Lecture Notes in Economics and Mathematical Systems
(Vol. 1-15: Lecture Notes in Operations Research and Mathematical Economics, Vol. 16-59: Lecture Notes in Operations Research and Mathematical Systems) Vol. 1: H. BOhlmann, H. Loeffel, E. Nievergelt, EinfUhrung in die Theorie und Praxis der Entscheidung bei Unsicherheit. 2. Auflage, IV, 125 Seiten. 1969. OM 16,-
Vol. 2: U. N. Bhat, A Study of the Queueing Systems M/GI1 and GUM1. VIII, 78 pages. 1968. OM 16,-
Vol. 3: A Strauss, An Introduction to Optimal Control Theory. VI, 153 pages. 1968. OM 16,-
Vol. 4: Branch and Bound: Eine EinfUhrung. 2., geanderte Auflage. Herausgegeben von F. Weinberg. VII, 174 Seiten. 1972. OM 18,-
Vol. 5: Hyvarinen, Information Theory for Systems Engineers. VIII, 205 pages. 1968. OM 16,-
Vol. 6: H. P. KOnzi, O. MOiler, E. Nievergel~ EinfUhrungskursus in die dynamische Programmierung. IV, 103 Seiten. 1968. OM 16,-
Vol. 7: W. Popp, Einfuhrung in die Theorie der Lagerhaltung. VI, 173 Seiten. 1968. OM 16,-
Vol. 8: J. T eghem, J. Loris-Teghem, J. P. Lambotte, Modeles d'Attente M/G/l et GI/M/l a Arrivees et Services en Groupes. IV, 53 pages. 1969. OM 16,-
Vol. 9: E. Schultze, EinfOhrung in die mathematischen Grundlagen der Informationstheorie. VI, 116 Seiten. 1969. OM 16,-
Vol. 10: O. Hochstadter, Stochastische Lagerhaltungsmodelle. VI, 269 Seiten. 1969. OM 18,-
Vol. 11/12: Mathematical Systems Theory and Economics. Edited by H. W. Kuhn and G. P. Szego. VIII, IV, 486 pages. 1969. OM 34,-
Vol. 13: Heuristische Planungsmethoden. Herausgegeben von F. Weinberg und C. A Zehnder. II, 93 Seiten. 1969. OM 16,-
Vol. 14: Computing Methods in Optimization Problems. Edited by A V. Balakrishnan. V, 191 pages. 1969. OM 16,-
Vol. 15: Economic Models, Estimation and Risk Programming: Essays in Honor of Gerhard Tintner. Edited by K. A. Fox, G. V. L. Narasimham and J. K. Sengupta. VIII, 461 pages. 1969. OM 24,-
Vol. 16: H. P. Kunzi und W. Oettli, Nichtlineare Optimierung: Neuere Verfahren, Bibliographie. IV, 180 Seiten. 1969. OM 16,-
Vol. 17: H. Bauer und K. Neumann, Berechnung optimaler Steuerungen, Maximumprinzip und dynamische Optimierung. VIII, 188 Seiten. 1969. OM 16,-
Vol. 18: M. Wolff, Optimale Instandhaltungspolitiken in einfachen Systemen. V, 143 Seiten. 1970. OM 16,-
Vol. 19: L. Hyviirinen Mathematical Modeling for Industrial Processes. VI, 122 pages. 1970. OM 16,-
Vol. 20: G. Uebe, Optimale Fahrpliine. IX, 161 Seiten. 1970. OM 16,-
Vol. 21: Th. Liebling, Graphentheorie in Planungs- und Tourenproblemen am Beispiel des stadtischen StraBendienstes. IX, 118 Seiten.1970. OM 16,-
Vol. 22: W. Eichhorn, Theorie der homogenen Produktionsfunktion. VIII, 119Seiten.1970. OM 16,-
Vol. 23: A Ghosal, Some Aspects of Queueing and Storage Systems. IV, 93 pages. 1970. O~ 16,-
Vol. 24: Feichtinger Lernprozesse in stochastischen Automaten. V, 66 Seiten. 1970. OM 16,-
