ, car
p(− α1 (y + αa) ≤ − α1 p(y + αa).
On a donc
f (y) + αa ≤ p(y + αa) ou f 0 (x) ≤ p(x).
Remarque: ρ étant arbitraire entre m et m0 , le prolongement obtenu sur M 0
n’est pas nécessairement unique.
Preuve du théorème de Hahn Banach
Notons F l’ensemble des couples (M 0 , f 0 ) où M 0 est un sous espace vectoriel
de E contenant M et f 0 une forme linéaire sur M 0 qui prolonge f et telle que
f 0 (x) ≤ p(x) ∀x ∈ M 0 .
F est non vide car (M, f ) ∈ F.
Ordonnons F de la manière ( suivante:
M 0 ⊂ M 00
(M 0 , f 0 ) ≤ (M 00 , f 00 ) ⇐⇒ .
f 00 prolonge f 0
Montrons que (F, ≤) est inductif.
0 0
Soit (Mi , fi )i∈I une chaîne dans F. On a:
0 0
∪ Mi est un sous espace vectoriel de E car ((Mi )i∈I , ⊂) est totalement
i∈I
ordonnée. 0
h : ∪ M1 −→ R
Soit i∈I
0
x ∈ Mi 7−→ h(x) = fi0 (x)
0 0
h est linéaire et h(x) ≤ p(x) ∀x ∈ ∪ M1 , d’où ( ∪ M1 , h) est un majorant de
i∈I i∈I
0 0
(Mi , fi )i∈I dans F.
D’après le théorème de Zorn„ F a au moins un élément maximal (M0 , f0 ).
Montrons que M0 = E.
0
Supposons qu’il existe x0 ∈ E \ M0 et posons M0 = M0 + Rx0 .
0 0
D’après le Lemme, f0 se prolonge en une forme linéaire f0 sur M0 et telle que
0 0
f0 (x) ≤ p(x)∀x ∈ M0 .
0 0
(M0 , f0 ) ∈ F et majore (M0 , f0 ) qui est un élément maximal de F, ce qui
0
est impossible car M0 $ M0 .
20
p : E −→ R
Preuve: Soit
x 7−→ kf k kxk
p est une forme sous linéaire sur E et on a
f (x) ≤ |f (x)| ≤ kf k kxk = p(x) ∀x ∈ M .
D’après le théorème de Han Banach, f se prolonge sur E en une forme
linéaire fe telle que fe(x) ≤ p(x) = kf k kxk ∀x ∈ E.
On a aussi fe(−x) = −fe(x) ≤ kf k kxk ∀x ∈ E, d’où |fe(x)| ≤ kf k kxk ∀x ∈ E,
ce qui montre que fe est continue et fe ≤ kf k; mais on a aussi kf k ≤ fe , car
fe prolonge f , d’où fe = kf k.
Corollaire 2: Soit E un espace vectoriel normé réel et soit x0 ∈ E \ {0}.
Alors, ∃fe ∈ E 0 telle que fe(x0 ) = kx0 k et fe = 1.
Preuve: Soit M = hx0 i la droite vectorielle engendrée par x0 et soit
f : M −→ R
tx0 7−→ t kx0 k
f est linéaire et continue, d’où, d’après le Corollaire 1, ∃fe ∈ E 0 qui prolonge
f et telle que fe = kf k.
fe(x0 ) = f (x0 ) = kx0 k et kf k = 1.
Applications transposées
Soit E un espace vectoriel sur K = R ou C. On note E ∗ le dual algébrique de
E; c’est l’ensemble de toutes les fomes linéaires sur E.
Soient E et F deux espaces vectoriels sur K et soit u ∈ hom(E, F ) l’ensemble
des applications linéaires de E dans F .
Définition: On appelle transposée de u l’application t u de F ∗ dans E ∗ définie
de la manière suivante:
t
u : F ∗ −→ E∗
y ∗ 7−→ t u(y ∗ ) : E −→ R
x 7−→ y ∗ (u(x))
C’est à dire t u(y ∗ ) = y ∗ ◦ u.
Soient maintenat E et F deux espaces vectoriels normés sur K, E 0 (resp.
0
F ) le dual topologique de E (resp. F ).
Soit u ∈ L (E, F ); alors t u(F 0 ) ⊂ E 0 . En effet ∀y 0 ∈ F 0 ,t u(y 0 ) = y 0 ◦ u ∈ E 0 .
u0 : F 0 −→ E0
On peut donc définir une application
y 0 7−→ y 0 ◦ u
Proposition 11: On a ku0 k = kuk.
Preuve: On a par définition: ku0 (y 0 )k = sup ku0 (y 0 )(x)k = sup ky 0 (u(x))k,
kxk=1 kxk=1
d’où ku0 (y 0 )k ≤ ky 0 k sup ku(x)k ≤ ky 0 k kuk, ce qui montre que ku0 k ≤ kuk.
kxk=1
D’autre part, comme kuk = sup ku(x)k, par définition de la borne supérieure,
kxk=1
∀ε > 0, ∃x0 ∈ E/ kx0 k = 1 et kuk < ku(x0 )k + ε
D’après le Corollaie 2 du théorème de Hahn Banach,∃y 0 ∈ F 0 / ky 0 k = 1 et
y 0 (u(x0 )) = ku(x0 )k > kuk − ε.
21
On a donc
kuk − ε < u0 (y 0 )(x0 ) = y 0 (u(x0 )) ≤ ku0 (y 0 )k kx0 k ≤ ku0 k ky 0 k = ku0 k.
On a montré que ∀ε > 0, kuk < ku0 k + ε, d’où kuk ≤ ku0 k
22
(
|vn |q−2 vn si vn 6= 0
un =
0 si vn = 0
Compte teu du fait que p1 + 1q = 1 ou p + q = pq, on a:
|un |p = |vn |p(q−2) |vn | = |vn |p+q−2q+p = |vn |q , ce qui montre que u ∈ `p .
∞ ∞ ∞
∞ p1 + q1
q−2 q q
P P P P
Lv (u) = un vn = |vn | vn vn = |vn | = |vn | , d’où,
n=1 n=1 n=1 n=1
compte tenu de ce que |un |p = |vn |q
∞ p1 ∞ q1 ∞ p1 ∞ q1
|vn |q |vn |q |un |p |vn |q , d’où
P P P P
Lv (u) = =
n=1 n=1 n=1 n=1
Lv (u) = kukp kvkq , ce qui montre que kLv k = kvkq
L : `q −→ (`p )0
On montre que l’application isométrique est surjec-
v 7−→ Lv
tive.
23
4. Soit C une partie convexe de E; alors ∀λ ∈ R, λC est convexe.
5. Soient E et F deux espaces vectoriels sur R et soit f une application
linéaire de E dans F . Alors, si A est une partie convexe de E, f (A) est une
partie convexe de F et si B est une partie convexe de F , f −1 (B) est une partie
convexe de E.
La preuve de cette proposition est laissée comme exercice.
