Fondement de la théorie des Opérateurs Linéaires Sidi Mohammed BAHRI Université de Mostaganem 1 Introduction On procéde à l’élaboration d’une théorie abstraite des opérateurs sur des espaces de Banach et de Hilbert spéci…ques pour aider à la résolution des équations particulières découlant des applications. Une grande variété de ces équations peuvent être écrites sous la forme Tx = y (1) où T est une application d’un espace de Banach (ou de Hilbert) dans un autre, et si T admet dans un certain sens une bonne nature, on peut déduire beaucoup de renseignement concernant la solution en exploitant la structure des espaces et en particulier leur complétion. Les questions pour lesquelles la théorie des opérateurs est la mieux adaptée à répondre sont ceux qui sont de nature qualitative, et celles concernant les procédures générales d’ approximation pour résoudre l’équation (1). Certains des plus importantes sont les suivantes: i) L’équation (1) admet-elle une solution. Si oui, est-elle unique? ii) L’équation (1) est-elle stable dans le sens où un petit changement en y implique un petit changement en x? iii) Si l’équation (1) est linéaire, les méthodes de la théorie des opérateurs linéaires en dimension …nie sont-elles prise en charge? En particulier, un inverse linéaire T 1 peut-il être sensiblement dé…ni, et T 1 admet-il un bon comportement? iv) S’il existe un opérateur T0 qui se rapproche de T dans un certain sens, la solution x0 de T0 x0 = 0 est-elle une bonne approximation de la solution de l’équation (1)? v) Si l’équation est une équation intégrale ou di¤érentielle, existe-il une solution numérique, obtenue par une méthode spéci…que, proche de la solution exacte, et quelle est l’erreur d’approximation? vi) Y at-il des méthodes itératives valides qui permettrons une estimation initiale de la solution qui soit systématiquement améliorée? vii) La diagonalisation familière d’une matrice hermitienne fournit une caractérisation simple et éclairante d’une classe utile de l’opérateur en dimension …nie. Yat-il un analogue de cette situation pour, disons, des équations di¤érentielles linéaires? 1 viii) L’équation di¤érentielle f 00 + f = 0 avec les conditions aux limites f (0) = f ( ) = 0 admet l’ensemble des solutions fsin n g correspondant à = n2 pour n = 1; 2; : : :. Une large classe de fonction peut être représentée comme une combinaison linéaire de ces solutions, et cette représentation en série de Fourier est souvent utile. Y at-il des généralisations aux autres équations di¤érentielles, et à d’autres types d’équations? Le souhait de répondre aux questions de cette nature va fortement in‡uencer le choix de la théorie à décrire. Dans ce chapitre, nous allons donner les bases de la théorie des opérateurs linéaires sur lesquels le traitement ultérieur des équations linéaires et non linéaires dépendera. Le contenu est organisé comme suit. La section 2 comprend les dé…nitions de la terminologie de base des opérateurs. La discussion sur les opérateurs linéaires commence à la section 3. Nous nous demandons si certains des résultats clés en dimension …nie se généralisent et nous concluons que les aspects analytiques ne peuvent pas être ignorées pour que la généralisation soit couronnée de succès. Par conséquent les restrictions supplémentaires sur les espaces et les opérateurs doivent être prises en charge. La restriction la plus facile et peut-être la plus utile est que l’opérateur doit être une application continue d’un espace de Banach sur un autre. Les opérateurs linéaires continus sont introduits dans la section 4, et certaines de leurs propriétés de base sont issus de la section 5. Dans la section 6, nous sommes en…n en mesure de commencer à examiner le problème des solutions réellement construites, et en particulier de trouver l’inverse. L’analyse est basée sur la méthode de substitution successive, ou ce qui revient au même, la série de Neumann, et les applications sont faites à certains problèmes standards. L’enquête sur les propriétés de l’inverse conduit naturellement à une discussion sur la théorie spectrale élémentaire dans la section 7. Dans la dernière section un plus faible concept d’opérateur fermé est introduit a…n de traiter avec des opérateurs di¤érentiels, ces opérateurs ne sont pas continues sur les espaces de Banach jusqu’ici considéré. 