Vol. 25: R. Henn und O. Opitz, Konsum- und Produktionstheorie. 1.11,124 Seiten. 1970. OM 16,-
Vol. 26: O. Hochstadter und G. Uebe, Okonometrische Methoden. XII, 250 Seiten. 1970. OM 18,-
Vol. 27: I. H. Mufti, Computational Methods in Optimal Control Problems. IV, 45 pages. 1970. OM 16,-
Vol. 28: Theoretical Approaches to Non-Numerical Problem Solving. Edited by R. B. Bsnerji and M. O. Mesarovic. VI, 466 pages. 1970. OM 24,-
Vol. 29: S. E Elmaghraby, Some Network Models in Management Science. III, 177 pages. 1970. OM 16,-
Vol. 30: H. Noltemeier, Sensitlvitlltsanalyse bei diskreten lonearen Optimierungsproblemen. VI, 102 Seiten.1970. OM 16,-
Vol. 31: M. KOhlmeyer, Die nichtzentrale t:Verteilung. II, 106 Seiten. 1970. OM 16,-
Vol. 32: F. Bartholomes und G. Hotz, Homomorphismen und Reduktionen linearer Sprachen. XII, 143 Seiten. 1970. OM 16,-
Vol. 33: K. Hinderer, Foundations of Non-stationary Dynamic Programming with Discrete Time Parameter. VI, 160 pages. 1970. OM 16,-
Vol. 34: H. Stormer, Semi-Markoff-Prozesse mit endlich vielen Zustanden. Theorie und Anwendungen. VII, 128 Seiten. 1970. OM 16,-
Vol. 35: F. Ferschl, Markovketten. VI, 168 Seiten. 1970. OM 16,
Vol. 36: M. P. J. Magill, On a General Economic Theory of Motion. VI, 95 pages. 1970. OM 16,-
Vol. 37: H. Muller-Merbach, On Round-Off Errors in Linear Programming. VI, 48 pages. 1970. OM 16,-
Vol. 38: Statistische Methoden I. Herausgegeben von E. Walter. VIII, 338 Seiten. 1970. OM 22,-
Vol. 39: Statistische Methoden II. Herausgegeben von E. Walter. IV, 155 Seiten. 1970. OM 16,-
Vol. 40: H. Orygas, The Coordinate-Free Approach to GaussMarkov Estimation. VIII, 113 pages. 1970. OM 16,-
Vol. 41 : U. Ueing, Zwei Losungsmethoden fOr nichtkonvexe Programmierungsprobleme. VI, 92 Seiten. 1971. OM 16,-
Vol. 42: A V. Balakrishnan, Introduction to Optimization Theory in a Hilbert Space. IV, 153 pages. 1971. OM 16,-
Vol. 43: J. A. Morales, Bayesian Full Information Structural Analysis. VI, 154 pages. 1971. OM 16,-
Vol. 44: G. Feichtinger, Stochastische Madelle demographischer Prozesse. XIII, 404 Seiten. 1971. OM 28,-
Vol. 45: K. Wendler, Hauptaustauschschritte (Principal Pivoting). 11,64 Seiten. 1971. OM 16,-
Vol. 46: C. Boucher, Lec;ons sur la theorie des automates mathematiques. VIII, 193 pages. 1971. OM 18,-
Vol. 47: H. A Nour Eldin, Optimierung linearer Regelsysteme mit quadrati scher Zielfunktion. VIII, 163 Seiten. 1971. OM 16,-
Vol. 48: M. Constam, FORTRAN fOr Anfanger. 2. Auflage. VI, 148 Seiten. 1973. OM 16,-
Vol. 49: Ch. SchneeweiB, Regelungstechnische stochastische Optimierungsverfahren. XI, 254 Seiten. 1971. OM 22,-
Vol. 50: Unternehmensforschung Heute - Obersichtsvortrage der Zuricher Tagung von SVOR und OGU, September 1970. Herausgegeben von M. Beckmann. VI, 133 Seiten. 1971. OM 16,-
Vol. 51: Oigitale Simulation. Herausgegeben von K. Bsuknecht und W. Nef. IV, 207 Seiten. 1971. OM 18,-