Définition: Soit x1 , ..., xn ∈ E. On appelle combonaison linéaire convexe
Pn n
P
des xi toute somme de la forme λi xi , où ∀i ∈ {1, ..., n}, λi ≥ 0 et λi = 1.
i=1 i=1
Proposition 2: Une partie C de E est convexe si et seulement si C contient
toutes ses combinaisons linéaires convexes.
Preuve: Si C contient toutes ses combinaisons linéaires convexes, alors
∀t ∈ [0, 1], ∀x, y ∈ C, (1 − t)x + ty est une combinaison linéaire convexe de
x et y, d’où (1 − t)x + ty ∈ C et C est donc convexe.
Supposons C convexe et démontrons par récurrence sur n ≥ 2 que
n
P n
P
∀x1 , ..., xn ∈ C, ∀λ1 , ..., λn ∈ [0, 1] tel que λi = 1, λi xi ∈ C.
i=1 i=1
La proposition est vraie pour n = 2. Supposons la vraie pour k = 3; 4, ..., n−
1 et montrons qu’elle est vraie pour k = n.
n
P
Soit ∀x1 , ..., xn ∈ C, soit λ1 , ..., λn ∈ [0, 1] tel que λi = 1.
i=1
n−1
P
Si λi = 0 ou λ1 = ... = λn−1 = 0 et λn = 1, le résultat est évident.
i=1
n−1 n−1
λi
Supposons que λ0 =
P P
λi 6= 0. Soit a = λ0 xi .
i=1 i=1
L’hypothèse de récurrence entraine que a ∈ C et on a:
n n
λi xi = λ0 a + λn xn et λ0 + λn = 1 d’où
P P
λi xi ∈ C.
i=1 i=1
Proposition 3: 1. Soit C une partie convexe de E. Alors ∀λ > 0, µ > 0, on
a (λ + µ)C = λC + µC.
2. Tout produit d’espaces convexes est convexe.
Preuve: On a toujours (λ + µ)C ⊂ λC + µC. En effet, soit x ∈ (λ + µ)C,
alors, x = (λ + µ)c, c ∈ C. D’où x = λc + µc ∈ λC + µC
Soit λ > 0, µ > 0; soit x = λa + µb ∈ λC + µC. Alors
λ µ λ µ λ µ
x = (λ + µ)[ λ+µ a + λ+µ b] et λ+µ a + λ+µ b ∈ C, car λ+µ + λ+µ = 1 et C est
convexe, d’où x ∈ (λ + µ)C.
Définition: Soit A ⊂ E. On appelle enveloppe convexe de A, l’intersection
de toutes les parties convexes de E contenant A; c’est la plus petite partie
convexe de E contenant A. On la note co(A).
Proposition 4: L’enveloppe convexe d’une partie A de E est l’ensemble des
combinaisons linéaires d’éléments de A.
n
P n
P
Preuve: Notons B = { ti xi , ti ≥ 0, xi ∈ A, ti = 1} l’ensemble des
i=1 i=1
combinaisons linéaires convexes d’éléments de A.
On a A ⊂ co(A), d’où co(A) contient toutes les combinaisons linéaires
d’éléments de A (Proposition 2)
24
Pour montrer que co(A) ⊂ B, il suffit de montrer que B est convexe, car
comme A ⊂ B, B sera alors une partie convexe de E contenant A.
n
P m
P
Soit x = λ i xi , y = µj yj ∈ B et soit t ∈ [0, 1]; alors; on a:
i=1 j=1
n
P m
P n
P m
P
(1 − t)x + ty = (1 − t)λi xi + tµj yj . Comme (1 − t)λi + tµj =
i=1 j=1 i=1 j=1
1 − t + t = 1, (1 − t)x + ty ∈ B et B est convexe.
Théorème 1 (théorème de Carathéodory) Soit E un espace vectoriel de
dimension n sur R. Soit A ⊂ E. Alors, co(A) est l’ensemble des combinaisons
linéaires convexes de familles d’au plus n + 1 éléments de A.
Preuve: Il suffit de montrer que toute combinaison linéaire convexe d’une
famille contenant p > n + 1 éléments est aussi combinaison linéaire convexe d’au
plus p − 1 éléments.
p
P
Soit p > n + 1, x1 , ..., xp ∈ A, λ1 , ..., λp ∈ [0, 1] tels que λi = 1.
i=1
p
P
Soit x = λ i xi .
i=1
Comme p > n+1, les vecteurs x2 −x1 ,..., xp −x1 sont liés, d’où ∃µ2 , ..., µp ∈ R
p
P
non tous nuls tels que µi (xi − x1 ) = 0.
i=2
p
µi , alors (µ1 , ..., µp ) est un vecteur non nul de Rp et
P
Posons µ1 = −
i=2
p
P p
P
µi = 0 et µi xi = 0
i=1 i=1
+ = {i ∈ {1,
L’ensemble In o ..., p}/µi > 0} est non vide.
λ
Soit t = min µλii , i ∈ I+ ;∃i0 ∈ I+ tel que t = µii0 .
0
Posons βi = λi − tµi ∀i ∈ {1, ..., p}; alors βi ≥ 0 ∀i ∈ {1, ..., p} et βi0 = 0.
Pp P Pp
D’autre part, comme µi = 0, on a βi = 1 et comme µi xi = 0,
i=1 i6=i0 i=1
p
P P
x= βi x i = β i xi .
i=1 i6=i0
x est donc combinaison linéaire de p − 1 éléments de A.
Notion de cône
Soit E un espace vectoriel sur R.
Définition: On dit qu’une partie K de E est un cône de sommet x0 si
∀x ∈ K, ∀t ≥ 0, x0 + t(x − x0 ) ∈ K.
K est un cône de sommet 0 si ∀x ∈ K, ∀t ≥ 0, tx ∈ K.
Dans la suite, nous considérons des cônes de sommet 0.
Proposition 5: Un cône K est convexe si et seulement si ∀x, y ∈ K, x + y ∈
K.
Preuve: Soit K un cône convexe. Soit x, y ∈ K, alors,
1 1 1 1
2 (x + y) = 2 x + 2 y ∈ K, car K est convexe et alors x + y = 2 2 (x + y) ∈ K,
car K est un cône.
25
Réciproquement, Soit K un cône tel que ∀x, y ∈ K, x + y ∈ K.
Soit x, y ∈ K et soit t ∈ [0, 1]. On a: (1 − t)x, ty ∈ K, d’où d’après
l’hypothèse, (1 − t)x + ty ∈ K, ce qui montre que K est convexe.
Exemples:
1. Tout sous espace vectoriel de E est un cône convexe.
2. L’image directe et l’image réciproque de cônes convexes par une applica-
tion linéaire sont des cônes convexes
Exercice: Montrer que toute intersection de cônes convexes est un cône
convexe.
