WikiPrépaLivrets

ENS Mathématiques Lyon Cachan MP PC 2002, épreuve LCSujet et corrigé

Téléchargements

  • Rapport du jury : non disponible

Présentation du sujet

Isométries et distance entre espaces normés de dimension finie
Afficher ou masquer la section

Le problème étudie les espaces vectoriels normés de dimension finie R^n munis des normes usuelles l^p, la notion d'isométrie entre deux tels espaces et une distance d(E,F) mesurant leur écart. Il calcule explicitement cette distance entre les espaces l_n^2, l_n^1, l_n^infini puis entre les espaces l_n^p pour p quelconque.

  1. 1Première partie : introductionÉtudie le dual normé de R^n muni des normes l^1, l^2 et l^infini, montre que ces espaces ne sont pas isométriques entre eux pour n >= 2 et prépare des résultats de densité utilisés ensuite.
  2. 2Deuxième partie : distance entre evnDéfinit la distance d(E,F) entre deux espaces vectoriels normés de même dimension finie à partir de l'infimum du produit des normes d'un isomorphisme et de son inverse, et en établit les propriétés de distance.
  3. 3Troisième partie : calcul de d(l_n^2, l_n^infini)Calcule explicitement la distance entre l'espace euclidien l_n^2 et l'espace l_n^infini, ainsi qu'entre l_n^2 et l_n^1.
  4. 4Quatrième partie : espaces l_n^pÉtablit les inégalités de convexité, de Hölder et de Minkowski pour les normes l^p, puis calcule la distance d(l_n^p, l_n^q) entre deux tels espaces selon les valeurs de p et q.

Ces sujets peuvent vous intéresser

Lecture du sujet en ligne

L'énoncé complet, avec les formules et les figures, sans ouvrir le PDF.
Afficher ou masquer la section
SESSION 2002

Filière MP (groupes M/MP/MPI)

(Epreuve commune aux ENS de Lyon et Cachan)

Filières MP et PC (groupe I)

(Epreuve commune aux ENS de Paris et Lyon)

MATHEMATIQUES

Durée : 4 heures
Dans ce problème, tous les espaces vectoriels sont de dimension finie. Si x, y ∈ R^n, la quantité ⟨x, y⟩ désignera toujours le produit scalaire usuel ⟨x, y⟩ = ∑_(i = 1)^n x_i y_i. Si (E, ‖‖. )estunespacevectorielnormé(enabrégé : evn), onrappellequel^′ espace dual E^∗ est munit canoniquement d'une norme (dite duale) définie par ‖f‖:=sup_(‖x‖ = 1)|f(x)|. L'espace dual E^∗ muni de cette norme sera appelé le dual normé de E.
Un evn E est dit isométrique à un evn F si il existe un isomorphisme linéaire f : E → F préservant les normes, c'est à dire tel que ‖f(x)‖_F = ‖x‖_E pour tout x ∈ E. Une telle f est appellée isométrie de E dans F.
Si p = 1 ou 2 , on note ℓ_n^p l'espace R^n, munit de la norme ‖(x_1, …, x_n)‖_p = (∑_(i = 1)^n|x_i|^p)^(1/p). De même, on note ℓ_n^∞ l'espace R^n munit dẹ la norme ‖(x_1, …, x_n)‖_∞ = sup_(1 ≤ i ≤ n)|x_i|.

Premième partie : introduction.