Vol. 52: Invariant Imbedding. Proceedings of the Summer Workshop on Invariant Imbedding Held at the University of Southern California, June-August 1970. Edited by R. E. Bellman and E. O. Denman. IV, 148 pages. 1971. OM 16,-
Vol. 53: J. RosenmOller, Kooperative Spiele und Markte. IV, 152 Seiten. 1971. OM 16,-
Vol. 54: C. C. von Weizsacker, Steady State Capital Theory. III, 102 pages. 1971. OM 16,-
Vol. 55: P. A V. B. Swamy, Statistical Inference in Random Coefficient Regression Models. VIII, 209 pages. 1971. OM 20,-
Vol. 56: Mohamed A EI-Hodiri, Constrained Extrema. Introduction to the Differentiable Case with Economic Applications. III, 130 pages. 1971. OM 16,-
Vol. 57: E. Freund, Zeitvariable MehrgroBensysteme. VII, 160 Seiten. 1971. OM 18,-
Vol. 58: P. B. Hagelschuer, Theorie der linearen Oekomposition. VII, 191 Seiten. 1971. OM 18,-
continuation on page 244
Lectu re Notes in Economics and Mathematical Systems Managing Editors: M. Beckmann and H. P. Kunzi
Mathematical Economics
102
Analyse Convexe et Ses Applications Comptes Rendus, Janvier 1974
Edited by Jean-Pierre Aubin
Springer-Verlag Berlin Heidelberg GmbH
1974
Editorial Board H. Albach· A V. Balakrishnan . M. Beckmann (Managing Editor) . P. Dhrymes J. Green' W. Hildenbrand· W. Krelle • H. P. Kunzi (Managing Editor) K Ritter' R. Sato . H. Schelbert • P. Schonfeld
Managing Editors Prof. Dr. M. Beckmann Brown University Providence, RI 02912/USA
Editor Prof. Dr. Jean-Pierre Aubin Universite Paris IX Dauphine Ceremade
Prof. Dr. H. P. Kunzi Universitat Zurich 8090 Zurich/Schweiz
Place du Marechal-de-Lattre-de-Tassigny 75775 Paris Cedex 16/France
Library of Congress Cataloging in Publication Data
Main entry under title:
Analyse convexe et ses Applications: Comptes rendus, janvier 1974.
(Lecture notes in economics and mathematical systems ; 102)
Includes bibliographies and index. 1. Mathematical analysis--Congresses. 2. Convex
domains--Congresses. I. Aubin, Jean Pierre, ed. II. Title. III. Series. QA300.A549 515 74-23835 ISBN 978-3-540-07015-3
AMS Subject Classifications (1970): 49Axx, 49 Bxx, 90Cxx
This work is subject to copyright. All rights are reserved, whether the whole or part of the material is concerned, specifically those of translation, reprinting, re-use of illustrations, broadcasting, reproduction by photocopying machine or similar means, and storage in data banks.
Under § 54 of the German Copyright Law where copies are made for other than private use, a fee is payable to the publisher, the amount of the fee to be determined by agreement with the publisher.
© by Springer-Verlag Berlin Heidelberg 1974. Originally published by Springer-Verlag Berlin Heidelberg 1974
ISBN 978-3-540-07015-3 ISBN 978-3-662-00638-2 (eBook) DOI 10.1007/978-3-662-00638-2
Pr6face
Ce volume contient les comptes rendus des conf6rences qui ont eu
lieu A Saint Pierre de Chartreuse (Is~re) du 7 au 11 janvier 1974.