Définition: Soit A ⊂ E; on appelle enveloppe conique de A, l’intersection
de tous les cônes convexes de E contenant A. On le note cone(A)
Proposition6: Pour toute partie A de E, on a:
n
cone(A) = x ∈ E/∃n ∈ N∗ , ∀i = 1, ..., n, ∃ti ≥ 0, ∃xi ∈ A, /x =
P
ti xi
i=1
Preuve identique à celle de Proposition 3.
Théorème 2: Soit E un espace vectoriel de dimension n sur R, A ⊂ E.
Alors ∀y ∈ cone(A) \ {0}, il existe une famille libre (a1 , ..., ap ) d’éléments de A
p
P
et une famille (λ1 , ..., λp ) de réels positifs tels que y = λi ai .
i=1
Preuve identique à celle du théorème de Carathéodory.
26
Existence: Soit a ∈ A, alors −a + A ∈ A (E) et 0 ∈ −a + A, d’où
−a + A ∈ V (E) et −a + A est parallèele à A.
Unicité: Soient U et V deux sous espaces vectoriels de E parallèles à A.
Alors, U est parallèle à V (exercice); d’où ∃x0 ∈ E tel que V = x0 + U .
Comme 0 ∈ V , −x0 ∈ U , d’où x0 ∈ U , car U est un espace vectoriel.et on a
V ⊂ U . De même, U ⊂ V , d’où U = V .
D’après l’unicité, V = −y + A, ∀y∈ A, D’où V = ∪ (−y + A) = A − A.
y∈A
Définition: On appelle combinaison affine d’éléments de E toute somme finie
m m
ai xi , m ∈ N∗ , a1 , ..., am ∈ R,
P P
de la forme ai = 1 et x1 , ..., xm ∈ E.
i=1 i=1
Proposition 9: Une partie A de E est un sous espace affine de E si et
seulement si A contient toutes ses combinaisons affines.
Preuve identique à celle de Proposition 2
Définition: On appelle dimension de A ∈ A (E) la dimension de l’unique
V ∈ V (E) parallè0el à A. On note dim A.
Proposition 10: Toute intersection de sous espaces affines de E est un sous
espace affine de E.
Preuve: Exercice.
Définition: Soit A ⊂ E. Le sous espace affine engendré par A est le plus
petit sous espace affine de E contenant A; c’est l’intersection de tous les sous
espaces affines de E contenant A.
On le note af f (A).
Proposition 11: Pour toute partie A de E, Af f (A) est égal à l’ensemble de
toutes les combinaisons affines d’éléments de A.
Preuve: Exercice
Exercice: Montrer que dans A (E) la relation A∼ B ⇐⇒ A B est une
relation d’équivalence.
27
tr
ktx + (1 − t)y − (tx + (1 − t)zk = (1 − t) ky − zk < (1 − t) 1−t = tr. d’où
tx + (1 − t)y ∈ B(tx + (1 − tz, tr).
◦
Proposition 12: Soit C une partie convexe de E. Alors C et C sont convexes.
◦ ◦ ◦
Si de plus C 6= ∅, alors, on a: C = Cet C̊ = C.
Preuve:
◦
. Montrons que C est convexe.
◦ ◦ ◦
Soit x, y ∈ C, alors, x ∈ Cet y ∈ C ⊂ C, d’où d’après le théorème 3,
◦ ◦ ◦ ◦
[x, y[⊂ C, mais y ∈ C, donc [x, y] ⊂ C et C est convexe.
. Montrons que C est convexe.
Soit x, y ∈ C et soit t ∈ [0, 1]. Il existe deux suites (xn ) et (yn ) d’éléments
de telles que (xn ) converge vers x et (yn ) converge vers y. C étant convexe,
∀n ∈ N, (1−t)xn +tyn ∈ C et la suite ((1−t)xn +tyn ) converge vers (1−t)x+ty,
d’où (1 − t)x + ty ∈ C.
. Supposons C d’intérieur non vide.
◦ ◦ ◦
On a C ⊂ C, d’où C ⊂ C.
◦ ◦ ◦
C 6= ∅; soit x ∈ C. Soit y ∈ C, alors ∃r > 0 tel que B(y, r) ⊂ C.
◦ ◦
Si y = x, alors y ∈ C car x ∈ C. Supposons x 6= y, alors kx − yk > 0.
Posons z = y − λ(x − y); alors,
◦
r
pour |λ| kx − yk < r ou |λ| < kx−yk , z ∈ B(y, r) ⊂ C, d’où comme x ∈ C et
◦
z ∈ C,d’après le théorème 3, on a: [x, z[⊂ C.
r
On prend dans la suite 0 < λ < kx−yk .
◦
1 λ
Mais z = y − λx + λy = −λx + (1 + λ)y, d’où y = 1+λ z + 1+λ x ∈ [x, z[⊂ C.
◦ ◦
On a donc C = C.
◦
D’autre part,on a: C ⊂ C, d’où C̊ ⊂ C.
Soit x ∈ C̊. Soit y ∈ C; alors [x, y[⊂ C̊et y ∈ [x, y[ ⊂ C̊, d’où y ∈ C̊.
Remarque: Si C est d’intérieur vide: C̊ = ∅, les résultats précédents ne sont
plus nécessairement vrais.
Exemple 1: Si C est un singleton, C = {x}, alors C̊ = ∅ et C = C, d’où
C̊ = ∅ et C 6= ∅; on a dans ce cas
C̊ 6= C. ∞
1
P
Exemple 2: Soit E = ` = x = (xn )/ |xn | < +∞ .
n=0
On pose ∀k ∈ N, ek = (0, ..., 0, 1, 0...) avec 1 à la k ième place. Soit C =
hek , k ∈ Ni, le sous espace vectoriel engendré par {ek , k ∈ N}
On a C̊ = ∅; en effet, si x ∈ C̊, ∃r > 0 tel que B(x, r) ⊂ C, ce qui est
impossible, car C étant un sous espace vectoeiel deE contenant une boule de E,
on aurait C = E.
Montrons que C = E.
∞
Soit x = (xn ) ∈ `1 , alors, ∀ε > 0, ∃N ∈ N/∀n ∈ N, n ≥ N ⇒
P
|xk | < ε.
k=n+1
28
∞
n
n
P P P
x− xk ek ≤ |xk | < ε, d’où la suite xk ek converge vers x
k=0 k=n+1 k=0
˚ = `1 et C̊ = ∅ .
et donc x ∈ C. On a donc C = `1 , ce qui entraine C
29
Théorème 6: Soit E un espace vectoriel de dimension n sur R. Soit C une
partie convexe de E. Alors:
(x ∈ C̊) ⇐⇒ (∀u ∈ E, ∃ru > 0/x + ru u ∈ C).
Preuve: Soit x ∈ C̊, alors ∃r > 0 tel que B(x, r) ⊂ C.
r
Soit u ∈ E \ {0} et soit ru un réel tel que 0 < ru < kuk . Alors, on a
kx − (x + ru u)k = ru kuk < r, d’où x + ru u ∈ B(x, r) ⊂ C.