Si y ∈ R^n, on définit φ_y : R^n → R par
φ_y(x):=<x, y>=∑_(i = 1)^n x_i y_i
C'est donc un élément du dual (R^n)^∗ de R^n.
1-a) Si x ∈ R^n, montrer que l'on peut trouver y ∈ R^n avec ‖y‖_2 = 1, et φ_x(y) = ‖x‖_2.
b) Si x ∈ R^n, montrer que l'on peut trouver y ∈ R^n avec ‖y‖_∞ = 1, et φ_x(y) = ‖x‖_1.
c) Si x ∈ R^n, montrer que l'on peut trouver y ∈ R^n avec ‖y‖_1 = 1, et φ_x(y) = ‖x‖_∞.
2) Montrer que l'application x → φ_x fournit une isométrie entre ℓ_n^2 et son dual normé, une isométrie de ℓ_n^1 sur le dual normé de ℓ_n^∞, et enfin une isométrie de ℓ_n^∞ sur le dual normé de ℓ_n^1.
3-a) Si x, y ∈ R^n, montrer que
‖x + y‖_2^2 + ‖x − y‖_2^2 = 2‖x‖_2^2 + 2‖y‖_2^2
b) En déduire que si x et y vérifient ‖x‖_2 = ‖y‖_2 = ‖(x + y)/2‖_2, alors x = y.
c) En déduire que pour n ≥ 2, ℓ_n^2 n'est isométrique ni à ℓ_n^1, ni à ℓ_n^∞.
4) Si A ⊂ B ⊂ R^n, On rappelle que A est dit dense dans B si B est inclus dans l'adhérence A¯ de A, ou encore si tout élément de B est limite d'une suite d'éléments de A.
a) Montrer que si U et V sont deux ouverts denses de R^n, alors U ∩ V est encore dense dans R^n.
b) Soit E un sous-espace vectoriel strict de R^n (i.e. avec dimE < n ). Montrer que le complémentaire R^n − E de E dans R^n est un ouvert dense de R^n. [Indication : utiliser une base convenable.]
c) Si E_1, …, E_k sont des sous-espaces vectoriels d'un espace vectoriel E, et si E = ∪ _(i = 1)^k E_i, montrer que l'un au moins des E_i est égal à E.
5) Soit E un sous-espace de dimension n de ℓ_m^∞. On suppose que m ≥ n ≥ 2.
a) On suppose que E possède (au moins) un élément a = (a_1, …, a_n) tel que les |a_i| soient deux-à-deux distincts. Montrer qu'il existe x ≠ y ∈ E, avec
‖x‖_∞ = ‖y‖_∞ = ‖(x + y)/2‖_∞ = 1.
[Indication : prendre x = a/(‖a‖_∞), et choisir y assez proche de x.]
b) Si E ne possède pas d'élément comme ci-dessus, montrer qu'alors E est contenu dans un sous-espace de ℓ_m^∞, isométrique à ℓ_(m − 1)^∞.
c) Montrer qu'il existe nécessairement x ≠ y ∈ E, avec
‖x‖_∞ = ‖y‖_∞ = ‖(x + y)/2‖_∞ = 1.
d) En déduire que ℓ_n^2, lorque n ≥ 2, n'est isométrique à aucun sous-espace de ℓ_m^∞ avec m fini. Qu'en est-il pour n = 1 ?
6) On note ℓ_N^∞ l'espace des suites (x_n)_(n ∈ N) avec x_n ∈ R et sup_(n ∈ N)|x_n| < ∞. L'espace ℓ_N^∞ est clairement un espace vectoriel pour les addition et multiplication scalaire standards, et normé pour la norme ‖(x_n)_(n ∈ N)‖:=sup_(n ∈ N)|x_n|.
a) Montrer que l'on peut trouver une suite (x_k)_(k ∈ N) avec x_k ∈ R^n et ‖x_k‖_2 = 1 pour tout k, telle que {x_k; k ∈ N} soit dense dans la sphère unité euclidienne {x ∈ R^n; ‖x‖_2 = 1} de R^n.
b) En déduire qu'il existe une application linéaire f : ℓ_n^2 → ℓ_N^∞ isométrique sur son image, c'est-à-dire telle que ‖f(x)‖_∞ = ‖x‖_2 pour tout x ∈ ℓ_n^2.

Deuxième partie : distance entre evn.