Ces journ6es d'analyse convexe ont 6t6 organis6es et subvention
n6es par Ie Centre de Recherche de Math6matiques de la D6cision (Universit6 Paris 9)etpar la Soci6t6 Math6matique de France. L'or
ganisation mat6rielle a 6t6 assur6e par P. J. LAURENT, de l'Uni
versit6 Scientifique et M6dicale de Grenoble.
Le but de ces journ6es 6tait de faire Ie point sur l'6tat des re
cherches men6es en France sur l'Analyse Convexe et ses applications.
Jean-Pierre AUBIN
TABLE DES MATIERES
Resolution numerique d'inegalites variationnelles -A. Aus lender ............................................... 1
Problemes d'optimisation non convexe dependants d'un parametre -
J. Baranger ................................................ 41
Semi-groupes invariants par un cone de fonctions convexes -Ph. Benilan ................................................ 49
Proprietes des inequations quasi variationnelles decroissantes -
A. Bensoussan .............................................. 66
Espaces de Kothe et fonctionnelles convexes -P. Clauzure ................................................ 85
Quelques applications de l'analyse convexe a la resolution de problemes d'optimisation non convexes -
I. Ekeland ................................................. 102
Methodes de descente pour la minimisation de fonctions non differentiables -
C. Lemarechal ............................................. 115
Prolongements de jeux et jeux iteres-H. Moulin................................................. 130
La convexite en statique -J.-J. Moreau ..........•......................•......... ... 141
Une generalisation aux operateurs monotones des theoremes de differentiabilite d'Asplund -
R. Robert ...........•..................................... 168
Lagrange multipliers for an n-stage model in stochastic convex programming -
R.T. Rockafellar
Nouvelles applications de la dualite au calcul des variations -
180
R . Temam ...............•.................................. 188
On the strassen theorem -M. Valadier .......•..........................•............ 203
Convexity and repeated games -S. Zamir ...............................•.................. 216
L'Algebre des projecteurs coniques -E.H. Zarantonello ......................................... 232
RESOLUTION NUMERIQUE O'INEGALITES VARIATIONNELLES
AUSLENOER - GOURGANO - GUILLET
I - Introduction
Soit X un espace de Hilbert reel muni du produit scalaire (.,.), Q un sous-
ensemble convexe ferme non vide de X, C un sous-ensemble convexe ferms non vide
de Q et A une multi-application de X dans X dont Ie domaine (ensemble des x ou
A(x) ; e) contient Q. On se propose de rssoudre numeriquement l'insgalite
variationnelle :
P : Trouver u:l:£ C tel qu'il existe c:l: e A(u:l:) tel que
1.1
On supposera que l'ensemble des solutions de p, nots M, est non vide.
Pour des conditions d'existence, on pourra se reporter a L4J ' [5J ' OD. L'importance du probleme P en analyse numerique n'est plus a demontrer J en
particulier, la theorie de l'optimisation, du minimax, des jeux a n personnes
est susceptible d'une formulation variationnelle du type 1.1. Le role joue
par la convexite et la forte convexite dans ces theories va se generaliser aux
inegalites variationnelles a l'aide des notions de monotonie et de forte
monotonie. Rappelons a cet effet les definitions suivantes
Definition: On dit que A est monotone sur C si l'on a :
et on dit que A est fortement monotone sur C s'il existe a > 0, appels coefficient
de coercivite de A sur C, tel que :
(c1-c2'X1-x2)~allx1-x2112 Vx1,x2 ec, 'VC1 €A(X 1 ), VC2 €A(X 2) 1.3
Remargue 1 : il est immediat de voir lorsque A est fortement monotone sur C
que M contient au plus un point u:l:.
Dans [iJ . on donne une methode pour calculer des points de M, qui n'est
interessante que si l'on projette facilement sur C. ce qui n'est pas toujours
Ie cas. En effet. soit (f i) i=1, 2, ••• , m des fonctionnelles definies sur X a
2
va leurs reelles convexes et continGment derivables et D le sous-ensemble de X
defini par :
o = {x e X I f i (x) ,< 0 i = 1. 2 •..•• m}.