Réciproquement, soit (ei )i=1,...,n une base de E. Posons ui = −ei . Alors
par hypothèse,∃ri > 0, ∃si > 0 tels que x + ri u, x + si u ∈ C.
Soit r = min {ri , si } et soit φ l’isomorphisme canonique de Rn sur E.
1≤i≤n p
p
|ai | < r ; Ω est un ouvert non vide de Rn ,
P
Posons Ω = (a1 , ..., ap ) ∈ R /
i=1
donc φ(Ω) est un ouvert non vide de E.
Montrons que {x} + φ(Ω) ⊂ C.
Soit a = (a1 , ..., an ) ∈ Ω. Posons:
I+ = {i ∈ {1, ..., Pn}/ai > 0}P et I− {i ∈ {1, ...,
Pn}/ai < P 0}. Alors
x + φ(a) = x + ai ei + ai ei = x + ai ei − ai ui
i∈I+ i∈I− i∈I+ i∈I−
!
P ai
= 1r r − − ari (x + rui ) et on a
P P
|ai | x + r (x + rei ) +
i∈I+ i∈I+ i∈I−
!
n
1
P P P
r 1− |ai | + ai − ai = 1 , d’où x + φ(a) est une combinaison
i=1 i∈I+ i∈I−
linéaire convexe d’éléments de C , ce qui prouve que x + φ(a) ∈ C.
On a donc {x}+φ(Ω) ⊂ C et {x}+φ(Ω) est un ouvert , d’où {x}+φ(Ω) ⊂ C̊
et x ∈ {x} + φ(Ω) ⊂ C̊.
Remarque: La propriété du théorème 6 n’est pas vraie si E est de dimension
infinie.
1́
Exemple: Soit E = C ([0, 1], R) muni de la norme kxk = |x(t)|dt,
( ) 0
30
montre que la suite (xn ) converge vers 0 dans E.
Supposons que 0 ∈ C̊, alors ∃r > 0 tel que B(0, r) ⊂ C et
∃N ∈ N/n ≥ N ⇒ kxn − 0k < r, d’où ∀n ≥ N, xn ∈ B(0, r) ⊂ C, ce qui
contredit le fait que ∀n ∈ N∗ , xn ∈/ C.
Proposition 13: Si E est de dimension finie, l’enveloppe convexe d’une partie
compacte de E est compact.
Preuve: Soit K une partien+1compacte de E. On sait (théorème de carathéodory)
P n+1
P
que si dimE = n, co(K) = ai xi , ∀i = 1, ..., n, xi ∈ K, ai ∈ [0, 1], ai = 1 .
i=1 i=1
n+1
S n+1 = (a1 , ..., an+1 ) ∈ [0, 1]n+1 /
P
ai = 1 est une partie compacte de
i=1
Rn+1 . D’autre part, l’application
ϕ : Rn+1 × E n+1 −→ E
n+1
P
(a1 , ..., an+1 , x1 , ..., xn+1 ) 7−→ ai xi
i=1
est continue et co(K) = ϕ(S n+1 × K n+1 ) et S n+1 × K n+1 est compact.
31
D’après la Proposition 15, co({x1 , ..., xn }) est compact et contenu dans
m
∪ B(y, 3r ) , d’où ∃y1 , ..., ym ∈ co({x1 , ..., xn }) tel que co({x1 , ..., xn }) ⊂ ∪
y∈co({x1 ,...,xn }) j=1
B(yj , 3r ).
m
Montrons que co(K) ⊂ ∪ B(yj , 2r
3 ), ceci entrainera que
j=1
m m
co(K) ⊂ ∪ B 0 (yj , 2r
3 ) ⊂ ∪ B(yj , r).
j=1 j=1
p
Soit x ∈ co(K); alors ∃z1 , ..., zp ∈ K, ∃(b1 , ..., bp ) ∈ S p tel que x =
P
bk zk .
k=1
n
∀k ∈ {1, ..., p}, zk ∈ K ⊂ ∪ B(xi , 3r ), d’où ∃ik ∈ {1, ..., n}, ∃uk ∈ E tel que
i=1
r
kuk k < 3 et zk = xik + uk d’où
p
P p
P p
P p
P
x= bk zk = bk (xik + uk ) = bk xik + bk uk .
k=1 k=1 k=1 k=1
p
p
P
Comme (b1 , ..., bp ) ∈ S , on a donc bk xik ∈ co({x1 , ..., xn }), d’où ∃j ∈
k=1
p
r
P
{1, ..., m}, ∃v ∈ E tel que kvk < 3 et bk xik = yj + v, donc
k=1
p p p p
bk kuk k < 3r , car
P P P P
x = yj + v+ bk uk et on a: bk uk ≤ bk = 1
k=1 k=1 k=1 k=1
r
et kuk k < 3.
On a donc finalement:
kx − yj k < kvk + 3r < 2r 3 .
Remarque: Dans un espace de Banach, l’enveloppe convexe d’une partie
compacte peut ne pas être fermée.
Exemple: Soit E = `1 . Soit u = (un ) ∈ `1 une suite à termes strictement
positifs. Soit en = (0, ..., 0, 1, 0...) (1 à la nième place).
K = {0, u1 e1 , ..., un en , ...} est compact, car lim un en = 0.
n→∞
n n
∗ n 1 1 1 1
P P
∀n ∈ N , v = (0, 2 u1 , ..., 2n un , 0...) = u e + (1−
2k k k 2k
)0 ∈ co(K),
k=1 k=1
n n
1 1
P P
car 2k
+ (1− 2k
) =1.
k=1 k=1
∞
1
La suite (v n ) converge vers
P
u e
2k k k
∈
/ co(K), d’où co(K) n’est pas fermé.
k=1
Remarque
1. Si A est ouvert, alors co(A) est ouvert. En effet, A ⊂ co(A) ⇒ A ⊂ co(A) ˚
˚ ˚
et co(A) est convexe, d’où co(A) = co(A).
2. A fermé ; co(A) fermé.
Définition: Soit C un cône de E; on dit que C est finement p généré s’il existe
P
une famille finie (x1 , ..., xp ) d’éléments de E telle que C = ai xi , ai ≥ 0 ∀i ∈ {1, ..., p} .
i=1
C est finement généré si et seulement si ∃x1 , ..., xp ∈ E tel que C = cone({x1 , ..., xp }).
Proposition 17: Si C est un cône finement généré, alors C est fermé dans
E.
Preuve: Soit x1 , ..., xp ∈ E tel que C = cone({x1 , ..., xp }).
32
Posons P= {I ⊂ {1, ..., p}/(xi )i∈I libre}; alors, d’après Théorème 2,
P
C= ∪ ai xi , ai ≥ 0 ∀i ∈ I .
I⊂P i∈I
ai xi , ai ≥ 0 ∀i ∈ I et RI = {(ai )i∈I , ai ∈ R∀i ∈ I}
P
Soit I ⊂ P ; posons CI =
i∈I
P étant fini, il suffit de montrer que ∀I ⊂ P , CI est fermé.
