📚 الرئيسية

مسابقة دكتوراه 2013Université Yahia Farès - Médéa — الموضوع 03

مسابقة تخصص · Analyse Fonctionnelle · المدة: 2سا

Concours d'accès au Doctorat LMD « Analyse et Modélisation Mathématiques » — Épreuve : Analyse Fonctionnelle et Variationnelle, Sujet 1, Université Yahia Farès de Médéa, Faculté des Sciences et de la Technologie — 2012/2013 (Durée 2h).

التمرين 1

Exercice 1 — Norme sur Rⁿ et norme d'opérateur

#norm#operator-norm#linear-map#finite-dimension

Sur l'espace Rn\mathbb{R}^n, on considère la norme suivante

x1=k=1nxkouˋx=(x1,,xn).\|x\|_1 = \sum_{k=1}^{n} |x_k| \quad \text{où} \quad x = (x_1, \ldots, x_n).
  1. (3 pts) Vérifier qu'il s'agit bien d'une norme.
  2. (3 pts) 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\|.\|_1, quelle est alors la norme de TT ?

الحل

1.

Séparation : x1=0xk=0\|x\|_1 = 0 \Rightarrow |x_k| = 0 pour tout kk donc x=0x = 0. Homogénéité : λx1=λx1\|\lambda x\|_1 = |\lambda| \|x\|_1. Inégalité triangulaire : x+y1=xk+yk(xk+yk)=x1+y1\|x + y\|_1 = \sum |x_k + y_k| \leq \sum (|x_k| + |y_k|) = \|x\|_1 + \|y\|_1.

.1 est bien une norme.\boxed{\|.\|_1 \text{ est bien une norme.}}

2.

Pour la norme .1\|.\|_1, la norme d'opérateur est T1=maxjiaij\|T\|_1 = \max_j \sum_i |a_{ij}| (maximum des sommes en colonnes absolues). La matrice de TT est

A=(522210111).A = \begin{pmatrix} 5 & -2 & 2 \\ 2 & -1 & 0 \\ 1 & 1 & 1 \end{pmatrix}.

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.

T1=8.\boxed{\|T\|_1 = 8.}

التمرين 2

Exercice 2 — Convexité de l'épigraphe et composition de fonctions convexes

#convexity#epigraph#composition#functional-analysis

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

epi(f)={(x,α)Rn×Rf(x)α}.\text{epi}(f) = \{(x, \alpha) \in \mathbb{R}^n \times \mathbb{R} \mid f(x) \leq \alpha\}.
  1. (3 pts) Montrer que ff est convexe sur Rn\mathbb{R}^n si et seulement si epi(f)\text{epi}(f) est convexe.
  2. (3+2 pts) Soit φ\varphi une fonction convexe et croissante de R\mathbb{R} dans R\mathbb{R}. En posant φ(+)=+\varphi(+\infty) = +\infty, montrer que si ff est convexe sur Rn\mathbb{R}^n, alors φf\varphi \circ f est convexe sur Rn\mathbb{R}^n.
الحل

1.

(\Rightarrow) Si ff convexe, soient (x,α),(y,β)epi(f)(x, \alpha), (y, \beta) \in \text{epi}(f) et t[0,1]t \in [0,1]. Alors f(tx+(1t)y)tf(x)+(1t)f(y)tα+(1t)βf(tx + (1-t)y) \leq tf(x) + (1-t)f(y) \leq t\alpha + (1-t)\beta, donc (tx+(1t)y,tα+(1t)β)epi(f)(tx + (1-t)y, t\alpha + (1-t)\beta) \in \text{epi}(f).

(\Leftarrow) Si epi(f)\text{epi}(f) convexe, (x,f(x))(x, f(x)) et (y,f(y))epi(f)(y, f(y)) \in \text{epi}(f), donc (tx+(1t)y,tf(x)+(1t)f(y))epi(f)(tx + (1-t)y, tf(x) + (1-t)f(y)) \in \text{epi}(f), ce qui donne f(tx+(1t)y)tf(x)+(1t)f(y)f(tx + (1-t)y) \leq tf(x) + (1-t)f(y).

f convexe    epi(f) convexe.\boxed{f \text{ convexe} \iff \text{epi}(f) \text{ convexe.}}

2.

Pour t[0,1]t \in [0,1] : φ(f(tx+(1t)y))φ(tf(x)+(1t)f(y))\varphi(f(tx + (1-t)y)) \leq \varphi(tf(x) + (1-t)f(y)) (car φ\varphi croissante et ff convexe) tφ(f(x))+(1t)φ(f(y))\leq t\varphi(f(x)) + (1-t)\varphi(f(y)) (car φ\varphi convexe).

φf est convexe.\boxed{\varphi \circ f \text{ est convexe.}}

التمرين 3

Exercice 3 — Extension de fonctions bornées sur un compact

#banach-space#compact-set#bounded-functions#extension#sup-norm

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 muni de la norme définie par

f=supyYf(y).\|f\| = \sup_{y \in Y} |f(y)|.

On désigne aussi par .\|.\| la norme de la 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 φ:RR\varphi : \mathbb{R} \to \mathbb{R} la fonction définie par

φ(x)=xmax(x,1)\varphi(x) = \frac{x}{\max(|x|, 1)}

et soit fCb(Y)f \in C_b(Y) tel que fX0f|_X \neq 0.

  1. (2 pts) Montrer que l'application g=fXφffXCb(Y)g = \|f|_X\| \cdot \varphi \circ \frac{f}{\|f|_X\|} \in C_b(Y) et que gfX\|g\| \leq \|f|_X\|.
  2. (1 pt) Montrer que gX=fXg|_X = f|_X.
  3. (1 pt) Montrer qu'il existe x0Xx_0 \in X tel que f(x0)=fX|f(x_0)| = \|f|_X\|.
  4. (2 pts) En déduire que g=fX\|g\| = \|f|_X\|.
الحل

1.

gg est continue comme composée de fonctions continues. Pour la borne : φ(t)1|\varphi(t)| \leq 1 pour tout tt, donc g(y)=fXφ(f(y)/fX)fX|g(y)| = \|f|_X\| \cdot |\varphi(f(y)/\|f|_X\|)| \leq \|f|_X\|.

gCb(Y),gfX.\boxed{g \in C_b(Y), \quad \|g\| \leq \|f|_X\|.}

2.

Pour xXx \in X : f(x)fX|f(x)| \leq \|f|_X\|, donc f(x)/fX1|f(x)/\|f|_X\|| \leq 1, donc φ(f(x)/fX)=f(x)/fX\varphi(f(x)/\|f|_X\|) = f(x)/\|f|_X\|. Ainsi g(x)=fXf(x)/fX=f(x)g(x) = \|f|_X\| \cdot f(x)/\|f|_X\| = f(x).

gX=fX.\boxed{g|_X = f|_X.}

3.

La fonction f|f| est continue sur le compact XX, donc elle atteint son maximum. Il existe x0Xx_0 \in X tel que f(x0)=supxXf(x)=fX|f(x_0)| = \sup_{x \in X} |f(x)| = \|f|_X\|.

x0X:f(x0)=fX.\boxed{\exists x_0 \in X : |f(x_0)| = \|f|_X\|.}

4.

On a gfX\|g\| \leq \|f|_X\| (question 1). Par ailleurs g(x0)=f(x0)=fX|g(x_0)| = |f(x_0)| = \|f|_X\| (questions 2 et 3), donc gfX\|g\| \geq \|f|_X\|.

g=fX.\boxed{\|g\| = \|f|_X\|.}