Dans de nombreux cas, C a alors Ie structure suivante
C=Q()D
et dans ce cas la projection sur C n'est pas immediate._Il apparait alors
necessaire de chercher de nouvelles methodes, ce qui est 1 'objet de cet
article et celles que nous presenterons reposent sur une methodologie commune
la technique des series divergentes. Les methodes expo sees differeront donc
essentiellement par Ie choix des directions de descente ;quant au pas. il
sera "petit" et obtenu ~ l'aide de combinaisons de series divergentes
appropriees.
II - Resolution d'inegalites variationnelles avec operateurs multivoques.
2.1. Caracterisation des solutions de l'inegalite veriationnelle 1.1.
Theoreme 2.1. Supposons C = 0, et l'hypothese de Slater verifiee : il existe
x E X verifiant o
f. (x ) < 0 J. 0
i=1,,2, ... ,m.
Alors une condition necessaire et suffisante pour que u~~ C soit solution de
l'inegalite variationnelle 1.1 est qu'il existe des constantes \. i ~ I(u~).
positives telles que :
avec I(x) = {i If: [1.2 ••.•• m]
Demonstration :
f. (x) J.
2.1
D}
II suffit de remarquer que l'inegalite variationnelle 1.1 est equivalente au
probleme :
'V P : 0 = min (J(v) I v e: C)
et d'appliquer le theoreme de Kuhn et Tucker (6.9.6. [1til) c.q.f.d.
3
Remargue : Si A est univoque, alors 2.1 devient
A(u~) + I A fi'(u~) = O. iEI(u~) i
Posons pour tout v €X : F(v) = (f1 (V), f 2 (V), ••• , fm(v)). On a alors :
Theoreme 2.2. Supposoos C = Q nO, et l'hypothese de Slater verifiee : il
existe Xo E; X verifiant
i=1,2, ..• ,m
Alors une condition necessaire et suffisante pour que u~£ Q so it solution
de l' inegali te variationnelle 1.1 est qu' 11 existe p Ei IR~ , c~ 6" A (u~)
tels que
(c~, v - u~) + (p, F(v) - F(u~)) >,.0
(q - p, F(u~)) ~ 0 V qf:lR:
Demonstration :
II suffit de faire la meme remarque que dans la demonstration precedente et
d'appliquer Ie theoreme du lagrangien (7.9.7, [1DJ) c.q.f.d,
2.2
2.3
2.4
Remarque : Ce theoreme et Ie principe de la demonstration ont ete donnes dans
[2J lorsque A est univoque.
+ Posons maintenant si a = max (a, 0)
h(v) i=m I f~(V)'
i=1
On a alors Ie theoreme de penalisation exacts lorsque C = Q n 0 et l'hypothese de Slater est verifiee.
Theoreme 2,3. Une condition necessaire et suffisante pour que u~E; Q soit
solution de Pest qu'il existe c~ e; A(u~). A >,.0 tels que pour A >,.A o 0
u~ verifie :
(c~, v - u~) + T (A, v) - T (A, u~) ~ 0 o 0
2,5
Demonstration :
1) Condition necessaire : Soit u~ solution de P, d'apres Ie theoreme 2,2
11 existe p € IR~, c'll. e; A (u~) tels que :
(A)
4
Po sons A o
max [Pi I i = 1, •••• m) ; comme p E:~: AO est positif et I 'on a pour'
tout v E: Q. si on note J[v)
[p.F[v))~ L Pifi[v)~A L iE:J[v) 0 ie;J[v)
Et donc. on a :
[P, F[v)) 0{ A h[v) = To[A. v)
f. [v) l
i=m \ + A L f. [v)
o i=1 l
Comme u~ appartient a C, on a h[u~) = 0, c'est"a-dire
Les inegalites [A). [6) et [C) entrainent alors 2.5.