Soit hxi , i ∈ Ii le sous espace vectoriel engendré par {xi , i ∈ I}.
ϕ : RI −→ hxP i , i ∈ Ii
Soit (ai )i∈I 7−→ ai xi .
i∈I
ϕ est une bijection linéaire, car la famille {xi , i ∈ I} est libre; ϕ est donc
bicontinue.
Posons Rn+ = {(a1 , ..., an ) ∈ Rn /ai ≥ 0 ∀i ∈ {1, ..., n}}, alors CI = ϕ(RI+ ) et
R+ est fermé dans RI , d’où CI est fermé dans hxi , i ∈ Ii et hxi , i ∈ Ii est fermé
I
dans E, comme sous espace de dimension finie de E, d’où CI est fermé dans E.
33
Théorème 1: Les propositions suivantes sont équivalentes:
(i) f est convexe (resp. concave) n n
n, n
P P
(ii)∀n ≥ 2, ∀(x1 , ..., xn ) ∈ R , ∀(t1 , ..., tn ) ∈ S , f t i xi ≤ ti f (xi )
n n i=1 i=1
P P
(resp. f t i xi ≥ ti f (xi ) )
i=1 i=1
(iii) epi(f ) (resp. hypo(f )) est une partie convexe de E × R.
Preuve: On va montrer que (ii) ⇒ (i) ⇒ (iii) ⇒ (ii).
(ii)⇒(i) est évident: prendre n = 2.
(i)⇒(iii) On suppose f convexe.
Soit (x, u), (y, s) ∈ epi(f ), t ∈ [0, 1]; alors
f (tx + (1 − t)y) ≤ tf (x) + (1 − t)f (y) ≤ tu + (1 − t)s, par définition de epi(f ),
d’où (tx + (1 − t)y, tu + (1 − t)s) ∈ epi(f ), ce qui montre que epi(f ) est convexe.
(iii)⇒(ii)
n n≥
Soit 2, (x1 , ..., xn ) ∈ E n , (a1 , ..., an ) ∈ S n . On veut montrer
P Pn
que f ai xi ≤ ai f (xi ).
i=1 i=1
n
P
Si ∃i ∈ {1, ..., n} tel que f (xi ) = +∞ et ai > 0, alors ai f (xi ) = +∞ et
i=1
le résultat est évident.
On suppose ∀i ∈ {1, ..., n}, ai > 0 ( on enlève les ai = 0, car ai f (xi ) = 0).
n
P
Suposons que f (xi ) ∈ R, ∀i ∈ {1, ..., n}, alors (xi , f (xi ) ∈ epi(f ), d’où
i=1
ai (xi , f (xi )) ∈ epi(f ), car epi(f ) est convexe. n n
n
P n
P P P
On a donc ( ai xi , ai f (xi )) ∈ epi(f ), d’où f ai xi ≤ ai f (xi ).
i=1 i=1 i=1 i=1
Exemples
1. Soit f une fonction affine de E dans R; alors, il existe une forme linéaire
g sur E et un réel b tels que f (x) = g(x) + b, ∀x ∈ E.
Toute fonction affine f de E dans R est convexe et concave; en effet, ∀x, y ∈
E, ∀t ∈ [0, 1], on a:
f (tx + (1 − t)y) = g(tx + (1 − t)y + b = tg(x) + (1 − t)g(y) + b
= t[g(x) + b] + (1 − t)[g(y) + b] = tf (x) + (1 − t)f (y).
2. Une norme k.k : E → R est convexe.
3. Si C est( une partie de E, 1C : E → ] − ∞, +∞] définie par
1 si x ∈ C
1C (x) = .
+∞ sinon
Alors 1C est convexe si et seulement si C est convexe.
Définition: Soit C une partie convexe de E, contenant 0. La jauge de C
qu’on note jC est définie par j(x) = inf {b > 0/x ∈ bC} où bC = {by, y ∈ C}.
Remarque: On convient que inf ∅ = +∞.
Proposition 2: La jauge jC d’une partie convexe C de E vérifie les propriétés
suivantes:
(i) ∀x, y ∈ E, jC (x + y) ≤ jC (x) + jC (y).
(ii) ∀x ∈ E, ∀t ≥ 0, jC (tx) = tjC (x).
(iii) ∀x ∈ E, si x ∈ C, alors jC (x) ≤ 1 et si x ∈
/ C, jC (x) ≥ 1.
34
(iv) Si 0 ∈ C̊, jC (x) ∈ R, ∀x ∈ E. jC est une application convexe de E dans
R.
Preuve: (i) Si jC (x) = +∞ ou jC (y) = +∞, alors (i) est évident.
Supposons jC (x), jC (y) ∈ R. Soit λ > 0, µ > 0 tels que x ∈ λC et y ∈ µC;
alors ∃x0 , y 0 ∈ C tel que x = λx0 het y = µy 0 . i
µ
x + y = λx0 + µy 0 = (λ + µ) λ+µ λ
x0 + λ+µ y 0 . Comme x0 , y 0 ∈ C, λ+µ
λ
x0 +
µ 0
λ+µ y ∈ C car C est convexe, d’où x + y ∈ (λ + µ)C.
On a donc ∀λ ∈ {λ0 > 0/x ∈ λ0 C}, ∀µ ∈ {µ0 > 0/y ∈ µ0 C}, jC (x+y) ≤ λ+µ,
d’où
jC (x + y) ≤ inf{λ0 > 0/x ∈ λ0 C} + inf{µ0 > 0/y ∈ µ0 C} = jC (x) + jC (y),
d’où (i) est démontré.
(ii) Soit x ∈ E et t ≥ 0.
Si t = 0, alors jC (tx) = jC (0) = 0, car, comme 0 ∈ C, ∀λ > 0, 0 ∈ λC, d’où
inf{λ > 0/x ∈ λC} = 0.
Si t > 0, soit λ ∈ {λ0 > 0/tx ∈ λ0 C}.
tx ∈ λ0 C ⇒ x ∈ λt C ⇒ jC (x) ≤ λt ⇒ jC (x) ≤ inf{λ > 0/x ∈ λt C}
⇒ tjC (x) ≤ t inf{λ > 0/x ∈ λt C} ⇒ tjC (x) ≤ inf{λ > 0/tx ∈ λC}, d’où
tjC (x) ≤ jC (tx).
D’autre part, jC (x) = jC (t 1t x) ≥ 1t jC (tx), d’où jC (tx) ≤ tjC (x), on a donc
l’égalité.
(iii) Si x ∈ C,on a 1 ∈ {λ > 0/x ∈ λC}, d’où jC (x) ≤ 1.
Si x ∈ / C, supposons jC (x) < 1, alors∃λ < 1, ∃c ∈ C tel que x = λc et on a
alors x = (1 − λ)0 + λc et x ∈ C, contradiction, d’où jC (x) ≥ 1.