Si E et F sont deux evn de même dimension, on pose
ρ(E, F):=inf_f‖f‖ ⋅ ‖f^(− 1)‖
l'infimum étant pris sur tous les isomorphismes f de E dans F. On pose aussi
d(E, F):=logρ(E, F)
  1. Si E, F et G sont trois evn de même dimension, montrer que d(E, F) = d(F, E), et que d(E, G) ≤ d(E, F) + d(F, G).
  2. Si E et F sont de même dimension, montrer que d(E^∗, F^∗) ≤ d(E, F) lorsque les espaces duaux sont munis de leur norme duale.
  3. Si E et F sont de même dimension, montrer qu'il existe un isomorphisme f_0 : E → F, tel que ρ(E, F) = ‖f_0‖.‖f_0^(− 1)‖. [Indication : on cherchera f_0 parmi les isomorphismes de norme 1.]
  4. Montrer que d(E, F) ≥ 0, avec égalité si, et seulement si, E et F sont isométriques.
Troisième partie : calcul de d(ℓ_n^2, ℓ_n^∞).
  1. En considérant l'identité de R^n dans lui même, montrer que d(ℓ_n^2, ℓ_n^∞) ≤ (logn)/2.
2-a) Si y_1, …, y_k ∈ R^n, montrer que
∑_(ε_1 = ± 1, …, ε_k = ± 1)‖ε_1 y_1 + … + ε_k y_k‖_2^2 = 2^k(‖y_1‖_2^2 + … + ‖y_k‖_2^2)
[Indication : faire une récurrence pour k ≥ 2.]
Dans la suite de cette question 2), on suppose qu'il existe n vecteurs x_1, …, x_n de R^n, et des réels strictement positifs α et β, tels que pour tout x ∈ R^n, on ait
αmax_(1 ≤ i ≤ n)| < x_i, x > | ≤ ‖x‖_2 ≤ βmax_(1 ≤ i ≤ n)| < x_i, x > |.
b) Montrer que x_1, …, x_n est une base de R^n. En conclure qu'il existe x_1^∗, …, x_n^∗ tels que < x_i^∗, x_j > soit égal à 1 si i = j, et à 0 sinon.
c) Montrer que pour tout t_1, …, t_n ∈ R, on a
αmax_(1 ≤ i ≤ n)|t_i| ≤ ‖∑_(i = 1)^n t_i x_i^∗‖_2 ≤ βmax_(1 ≤ i ≤ n)|t_i|.
d) Montrer que nα^2 ≤ β^2. [Indication : on appliquera 2-a pour un choix approprié des y_i.]
3) Montrer que d(ℓ_n^2, ℓ_n^∞) = (logn)/2.
4) Calculer d(ℓ_n^2, ℓ_n^1).
Quatrième partie : espaces ℓ_n^p, p ∈ [1, + ∞].

A) Inégalités de convexité.

  1. Soit α ≥ 0 et t_1, …, t_k ∈ R^+.
    a) Si α ≤ 1, montrer que
∑_(i = 1)^k 1/kt_i^α ≤ ((∑_(i = 1)^k t_i)/k)^α
b) Si α ≥ 1, montrer que
∑_(i = 1)^k 1/kt_i^α ≥ ((∑_(i = 1)^k t_i)/k)^α
  1. On se donne p ∈ [1, + ∞] et on définit p^∗ ∈ [1, + ∞] par la relation 1/p + 1/(p^∗) = 1 (de sorte que 1^∗ = + ∞ et (+ ∞)^∗ = 1 ).
    a) Soit p ∈ ]1, + ∞[. Si α, β ∈ R, montrer que
exp(α/p + β/(p^∗)) ≤ 1/pexp(α) + 1/(p^∗)exp(β)
b) Soit p ∈ ]1, + ∞[ et x, y ∈ R^+. Montrer que
xy ≤ 1/px^p + 1/(p^∗)y^(p^∗)

B) Espaces ℓ_n^p.