2 La terminologie de base de théorie de l’opérateur Soient X et Y deux ensembles de natures quelconques. Soit T une application dé…nie sur un sous ensemble D (T ) de X et supposons que T associ à chaque x 2 D (T ) un élément y = T (x) 2 Y (dans les phases initiales D(T ) sera généralement l’ensemble X). De…nition 1 L’ensemble D (T ) = D s’appelle domaine de T . Pour x 2 D(T ), l’élément T x est connu comme l’image de x. De même l’image T (S) d’un ensemble S est l’ensemble des images de tous les éléments de S. En particulier l’image de D(T ) est appelée le rang de T et sera noté R(T ). La préimage d’un ensemble S1 Y c’est l’ensemble T 1 (S1 ) = ff : f 2 D(T ); T f 2 S1 g: 2 De…nition 2 T est dit opérateur de X dans Y: La notation T : S x ! Y 7 ! Tx signi…e que T est un opérateur de domaine S et de rang Y , et nous disons que T applique S dans Y . Remark 3 Les points suivants résultants de la dé…nition doivent être notés. Tout d’abord, un opérateur est toujours à valeur unique en ce qu’il associ exactement un élément de son rang pour chaque élément de son domaine. Deuxièmement, l’a¢ rmation que T est un opérateur de X dans Y permet la possibilité que D(T ) soit un sous-ensemble de X; en revanche A : X ! Y signi…e que D(T ) = X. En…n, bien qu’il n’y ait pas de distinction stricte entre « opérateur» et « fonction» , il est de coutume de réserver "fonction" pour le cas où X et Y sont de dimension …nie et d’utiliser « opérateur» ailleurs. Compte tenu de son importance un type particulier d’opérateur se voit attribuer son propre nom. De…nition 4 Soit X un espace vectoriel complexe (respectivement réel), et supposons que Y = C (respectivement R). Alors un opérateur de X dans Y est appelé une fonctionnelle. Example 5 Considérons X = C [0; 1] et T : X ! X l’opérateur de d¤ érentiation dé…ni par T f (x) = f 0 (x) : (2) T n’est pas dé…ni sur tout X. En e¤ et, les fonctions continues ne sont pas toutes dérivables. On peut donc con…ner l’opérateur de di¤ érentiation, en premier lieu, aux fonctions régulières, c’est à dire f 2 C 1 [0; 1]. Dans ce cas, il est évident que le second membre de (2) est continu pour tout f , et si T f (x) dénote la valeur de la fonction T f en x, la relation (2) supposée véri…ée pour f 2 C 1 [0; 1] dé…nie un opérateur de C [0; 1] dans lui même de domaine C 1 [0; 1]. Donc nous pouvons écrire : T : C 1 [0; 1] ! C [0; 1] : (3) Il est aussi évident que l’opérateur de di¤érentiation (3) a toujours un sens dans l’espace plus large C 1 [0; 1] ; il est donc possible de dé…nir un autre opérateur S en posant : Sf (x) = f 0 (x) ; f 2 C 1 [0; 1] : Bien que Sf = T f pour f 2 D (T ), puisque D(T ) 6= D(S) nous ne dirons pas que T et S sont égales, réservant cette terminologie pour le cas où D(T ) = D(S). Plutôt S est décrit comme une extension de T . De…nition 6 Soient T et S deux opérateurs dé…nis d’un espace vectoriel X dans un espace vectoriel Y . T et S sont dits égaux ssi, D (T ) = D (S) : Tx = Sx 8x 2 D (T ) 3 S est dit extension de T ou que T est une réstriction de S ssi, D (T ) D (S) : Tx = Sx 8x 2 D (T ) Dans ce cas, on écrit T S et l’extension S est dite propre ssi D (T ) 6= D (S) . Un classement général qui soit utile lorsque l’on