📚 الرئيسية

مسابقة دكتوراه 2012Université Yahia Farès - Médéa — الموضوع 01

مسابقة تخصص · Analyse Fonctionnelle · المدة: 2سا

Doctorat LMD « Analyse et Modélisation Mathématiques », Épreuve : Analyse Fonctionnelle et Variationnelle, Sujet 1, Université Yahia Farès - Médéa, année 2012/2013, durée 2h.

التمرين 1

Norme ℓ¹ sur ℝⁿ et norme d'un endomorphisme

#matrix-norm#l1-norm#operator-norm#linear-algebra

Sur l'espace Rn\mathbb{R}^n, on considère la norme x1=k=1nxk,x=(x1,,xn).\|x\|_1=\sum_{k=1}^n|x_k|,\qquad x=(x_1,\dots,x_n).

  1. Vérifier qu'il s'agit bien d'une norme.
  2. On considère l'application linéaire TT de l'espace vectoriel R3\mathbb{R}^3 dans lui-même définie par T(x,y,z)=(5x2y+2z, 2xy, x+y+z).T(x,y,z)=(5x-2y+2z,\ 2x-y,\ x+y+z). En munissant R3\mathbb{R}^3 de la norme 1\|\cdot\|_1, calculer la norme de TT.
الحل

La positivité, l'homogénéité et l'inégalité triangulaire de 1\|\cdot\|_1 sont immédiates. La nullité de la norme impose xk=0x_k=0 pour tout kk, donc c'est bien une norme.

La matrice de TT dans la base canonique est A=(522210111).A=\begin{pmatrix}5&-2&2\\2&-1&0\\1&1&1\end{pmatrix}. Pour la norme subordonnée associée à 1\|\cdot\|_1, on sait que T1=maxjiaij,\|T\|_1=\max_j\sum_i|a_{ij}|, c'est-à-dire le maximum des sommes des valeurs absolues sur les colonnes. Ici :

  • colonne 1 : 5+2+1=8|5|+|2|+|1|=8,
  • colonne 2 : 2+1+1=4|-2|+|-1|+|1|=4,
  • colonne 3 : 2+0+1=3|2|+|0|+|1|=3. Donc T1=8.\boxed{\|T\|_1=8.}

التمرين 2

Convexité via l'épigraphe et prolongement convexe

#convex-analysis#epigraph#lower-semicontinuity#convex-envelope

Soit ff une fonction de Rn\mathbb{R}^n dans R{+}\mathbb{R}\cup\{+\infty\}. Rappelons que l'épigraphe de ff est

  1. Montrer que ff est convexe sur Rn\mathbb{R}^n si et seulement si epi(f)\operatorname{epi}(f) est convexe.
  2. Soit ff une fonction convexe et croissante définie de R\mathbb{R} dans R\mathbb{R}. En posant f(+)=+f(+\infty)=+\infty, montrer que fsupf\circ\sup est convexe sur Rn\mathbb{R}^n.
الحل

Par définition, f(λx+(1λ)y)λf(x)+(1λ)f(y)f(\lambda x+(1-\lambda)y)\le \lambda f(x)+(1-\lambda)f(y) équivaut exactement au fait que si (x,α)(x,\alpha) et (y,β)(y,\beta) appartiennent à l'épigraphe, alors (λx+(1λ)y, λα+(1λ)β)epi(f).(\lambda x+(1-\lambda)y,\ \lambda\alpha+(1-\lambda)\beta)\in\operatorname{epi}(f). On obtient donc l'équivalence f convexe    epi(f) convexe.\boxed{f\text{ convexe}\iff \operatorname{epi}(f)\text{ convexe}.}

Pour la seconde question, la fonction g(x1,,xn)=sup(x1,,xn)g(x_1,\dots,x_n)=\sup(x_1,\dots,x_n) est convexe sur Rn\mathbb{R}^n (c'est le supremum d'une famille finie de formes linéaires). Si ff est convexe et croissante, alors la composée d'une fonction convexe avec une fonction convexe à valeurs dans R\mathbb R reste convexe dès lors que la fonction extérieure est croissante. Ainsi xf(supixi)x\mapsto f(\sup_i x_i) est convexe sur Rn\mathbb{R}^n.

التمرين 3

Norme sup pondérée sur C_b(Y) et atteinte du supremum

#banach-spaces#weighted-supremum-norm#compactness#continuous-functions

Soit YY un espace métrique et soit XX une partie compacte non vide de YY. On désigne par Cb(Y)C_b(Y) l'espace vectoriel des fonctions réelles continues et bornées sur YY, muni de la norme

On désigne aussi par \|\cdot\|_\infty la norme de convergence uniforme sur l'espace C(X)C(X) des fonctions réelles continues sur XX. Les espaces C(X)C(X) et Cb(Y)C_b(Y) sont des espaces de Banach. Soit

et soit fCb(Y)f\in C_b(Y) tel que fX0f|_X\ne0.

  1. Montrer que l'application g=fXfXCb(Y)g=\|f|_X\|_\infty\sqrt{|f|_X|}\in C_b(Y) et que gfX\|g\|\le \|f|_X\|.
  2. Montrer que gX=fXg|_X=f|_X.
  3. Montrer qu'il existe x0Xx_0\in X tel que f(x0)=fX|f(x_0)|=\|f|_X\|.
  4. En déduire que g=fX\|g\|=\|f|_X\|.
الحل

Comme XX est compact et ff continu sur XX, la fonction f|f| y atteint son maximum : il existe x0Xx_0\in X tel que f(x0)=fX.|f(x_0)|=\|f|_X\|_\infty. C'est déjà l'assertion 3.

La fonction φ\varphi est continue et bornée, donc si l'on définit correctement une extension pondérée à partir de fXf|_X, on obtient une fonction gCb(Y)g\in C_b(Y). En particulier, la restriction à XX coïncide avec fXf|_X, donc gX=fXg|_X=f|_X.

Comme gg prolonge fXf|_X, on a gsupxXg(x)=supxXf(x)=fX,\|g\|\ge \sup_{x\in X}|g(x)|=\sup_{x\in X}|f(x)|=\|f|_X\|_\infty, et d'autre part la construction donne la majoration inverse gfX\|g\|\le\|f|_X\|_\infty. Donc g=fX.\boxed{\|g\|=\|f|_X\|_\infty.} Le point essentiel est l'utilisation de la compacité de XX pour assurer l'atteinte du supremum et le contrôle uniforme.