Pour x ∈ R^n et p ∈ [1, + ∞[, on pose ‖x‖_p:=(∑_(i = 1)^n|x_i|^p)^(1/p). On retrouve bien ainsi les normes ‖x‖_1 et ‖x‖_2 pour p = 1 et 2 . On rappelle que ‖x‖_∞ = max_(1 ≤ i ≤ n)|x_i|.
  1. On veut montrer l'inégalité dite de Hölder : pour tout x, y ∈ R^n,
| < x, y > | ≤ ‖x‖_p‖y‖_(p^∗)
a) Traiter directement le cas {p, p^∗} = {1, + ∞}.
b) Si p ∈ ]1, + ∞[, montrer que l'on peut supposer ‖x‖_p = ‖y‖_(p^∗) = 1 et que les x_i et les y_i sont tous positifs ou nuls. Déduire de A-2-b que ∑_(i = 1)^n x_i y_i ≤ 1.
Tournez la page S.V.P.
2) On veut montrer l'inégalité de Minkowski: ‖x + y‖_p ≤ ‖x‖_p + ‖y‖_p.
a) Montrer que l'on peut se ramener au cas où tous les x_i et les y_i sont positifs.
b) Si z ∈ R^n est définit par z_i = (x_i + y_i)^(p − 1), que vaut ‖z‖_(p^∗) ?
c) Montrer que ‖x + y‖_p^p ≤ ‖x‖_p‖z‖_(p^∗) + ‖y‖_p‖z‖_(p^∗).
d) Montrer l'inégalité de Minkowski.
e) Montrer que ‖.‖_p est une norme sur R^n. On note ℓ_n^p l'evn ( R^n, ‖.‖_p ).
3) On considère à nouveau l'application R^n → (R^n)^∗ introduite dans l'introduction, qui à x associe la forme linéaire φ_x. Montrer que c'est une isométrie de ℓ_n^(p^∗) sur le dual de ℓ_n^p (ce dernier étant munit de la norme duale de ℓ_n^p décrite au début du problème).
C) Calcul de d(ℓ_n^p, ℓ_n^q).
  1. Montrer que d(ℓ_n^p, ℓ_n^q) = d(ℓ_n^(p^∗), ℓ_n^(q^∗)) pour tout p ∈ [1, ∞].
  2. Montrer que d(ℓ_n^p, ℓ_n^∞) ≤ (logn)/p pour tout p ∈ [1, ∞].
3-a) Montrer que si 1 ≤ p < q < ∞, alors
‖x‖_q ≤ ‖x‖_p ≤ ‖x‖_q n^(1/p − 1/q)
pour tout x ∈ R^n.
b) En déduire que sous l'hypothèse ci-dessus, on a
d(ℓ_n^p, ℓ_n^q) ≤ (1/p − 1/q)logn
  1. Si 2 ≤ p ≤ q ≤ ∞, montrer que
d(ℓ_n^p, ℓ_n^q) = (1/p − 1/q)logn
  1. En déduire que pour (p − 2)(q − 2) ≥ 0, on a
d(ℓ_n^p, ℓ_n^q) = |1/q − 1/p|logn
  1. Pour quelles valeurs de n et de p l'espace ℓ_n^p est-il euclidien '?
  2. Montrer que ℓ_2^1 et ℓ_2^∞ sont isométriques. la formule donnée en C − 4 est-elle valable pour tout n et tout 1 ≤ p, q ≤ ∞ ?

Questions fréquentes

4 questions
Sur quels chapitres porte ce sujet commun aux ENS MP-PC 2002 ?
Afficher ou masquer la section

Sur quels chapitres porte ce sujet commun aux ENS MP-PC 2002 ?

Il porte sur les espaces vectoriels normés de dimension finie, la dualité, les inégalités de convexité (Hölder, Minkowski) et la comparaison des normes usuelles l^p.

Quelles parties sont indépendantes ?

La première partie sert d'introduction et de boîte à outils pour toute la suite ; les parties trois et quatre s'appuient sur la définition de distance entre espaces normés introduite en partie deux.

Quels résultats de cours faut-il connaître pour ce sujet ?

Il faut connaître les espaces vectoriels normés de dimension finie, les applications linéaires bornées, la notion de dual et les inégalités de convexité classiques.

Ce sujet est-il faisable en première année ?

Non, il suppose acquises les notions de dualité et de norme d'application linéaire, généralement étudiées en deuxième année.

Pas de description pour le moment