(iv) Soit x ∈ E \ {0}; il suffit de remarquer que si 0 ∈ C̊, alors ∃r > 0 tel
que B 0 (x, r) ⊂ C et on a jC (x) ≤ kxk r 0 kxk
r , car kxk x ∈ B (0, r) ou x ∈ r C.
Proposition 3: (i) Toute somme finie de fonctions convexes (resp. concave)
et convexe (resp. concave)
(ii) Si f est convexe (resp. concave), alors ∀λ > 0, λf est convexe (resp.
concave).
(iii) Si (fi )i∈I est une famille de fonctions convexes (resp. concaves), alors
supfi est convexe (resp. inf fi est concave)
i∈I i∈I
(iv) Si f est une fonction convexe (resp. concave) de E dans R et g est une
fonction convexe croissante de R dans R, alors g ◦ f est convexe (resp. concave).
Preuve: Exercice.
2.2.2 Quasi-convexité
Définition: Une fonction f de E dans ] − ∞, +∞] est dite quasi-convexe si
∀x, y ∈ E, ∀t ∈ [0, 1], f (tx + (1 − t)y ≤ max{f (x), f (y)}.
Une fonction g de E dans [−∞, +∞[ est dite quasi-concave si ∀x, y ∈ E,
∀t ∈ [0, 1], g(tx + (1 − t)y) ≥ min{f (x), f (y)}.
Exemple: Toute fonction convexe est quasi-convexe; toute fonction concave
est quasi-concave.
Si f est quasi-convexe, alors −f est quasi concave.
35
Proposition 4: Pour toute fonction f de E dans ] − ∞, +∞], les propositions
suivantes sont équivalentes:
(i) f est quasi-convexe
(ii) ∀a ∈ R, l’ensemble Aa = {x ∈ E/f (x) ≤ a} est convexe.
(iii) ∀a ∈ R, l’ensemble Ba = {x ∈ E/f (x) < a} est convexe.
Preuve: (i)⇒(ii) Soit a ∈ R. Soit x, y ∈ Aa ,t ∈ [0, 1]; alors f (tx + (1 − t)y) ≤
max{f (x), f (y)} ≤ a, d’où tx + (1 − t)y ∈ Aa .
(ii)⇒(iii) Soit x, y ∈ Ba ; alors f (x) < a et f (y) < a, d’où∃a0 < a tel que
f (x) ≤ a0 et f (y) ≤ a0 et alors x, y ∈ Aa0 et comme Aa0 est convexe, ∀t ∈ [0, 1],
tx + (1 − t)y ∈ Aa0 ou encore ∀t ∈ [0, 1], f (tx + (1 − t)y) ≤ a0 , d’où ∀t ∈ [0, 1],
f (tx + (1 − t)y) < a et tx + (1 − t)y ∈ Ba .
(iii)⇒(i) Soit x, y ∈ E, t ∈ [0, 1]. Soit ε > 0 et soit a = max{f (x), f (y)} + ε;
alors, f (x) < a et f (y) < a, d’où x, y ∈ Ba ; B a étant convexe, tx+(1−t)y ∈ Ba ,
ou encore f (tx + (1 − t)y < max{f (x), f (y)} + ε, ∀ε > 0.
On a donc f (tx + (1 − t)y) ≤ max{f (x), f (y)}, d’où (i).
Proposition 5: Soit f : E → ] − ∞, +∞] une fonction quasi-convexe.
Alors:
1. ∀t ≥ 0, tf est quasi-convexe.
2. Si g est une fonction croissante de R dans R, g ◦ f est quasi-convexe.
Preuve: 1. Soit x, y ∈ E, s ∈ [0, 1]; alors, on a:
tf (sx + (1 − s)y) ≤ t max{f (x), f (y)} = max{tf (x), tf (y)}, d’où tf est
quasi-convexe.
2. g ◦ f (sx + (1 − s)y) = g[f (sx + (1 − s)y)] et on a
f (sx + (1 − s)y) ≤ max{f (x), f (y)} et g est croissante, d’où
g[f (sx + (1 − s)y)] ≤ g[max{f (x), f (y)}] ≤ max{g ◦ f (x), g ◦ f (y)}, ce qui
montre que g ◦ f est quasi-convexe.
36
2ky−xk
f (y) ≤ r f (z + ) + 1 − 2ky−xk r f (x) et
2ky−xk − r
f (x) ≤ r+2ky−xk f (z ) + r+2ky−xk f (y) , d’ où:
f (y) − f (x) ≤ 2ky−xk
r (f (z + ) − f (x) ≤ 2ky−xk
r (a − f (x)).....(1)
2ky−xk − 2ky−xk
f (x) − f (y) ≤ r+2ky−xk (f (z ) − f (y)) ≤ r+2ky−xk (a − f (y)).....(2)
(2)⇒ f (y) ≥ 2ky−xk+r
r f (x) − 2ky−xk
r a
⇒ a − f (y) ≤ a + 2ky−xkr a − 2ky−xk+r
r f (x) ≤ 2ky−xk+r
r (a − f (x)).....(3)
En reportant (3) dans (2), on a:
2ky−xk 2ky−xk+r 2ky−xk
f (x) − f (y) ≤ r+ky−xk r (a − f (x)) = r (a − f (x)).....(4)
2ky−xk
(1) et (4)⇒ |f (x) − f (y)| ≤ r (a − f (x)).....(5).
Choisissons x ∈ B(x0 4r ). En remplaçant dans (3) y par x et x par x0 , on a:
a − f (x) ≤ 2kx−xr 0 k+r (a − f (x0 ) ≤ 23 (a − f (x0 ).....(6).
Pour y ∈ B(x0 , 4r ), kx − yk ≤ kx − x0 k + kx0 − yk < 2r , d’où
|f (x) − f (y)| ≤ 2ky−xkr
3 3
2 (a − f (x0 )) = r (a − f (x0 ) ky − xk. f est donc
lipschitzienne de rapport r (a − f (x0 )) sur B(x0 , 4r ), d’où f est continue en x0 .
3
37
n
P
Soit x = ϕ(a) = x0 + r( ai ei ) ∈ ϕ(A), alors,
i=1
P n
P
x = (1 − a i ) x0 + ai (x0 + rei ); dom(f ) étant convexe, x ∈ dom(f ).
i=1
P n
P
f étant convexe, f (x) ≤ (1 − ai ) f (x0 )+ ai f (x0 + rei )
i=1
≤ max{f (x0 ), f (x0 + re1 ), ..., f (x0 + ren )}, ce qui montre que f est majorée
sur ϕ(A).
Théorème 3: Soit E un espace vectoriel normé de dimension n sur R. Soit
C une partie compacte convexe de E, d’intérieur non vide, p = dim Af f (C).
Alors C est homéomorphe à la boule .unité fermée de Rp .
Preuve: Soit x0 ∈ C̊, alors Af f (C) = x0 + F où F est un espace vectoriel
de dimension p.