considère l’équation opérateur T x = y est la suivante. De…nition 7 Supposons que T est un opérateur de X dans Y . T est dit injectif ssi pour chaque y 2 R (T ) il ya exactement un x 2 D(T ) tel que T x = y. T est appelé surjectif ssi R (T ) = Y , et nous disons que T applique D (T ) dans Y . T est dit bijectif ssi il est à la fois injectif et surjectif. Example 8 Considérons les fonctions suivantes (opérateurs) i) : R ! R. (x) = sin x: Alors R ( ) = [ 1; 1] qui est un sous-ensemble de R. Ainsi surjectif. Puisque 0 = (0) = ( ) = ::: , n’est pas injectif. ii) (x) = x(x2 1) 4 n’est pas . Puisque R ( ) = R, est surjective, mais 1; O; 1 sont toutes appliquées à zéro, donc sans doute n’est pas injective. iii) (x) = tanh x: 5 Alors R ( ) = ] 1; 1[ et n’est pas surjectif. est injective puisque l’équation tanh z = a (a 2 ] 1; 1[) a une seule solution réelle. iv) (x) = x3 : est évidemment bijective. Dans la théorie des opérateurs linéaires et aussi celle des opérateurs non linéaires, la classe des opérateurs continus est la plus utile. En fait, on peut la considérer comme une extension naturelle de la classe des fonctions continues. De…nition 9 Soient X et Y deux espaces vectoriels normés et soit T : X ! Y un opérateur linéaire. Alors T est dit continu au point x0 2 D (T ) si, et seulement si, l’une des deux conditions équivalentes suivantes est véri…ée : (i) 8 > 0; 9 > 0 = kT x T x0 k < si x 2 D (T ) et kx x0 k < ; (ii) Pour toute suite (xn ) dans D (T ) de limite x0 , lim T xn = T x0 : n!1 T est dit continu ssi T est continu en tout point de D (T ). Lemma 10 L’opérateur T est continu si et seulement si l’image inverse de tout ensemble ouvert dans Y est un ouvert dans D (T ). Proof. 6 ( Supposons que T est continu et montrons que si O T 1 (O) est un ouvert dans D (T ). Si T 1 Y est un ouvert alors (O) est vide, alors il est un ouvert. Supposons que T 1 (O) n’est pas vide et soit x0 2 T 1 (O). Alors T x0 2 O, et comme O est un ouvert, alors il existe une boule ouverte B (T x0 ; ) O. D’aprés la dé…nition de la continuité : il existe > 0 et un ensemble ouvert dans D (T ) U = fx : x 2 D (T ) ; kx x0 k < g tel que TU B (T x0 ; ) : Alors TU O et U En…n, comme x0 est quelconque dans T est un ouvert dans D (T ). 1 T 1 (O) : (O), cela montre que T 1 (O) ) Supposons maintenant que O est un ouvert, alors T 1 (O) est un ouvert dans D (T ). Donc pour tout x0 dans D (T ) et tout > 0; l’image inverse de la boule ouverte T 1 (B (T x0 ; )) est un ouvert dans D (T ). Donc pour un certain > 0, l’ensemble U = fx : x 2 D (T ) ; kx x0 k < g est contenu dans l’image inverse, ce qui implique que TU B (T x0 ; ) : (4) Et d’aprés (i) de la dé…nition9, (4) établie la continuité au point x0 . Notre première observation concernant la simpli…cation de la notion de continuité se formule comme suit. Lemma 11 Soient X et Y deux espaces de Banach et T : X ! Y un opérateur linéaire. Si T est continu en un certain point x0 2 X, alors T est continu. Proof. Utilisons la propriété (ii) de la dé…nition9. Soit (xn ) une suite dans D (T ) de limite x0 , alors T xn ! T x0 : Maintenant, si (yn ) une suite dans D (T ) de limite y0 , alors yn y0 + x0 ! x0 : Par conséquent, T (yn donc y0 + x0 ) ! T x0 ; T yn ! T y0 : 7 3 Certaines propriétés algébriques des opérateurs linéaires Un opérateur linéaire est l’analogue sur un espace vectoriel d’une fonction unidimensionnelle représentée par une ligne droite passant par l’origine, qui est une fonction : R ! R où (x) = x pour certains 2 R. En dimension …nie la théorie des équations linéaires est très développée et un intérêt de recherche est largement con…née au cas non linéaire, mais dans un espace vectoriel arbitraire, la situation est assez di¤érente, car bien que les équations linéaires sont évidemment beaucoup plus maniable que leurs homologues non-linéaires, les problèmes soulevés par la dimension in…nie peuvent être de di¢ cultés considérables. Pour le reste de ce chapitre seulement les opérateurs linéaires seront considérés. Leurs propriétés algébriques sont d’abord discutées. En particulier, un examen préliminaire de l’équation de l’opérateur T x = y est faite, et certains rudiments de la théorie de la dimension …nie seront revu dans le but d’établir quelles analogies peut on avoir en dimension in…nie. De…nition 12 Soient X et Y deux espaces vectoriels et soit T un opérateur de X dans Y . Alors T est dit linéaire si : (i) D (T ) est un sous espace vectoriel (condition nécéssaire); (ii) T ( x + y) = T x + T y: Dans ce cas, l’image Im T est aussi un sous espace vectoriel. 4 Premier pas vers la résolution de l’équation Tx=y Ce premier pas est modelé sur les tactiques de la théorie des matrices, i.e. tenter de dé…nir l’opérateur inverse T 1 . Il est clair que l’équation Tx = y (5) admet une solution pour tout y 2 Im T , et si la solution est unique, ce qui est le cas ssi T est injectif, un opérateur T 1 avec D T 1 = Im T peut être dé…ni par la relation x = T 1y (6) Il est facile de voir que est un opérateur linéaire de Y dans X. Cependant, en général, Im T n’est pas tout l’espace Y , ce qui implique que l’équation (5) n’a pas de solution pour tout y 2 Y . La situation est beucoup plus satisfaisante si Im T = Y; c’est à dire que l’équation (5) admet une solution unique pour tout y 2 Y . Nous pouvons résumé les di¤érentes cas de résolution de l’équation (5) comme suit : 8 (i) Si T est non injectif, aucune interprétation raisonnable de T 1 comme opérateur linéaire n’est possible. L’équation (5) admet toujours plus d’une solution si y 2 Im T . (ii) Si T est injectif mais non surjectif, alors T 1 est un opérateur linéaire avec domaine Im T: L’équation (5) admet exactement une solution si y 2 Im T mais aucune solution ailleurs. (iii) Si T est bijectif, alors T 1 est un opérateur linéaire avec domaine Y: L’équation (5) admet exactement une solution pour chaque y 2 Y: Pour établir un critère convenable a…n de décider quand est ce que cette dernière possibilité soit réalisable est l’ultime objectif de cette théorie. Pour cela, commençons par suivre les pas de la dimension …nie. Soit T : X ! Y un opérateur linéaire. Alors l’opérateur T admet un inverse ou que T 1 existe ssi T est injectif. Dans ce cas : D T Im T 1 = Im T = D (T ) 1 et Tx = y , x=T 1 y: Posons ker T = fx 2 D (T ) : T x = 0g ; alors T est injectif ssi ker T = f0g. Theorem 13 Supposons que dim X …nie et soit T : X ! X un opérateur linéaire. Alors les conditions suivantes sont équivalentes : (i) T est bijectif; (ii) ker T = f0g (i.e. T est injectif ); (iii) T est surjectif. Donc en dimension …nie si ker T = f0g, T 1 est dé…ni sur tout X - la meilleur situation possible- et l’équation (5) admet une unique solution pour tout y 2 X. De plus, si le déterminant de la matrice associée à T est non nul, cela su¢ t pour que ker T = f0g. Cependant, cette dernière n’est pas une condition su¢ sante en dimension in…nie. Example 14 Soit T : C [0; 1] ! C [0; 1] dé…ni par Rx T f (x) = 0 f (t) dt; (f 2 C [0; 1]) : Il est clair que T f (0) = 0 pour tout f 2 C [0; 1]. Donc Im T est un sous espace propre de C [0; 1] et T n’est pas injectif. Cependant, ker T = f0g car T f = 0 uniquement si f = 0. Donc la condition (ii) du théorème13 n’implique pas (iii) et (ii) n’implique pas (i). 