L’application θ : Af f (C) −→ F définie par θ(x) = x − x0 est in-
jective et continue; c’est donc un homéomorphisme de C sur θ(C) = D, D est
compact et convexe
0 = θ(x0 ) ∈ ir(D), car x0 ∈ C̊, d’où jD est finie sur F et convexe, donc jD
est continue et D étant fermé, D = {x ∈ F/jD (x) ≤ 1} d’après Proposition 2.
Soit (e1 , ..., ep ) une base de F . s
Pp n
P
On munit D de la norme ai ei = |xi |2 . Soit ψ l’isomorphisme
i=1 i=1
canonique de F sur Rp et soit
ϕ : F −→ ( Rp
jD (x)
kψ(x)k ψ(x) si x 6= 0
x 7−→
0 si x = 0
ϕ est continue sur F \ {0}.
Montrons que ϕ est continue en x = 0.
Comme 0 ∈ ir(D), ∃r > 0 tel que B 0 (0, r) ⊂ D, d’où ∀x ∈ F , jD (x) ≤ 1r kxk,
rx rx
car kxk ∈ D ⇒ jD ( kxk ) ≤ 1; on a donc ∀x ∈ F , kϕ(x)k ≤ 1r kxk = 1r kψ(x)k, ce
qui entraine que :
∀x ∈ F, kϕ(x)k = jD (x) ≤ 1r kψ(x)k = 1r kxk, d’où ϕ est continue en x = 0.
Montrons que ϕ est injective
Si x = 0, ϕ(x) = 0.
ψ(x1 ) ψ(x2 )
Soit x1 , x2 ∈ F tels que ϕ(x1 ) = ϕ(x2 ), alors jD (x1 ) kψ(x 1 )k
= jD (x2 ) kψ(x 2 )k
,
jD (x1 ) kψ(x2 )k
d’où ψ(x2 ) = λψ(x1 ) avec λ = jD (x2 ) kψ(x1 )k .
ψ(x2 ) ψ(x1 )
ψ étant un isomorphisme,x2 = λx1 , ce qui entraine que kψ(x 2 )k
= kψ(x 1 )k
;
car λ > 0, d’où
ψ(x1 ) ψ(x2 )
jD (x1 ) kψ(x1 )k
= jD (x2 ) kψ(x 2 )k
⇒ jD (x1 ) = jD (x2 ).
D’autre part, jD (x2 ) = jD (λx1 ) = λjD (x1 ), d’où λjD (x1 ) = jD (x1 ) ⇒ λ = 1
et x1 = x2 .
Montrons que ϕ est une surjection de F sur B 0 (0, 1).
Soit u ∈ B 0 (0, 1). Si u = 0, alors u = ϕ(0).
38
Supposons u 6= 0; alors, ∃t > 0 tel que tψ −1 (u) ∈ F r(D), d’où jD (tψ −1 (u)) =
1.
jD (x)
Soit x = t kuk ψ −1 (u), alors ϕ(x) = kψ(x)k ψ(x) et ψ(x) = t kuk u, jD (x) =
kuk
kuk, d’où ϕ(x) = kuk tu = u, donc ϕ est surjective.
tkuk2
ϕ est une bijection continue et D est compact, d’où ϕ est un homéomor-
phisme de D sur B 0 (0, 1).
39
Soit x, y ∈ Ã, t ∈ [0, 1]. ∃a, b ∈ A tel que x ∈ B(a, 2r ) et y ∈ B(b, 2r ); A étant
convexe, ta + (1 − t)b ∈ A et on a:
ktx + (1 − t)y − (ta + (1 − t)bk < t kx − ak + (1 − t) ky − bk < 2r , d’où
tx + (1 − t)y ∈ B(ta + (1 − t)b, 2r ) ⊂ Ã.
Montrons que à ∩ B = ∅. Si x ∈ à ∩ B, alors ∃a ∈ A tel que kx − ak < 2r
et x ∈ B. x ∈ B et a ∈ A, d’où d(x, a) ≥ d(A, B) = r; contradiction car
d(x, a) < 2r .
à est ouvert, d’où Théorème 4 entraine qu’il existe une forme linéaire con-
tinue sur E , non nulle f telle que sup{f (a), a ∈ Ã} ≤ inf{f (b), b ∈ B}.
Montrons que sup{f (a), a ∈ A} < inf{f (b), b ∈ B}.
Comme A est compact, ∃a0 ∈ A tel que f (a0 ) = sup{f (a), a ∈ A}.
D’autre part, f 6= 0 =⇒ ∃u ∈ E/ kuk = 1 et f (u) > 0 et alors, a0 + 3r u ∈
Ã,d’où f (a0 + 3r u) = f (a0 ) + 3r f (u) > f (a0 ).
On a donc sup{f (a), a ∈ A} = f (a0 ) < sup{f (a), a ∈ Ã} et alors sup{f (a), a ∈
A} < inf{f (b), b ∈ B}.
Corollaire 2: Soit E un espace vectoriel normé et soient x et y deux point
distincts de E. Alors, ∃f ∈ E 0 tel que f (x) 6= f (y).
Preuve: Applique le corollaire 1 avec A = {x} et B = y
Corollaire 3: Soit E un espace vectoriel normé. Soit M un sous espace
vectoriel de E et soit x ∈ E. Alors, les propositions suivantes sont équivalentes:
(i) x ∈ M .
(ii) ∀f ∈ E 0 , f = 0 sur M =⇒ f (x) = 0.
Preuve: (i)⇒(ii). Soit x ∈ M , alors, il existe une suite (xn ) d’éléments de
M telle que x = lim xn . Soit f une forme linéaire continue sur E telle que
n→∞
f |M = 0, alors ∀n ∈ N, f (xn ) = 0 et donc f (x) = f ( lim xn ) = lim f (xn ) = 0,
n→∞ n→∞
car f est continue.
(ii)⇒(i). Soit x ∈ E \ M ; appliquons le Corollaire 1 au compact et au
convexe fermé M , alors il existe une forme linéaire continue f sur E telle que
f (x) < inf{f (y), y ∈ M }.
Montrons que f = 0 sur M .
Supposons qu’il existe y0 ∈ M tel que f (y0 ) 6= 0; alors lim f (ty0 ) = −∞
t→+∞
ou lim f (ty0 ) = −∞, ce qui contredit le fait que f est minorée sur M , d’où
t→−∞
f = 0 sur M et inf{f (y), y ∈ M } = 0; ceci entraine que f (x) < 0 ⇒ f (x) 6= 0.
On a montré que ∀x ∈ E \ M , ∃f ∈ E 0 tel que f = 0 sur M et f (x) 6= 0.
40
ϕ : Af f (A) −→ F
La translation est un isomorphisme, d’où ϕ(ir(A)) =
y 7−→ y − x0
ir(ϕ(A)), ,ce qui montre que ir(ϕ(A)) 6= ∅.