9 Remark 15 Le dé…cit du théorème13, pour le cas de la dimension in…nie, implique que les résultats de l’inverse en dimension …nie ne se conservent pas à la dimension in…nie. Vu l’importance des considérations analytiques en dimension in…nie, il est tout à fait naturel de réaliser que les progrés de la théorie des opérateurs linéaires ne peuvent être basés uniquement sur des arguments purement algébriques. En e¤ et, une généralisation des résultats de la dimension …nie peut être réalisée uniquement avec l’aide d’une théorie intéressante et assez complexe dont laquelle l’analyse joue un rôle cruciale. Le développement de certains des plus importantes partie de cette théorie sera notre principale préocupation dans la section suivante. 5 Continuité et Bornitude Nous pouvons a¢ rmé que les di¢ cultés de la théorie des opérateurs linéaires en dimension in…nie surgissent essentiellement par deux caneaux. Le premier est lié à la question de continuité. Les opérateurs linéaires sur des espaces vectoriels normés de dimension …nie sont nécessairement continus, mais cela n’est pas le cas quand les espaces sont de dimension in…nie. Le second problème provient de la complexité des propriétés analytiques de l’espace lui même. Les plus simples opérateurs pour lesquels un progrés substantiel est possible sont ceux dont les domaines sont des espaces de Banach ou des espaces de Hilbert et qui sont, en plus, continus. Et comme ces opérateurs sont relativement répondus dans certaines applications, il est naturel de commencer par une étude détaillée de leurs propriétés. 5.1 Opérateurs Continus 5.2 Opérateurs bornés De…nition 16 Soient X et Y deux espaces de Banach et T : X ! Y un opérateur linéaire. Alors T est dit borné sur D (T ) ssi il existe une constante M > 0 telle que kT xkY M kxkX ; 8x 2 D (T ) : (7) T est dit borné ssi de plus D (T ) = X. Si T n’est pas borné sur D (T ) ; il est dit non borné. La borne inférieure de toutes les constantes M véri…ants (7) et notée par kT k est dite norme de T . Au fait, nous avons kT xk = sup kT xk : x2D(T ) kxk x2D(T ) kT k = sup x6=0 kxk6=1 Notons que kT xk kT k kxk : 10 (8) Remark 17 Un opérateur linéaire borné n’est généralement pas une fonction bornée; celle-ci exige que la norme de T x soit bornée pour tout x, ce qui n’est possible que si Y est l’espace vectoriel réduit à zéro. Au contraire, un opérateur linéaire borné est une fonction localement bornée. Example 18 1. Tout opérateur linéaire entre deux espaces de dimension …nie normé est borné, et un tel opérateur peut être considéré comme la multiplication par une certaine matrice …xe . 2. Beaucoup de transformations intégrales sont des opérateurs linéaires bornés. Par exemple, si K : [a; b] [c; d] ! R est une fonction continue, alors l’opérateur T dé…ni sur l’espace C[a; b] des fonctions continues sur [a; b] muni de la norme uniforme et prenant ses valeurs dans l’espace C[a; b], donné par la formule T f (x) = Z b K (x; y) f (y) dy; a est borné. Par contre si cet opérateur prend ses valeurs dans C 1 [0; 1], il n’est plus continu. 3. L’ opérateur de Laplace : H 2 (Rn ) ! L2 (Rn ) (Son domaine est un espace de Sobolev et il prend des valeurs dans un espace de fonctions de carré intégrable ) est borné. 4. L’ opérateur schift à droite (dit aussi opérateur de de décalage à droite) sur l2 l’espace de toutes les suites (x0 ; x1 ; x2 :::) de nombres réels avec x20 + x21 + x22 + < 1; T (x0 ; x1 ; x2 :::) = (0; x0 ; x1 ; x2 :::) est borné. Il est facile à voir que sa norme vaut 1. 5.3 Equivalence entre continuité et bornitude Il est à noter que toute fonction continue f : [0; 1] ! R est bornée. C’est vraiment un cas particulier d’un fait plus général: Toute fonction continue d’un espace compact dans un espace métrique est bornée. Mais l’inverse n’est pas vrais. En e¤et, la fonction f; qui prend la valeur 0 pour tout nombre rationnel x et 1 pour x un nombre irrationnel, est bornée. Ainsi, une fonction n’a pas besoin d’être bonne a…n d’être bornée. L’ensemble des fonctions bornées dé…nies sur [0; 1] est beaucoup plus grand que l’ensemble des fonctions continues sur cet intervalle. Cependant, ce n’est pas le cas pour un opérateur borné. 11 Theorem 19 Soient X et Y deux espaces de Banach et T : X ! Y un opérateur linéaire. Alors T est borné sur D (T ) ssi T est continu. Proof. Supposons T borné, alors 9M > 0 : kT xkY M kxkX ; 8x 2 D (T ) : Donc si xn ! 0; il s’en suit que T xn ! 0: Et d’aprés le lemme11, T est continu. Supposons maintenant que T n’est pas borné, alors il existe une suite (yn ) telle que kT yn k ! 1: an = kyn k Mais si l’on pose xn = alors yn ; an kyn k kxn k = 1 !0 an et kT xn k = 1: Comme T 0 = 0, T n’est pas continu au point zéro et par conséquent T est non continu. 5.4 Linéarité et bornitude Notons que les opérateurs linéaires entre espaces normés ne sont pas tous bornés. Soit X l’espace des polynômes trigonométriques dé…nies sur [ ; ], avec la norme Z kP k = jP (x)j dx: Dé…nissons l’opérateur T : X ! X qui agit en prenant la dérivée, de sorte qu’il associe à un polynôme P à son dérivé P 0 . Ensuite, pour P (x) = exp (inx) ; n = 1; 2; ::: nous avons kP k = 1, tandis que kT P k = 2 n ! 1 quand n ! 1, alors cet opérateur n’est pas borné. Il s’avère que ce n’est pas un exemple unique, mais plutôt une partie d’une règle générale. Tout opérateur linéaire dé…ni sur un espace normé de dimension …nie est borné. Toutefois, étant donné les espaces normés X et Y , avec X de 12 dimension in…nie et Y n’étant pas réduit à zéro, on peut trouver un opérateur linéaire qui n’est pas continue de X dans Y . Un tel opérateur de base, comme la dérivée (et autres), qui n’est pas borné, est plus di¢ cile à étudier. Si, toutefois, on dé…nit soigneusement le domaine et l’image de l’opérateur de dérivation, on peut montrer qu’il est un opérateur fermé. Les opérateurs fermés sont plus générales que les opérateurs bornés, mais plus pratiques dans plusieurs domaines. 5.5 Extension linéaire continuité En général, nous serons concerné qu’avec les opérateurs continus ( ou bornés ) dé…nis sur tout l’espace normé X. Cependant, il est parfois convenable de dé…nir les opérateurs d’abord sur un sous ensemble de X et la question se pose alors de savoir si un opérateur continu sur son domaine D (T ) admet une extension continue sur tout l’espace X. Une procédure commune pour dé…nir un opérateur linéaire borné entre deux espaces de Banach donné est la suivante. Tout d’abord, dé…nir un opérateur linéaire sur un sous-ensemble dense de son domaine, tel qu’il soit localement bornée. Ensuite, étendre l’opérateur par continuité d’un opérateur linéaire continu sur l’ensemble du domaine. Theorem 20 Soient X et Y deux espaces de Banach et T : X ! Y un opérateur linéaire de domaine dense dans X. Alors si T est continu sur D (T ), il existe une unique extension S de T sur X telle que kSk = kT k : Proof. Comme D (T ) = X, pour tout x 2 X il existe une suite (xn ) dans D (T ) telle que lim xn = x: n!1 Comme (xn ) est convergente, alors elle est de Cauchy. Donc étant donné > 0; il existe n0 2 N tel que pour tout m; n n0 : kxn Ainsi pour m; n kT xn xm k kT k : n0 : T xm k kT (xn xm )k kT k kxn xm k : Ceci montre que (T xn ) est une suite de Cauchy dans Y , et comme Y est complet, il existe un élément y 2 Y avec lim T xn = y: n!1 Il est facile de véri…er que y est indépendant de la suite particulière utilisée, et donc l’extension S:X!Y 13 peut être dé…nie par la relation Sx = y: S est évidement linéaire, et puisque kSxk = kyk = lim kT xn k lim kT k kxn k = kT k kxk ; n!1 n!1 S est de plus borné. Cette dernière relation montre aussi que kSk kT k : D’autre part, Sx = T x pour x 2 D (T ) ; donc certainement kSk kT k : Par conséquent kSk = kT k : En…n si S1 et S2 sont deux extensions de T; pour toute suite convergente (xn ) dans D (T ) avec limite