Comme x ∈ / A, ϕ(x) ∈/ ϕ(A). On applique le théorème de séparation à
{ϕ(x)} et ϕ(A) dans F ; alors ∃f ∈ F 0 non nulle telle que
sup{f (y), y ∈ ϕ(A)} ≤ f (ϕ(x)) ou f (y) ≤ f (ϕ(x)) ∀y ∈ ϕ(A).
On prolonge f en une forme linéaire continue f˜ sur E et on a encore
f (ϕ(a)) ≤ f˜(ϕ(x)), ∀x ∈ A ou f˜(a − x0 ) ≤ f˜(x − x0 ) ∀x ∈ A ou encore,
˜
compte tenu du fait qur f˜ est linéaire; f˜(a) ≤ f˜(x) ∀x ∈ A..
Corollaire5: Soit E un espace vectoriel normé réel de dimension finie; Soient
A et B deux parties convexes non vide et disjointes de E. Alors, il existe une
forme linéaire non nulle f sur telle que sup f (a) ≤ inf f (b).
a∈A b∈b
Preuve: Soit x ∈ B, alors x ∈ / A.
Corollaire 4⇒ ∃f ∈ E 0 telle que ∀a ∈ A, f (a) ≤ f (x) ⇒∃f ∈ E 0 telle que
sup , f (a) ≤ f (x) ∀x ∈ B ⇒ sup , f (a) ≤ inf f (x)
a∈A a∈A x∈B
41
Réciproquement, soit x0 ∈
/ cone(A). On applique le Corollaire 1 du Théorème
4 entre le compact {x} et le convexe fermé cone(A), alors ∃f ∈ E 0 tel que
sup f (y) < f (x0 ).
y∈cone(A)
f est donc majorée sur cone(A), d’où on a sup f (y) = 0; en effet,
y∈cone(A)
soit x ∈ cone(A), f (x) < α et ∀n ∈ N∗ , nx ∈ cone(A), d’où f (nx) < α ou
f (x) < α
n ⇒ f (x) ≤ 0 et 0 ∈ cone(A), d’où sup f (y) = 0 < f (x0 ).
y∈cone(A)
D’autre part„ A ⊂ cone(A), d’où f (y) ≤ 0 ∀y ∈ A ⇒ f ∈ A◦ . f ∈ A◦ et
f (x0 ) > 0,d’où x0 ∈ (A◦ )◦ .
On montre de même que A = (A⊥ )⊥ .
Corollaire 1: Soit E un espace vectoriel normé réel et soit A une partie de
E. Alors, A est un cône convexe fermé si et seulement si A = (A◦ )◦ et A et un
sous espace vectoriel fermé de E si et seulement si A = (A⊥ )⊥ .
Preuve immédiate à partir de Théorème 5.
Corollaire 2: Soit M un sous espace vectoriel de E. Alors, M est dense dans
E si et seulement si M ⊥ = {0}.
Preuve:
M = E ⇒ M ⊥ = (M )⊥ = E ⊥ = {0}.
M ⊥ = {0} ⇒ M = (M ⊥ )⊥ = {0}⊥ = E.
Théorème 6: (lemme de Farkas): Soit E un espace vectoriel normé et soit
E 0 le dual topologique de E.
( (ai )i∈I et (bj )j∈J deux familles finies d’éléments
Soenit ) de E. Soient
P P
A= λi ai + µj bj , λi ≥ 0 ∀i ∈ I, µj ∈ R ∀j ∈ J et
i∈I j∈J
B = {f ∈ E 0 /f (ai ) ≤ 0 ∀i ∈ I, et f (bj ) = 0 ∀j ∈ J}.
Alors: A◦ = B et B ◦ = A.
Preuve:
P Soit aP ∈ A, alors, ∀i ∈ I, ∃λP i ≥ 0 ∀j ∈ J,P ∃µj ∈ R tels que
a= λi ai + µj bj , d’où f (a) = λi f (ai ) + µj f (bj )
i∈I j∈J i∈I j∈J
Soit f ∈ B, alors,∀a ∈ A, f (a) ≤ 0,d’où f ∈ A◦ et on a B ⊂ A◦ .
Soit f ∈ A◦ , alors ∀a ∈ A, f (a) ≤ 0. Soit i0 ∈ I; on choisit µj = 0, ∀j ∈ J et
λi = 0 si i 6= i0 et λi0 > 0, alors f (ai0 ) ≤ 0, ce qui montre que ∀i ∈ I, f (ai ) ≤ 0.
De même, soit j0 ∈ J. En choisissant λi = 0∀i ∈ I, µj = 0∀j 6= j0 ,
on a µj0 f (bj0 ) ≤ 0∀µj0 ∈ R, f (bj0 ) ≤ 0 et −f (bj0 ) ≤ 0, ce qui montre que
∀j ∈ J, f (bj ) = 0.
On a montré que A◦ = B.
Montrons que B ◦ = A.
∀a ∈ A, f (a) ≤ 0∀f ∈ B, d’où ∀a ∈ A, a ∈ B ◦ , ce qui montre que A ⊂ B ◦ .
On a A◦ = B, d’où B ◦ = (A◦ )◦ = cone(A) (théorème des bipolaires). Pour
montrer que B ⊂ A◦ , il suffit de montrer que A = cone(A) ou que A est un
cône convexe fermé.
A est un cône finement généré par la famille ((ai )i∈I , (bj )j∈J , (−bj )j∈J ),
d’où d’après la Proposition 16 (2.1.2), A est fermé..
42
Corollaire3: Soit (ai )i∈I une famille
finie d’éléments de E.
λi ai , λi ≥ 0 ∀i ∈ I et B = {f ∈ E 0 /f (ai ) ≤ 0 ∀i ∈ I}.
P
Soit A =
i∈I
Alors A◦ = B et B ◦ = A.
Preuve: Appliquer le théorème avec (bj )j∈J = ∅.
Corollaire 4: Soit (ai )i∈I une famille finie d’éléments de E. Soit b ∈ E tel
que (∀f ∈ E 0 , f (ai ) ≤ 0∀i ∈ I) ⇒ (f (b) ≤ P0).
Alors ∃ (λi )i∈I , λi ≥ 0 telle que b = λi ai .
i∈I
λi ai , λi ≥ 0 ∀i ∈ I et B = {f ∈ E 0 /f (ai ) ≤ 0 ∀i ∈ I}
P
Preuve: Soit A =
i∈I
((y ∈ B ◦ ) ⇔ (∀f ∈ B, f (y) ≤ 0) ⇔ (∀y ∈ E 0 /f (ai ) ≤ 0∀i ∈ I, f (y) ≤ 0), d’où
b ∈ B ◦ et B ◦ = A (Corollaire 3), d’où b ∈ A.
Corollaire 5: Soit E un espace vectoriel normé, (ai )i∈I une famille finie
d’éléments deE.
λi ai , λi ≥ 0 ∀i ∈ I et B = {f ∈ E 0 /f (ai ) ≤ 0 ∀i ∈ I}.
P
Soit A =
i∈I
Alors A⊥ = B et B ⊥ = A
43