x, S1 x = lim S1 xn = lim T xn = lim S2 xn = S2 x; n!1 n!1 n!1 et l’unicité s’en suit. Remark 21 Ce théorème est important. Il a¢ rme qu’un opérateur linéaire borné sur un domaine D (T ) dense dans un espace normé X, dans l’image Im T est incluse dans un espace de Banach Y peut être prolongé sans augmentation de sa norme, à tout l’espace X. Cela signi… que si Im T est inclu dans un espace de Banach, il n’y a pas de perte de généralité en supposant que D (T ) est fermé (S’il ne l’est pas, alors le théorème a¢ rme que nous pouvons prolonger T à sa fermeture D (T ):) De plus, si X est un espace de Banach, alors D (T ), étant un sous espace fermé d’un espace de Banach, est aussi un espace de Banach. Dans ce cas, il n’ya aucune perte de généralité en supposant que T est dé…ni sur X, i.e. D (T ) = X. 6 Quelques propriétés fondamentales des opérateurs bornés Pour pouvoir exploiter la condition de bornitude pour les opérateurs linéaires, certains résultats théoriques de base sont nécessaires. La signi…cation compléte de ces résultats peut ne pas être clair immédiatement, mais la motivation pour le choix du domaine général sur lequel nous nous focalisons sera l’équation Tx = y 14 (9) avec T : X ! Y un opérateur linéaire borné. Si T est bijectif, alors il admet un inverse T 1 dé…ni sur Y , et l’équation (9) admet une solution x = T 1 y pour tout y 2 Y . La première question que l’on peut poser dans ce cas est si la solution x est stable pour de petites perturbations de y. Il est certain quelle est stable si T 1 est borné, car si T x1 = y1 et T x2 = y2 ; alors kx1 yx2 k T 1 ky1 y2 k : Cependant, comme il a été remarqué çi dessus, la bornitude d’un opérateur ne se déduit pas uniquement du fait qu’il est partout dé…ni. Le fait que l’on a besoin que soit borné est conséquence du théorème suivant qui est lui même un point tournant de la théorie des opérateurs. Theorem 22 (Théorème de l’application ouverte) Soient X et Y deux espaces de Banach et T : X ! Y un opérateur linéaire borné et surjectif. Alors T applique les ensembles ouverts dans X en des ensembles ouverts dans Y: 7 Complétion de l’espace des opérateurs linéaires bornés Theorem 23 Soit X un espace normé et Y un espace normé complet. Alors L (X; Y ) est un espace de Banach (i.e., complet). 1 Proof. Soit fAn gn=1 une suite de Cauchy dans L (X; Y ) alors 8 > 0; 9N tel que 8m; n Cela implique que pour tout x 2 X et m; n kAn x Am xkY N : kAn Am k : (10) N = k(An Am ) xkY kAn Am k kxk kxk : 1 Par conséquent : pour tout x 2 X, la suite fAn xgn=1 est une suite de Cauchy dans Y . Et comme Y est un espace de Banach, elle admet une limite que l’on note Ax 2 Y et ainsi nous dé…nissons pour tout x 2 X, Ax = lim An x: n!1 A est un opérateur linéaire et il est aussi borné puisque : kAxkY sup kAn xk n2N 15 kxk sup kAn k ; n2N alors kAk sup kAn k ; n2N d’ou A 2 L (X; Y ) : Maintenant, à voir que An ! A: Supposons le contraire, c’est à dire que kAn Ak 9 0, alors il existe 1 1 fAnk gk=1 fAn gn=1 telle que pour tout k 2 N nous avons kAnk Ak > 0 et 2 : Donc pour tout k 2 N, nous pouvons choisir xk 2 X telle que kxk k = 1 et kAnk xk Axk k : 1 Rappelons que fAn gn=1 est une suite de Cauchy, alors on peut choisir tel que pour tout m; nk nous avons kAnk xk Am xk k 2N 2 et cela implique kAnk xk kAnk xk Axk k Am xk k + kAm xk Axk k : Donc pour tout m kAm xk Axk k 2 ce qui contredit la dé…nition de A (nous devons avoir Am xk ! Axk ). Remark 24 (i) A est un opérateur borné si, et seulement si, A est un opérateur continu (i.e., Axn Ax ! 0 pour xn ! x). (ii) ker A = fx j Ax = 0g est un sous espace fermé. (iii) Le théorème23 implique que pour tout espace normé X, l’espace dual X est complet. En e¤ et, il su¢ t de prendre Y =( R ou C) et qui soit le même champs des scalaires pour X. 16