[6)
[C)
A h[v) o
2) Condition suffisante : Fixons dans 2.5 v e c, alors To[A. v)
pour tout A 'l0 et on a I' inegali te
(c~, v - u:!:) ~ Ah(u~)
o
h(u~) ne peut etre alors > 0 car en faisant tendre Avers +M dans l'expression
precedente. on aboutirait a une contradiction; h(u:!:) est donc nul et. par
consequent. u~ appartient a 0, donc a C. On obtient alors
v € C
et par consequent u:!: est solution de P.
Remargue : la fonctionnelle h est convexe et sous-differentiable et son
sous-differentiel est de structure simple (ce qui sera avantageux en algori-
thmique) :
i=m +
'Vx 6X Clh[x) L Clfi(X) i=1
2.6
{O} si f _ [x) < 0 l
+ {f: (xl) avec Clf. (x) si f. (x) > 0
l l l 2.7
a{fi[xJ} a € [0. D si f _ (x) 0 l
5
2.2. Resolution numerigue de l'inegalite variationnelle 1.1.
2.2.1. Lemme fondamental.
Lemme 2.2. Soit {~j} , {aj } des suites de reels telles que
+ .. +00
~j > 0, aj ~ 0, j~1 ~j +00" L CLJo<+OO j=1
2,8
Soit {bj } une suite de reels positifs et {ej } une suite de reels strictement positifs telles que :
1) S'il existe K > 0 tel que
bj ,< K 'V j
alors il existe K > 0 tel que
Sous ces hypotheses, la suite {bn} converge vers O.
Demonstration: En sommant la relation 2,10, on obtient
j=n j=n ~ bn+1 ~ b1 + L a. - L ~j J e. j=1 j=1 J
et puisque b n+1 ~o, cela entraine grace a 2.8
fA)
(8)
La relation (A) montre aussi que la suite {b j } est bornee et dDDe egalement
la suite {ej } et par consequent la relation (8) entraine que
2,9
2.10
II existe done une sous-suite {b. } convergeant.vers O. En effet, dans Ie cas J l
contraire, il existerait e: > 0, jo E: DIJ tels que
+ ..
< + 00
On about it a une contradiction.
6
Soit e > O. II existe alors un indice 10 tel que
L'inegalite 2.10 entraine alors
+ .. \J m > 0 o~ b < b. + I {lj { 2e
j 1 +m" J l j=j 1 0 0
0
et par consequent, la suite bj converge vers O.
c.q,f.d.
2.2.2. Resolution numerique dans Ie cas ou C = Q.
Pour calculer un point de M. on propose la methode suivante Soit {p } n
une suite de reels. A partir d'un point arbitraire u1 € C. on construit de
facon recurrente une suite {u } de la fa90n suivante I supposons calcule n
u • alors : n
(Pc(u) indiquant la projection de u sur C).
si c n
Si c n = 0, l'algorithme s'arrete, de meme s1 un
Theoreme 2.4. Soit {Pn} une suite de reels varifiant
P > 0, n
+ .., ,
+co
I P~ < + 00
n=1
"I 0 2.11
2.12
Supposons A bornee et fortement monotone sur C (de coefficient de coercivite
(l > 0).
S'il existe n tel que cn = 0 ou un+1
~ la suite {un} converge vers u •
Demonstration
alors u est la solution u~ sinon n
1 ) a) si c n o 1.1 est trivialement verifiee
b) si un+1 un' c n "I 0 alors d'apres les proprietes de projection, on
a 1.1.
2) Supposons que pour tout n
D'apres les proprietes de
Ilu 1-u:l:112,< n+ Ilu -u:l: 112 n
et a cause de 1.1., on a alors
Ilu n+1-u:l: 11 2 ,< Ilu -u!l< 112 n
c I 0 n
7
et
projection, on a
c - 2 Pn ( n
Wnll
2Pn (c :I: ---- - c ,
Wnll n
et donc a cause de la forte monotonie de A sur C
2p I lu n+1-u:l:1 12 ,< Ilu n - u:l:I12 - ~llun
Posons b n
b n
-- + a e n n
Ilcnll'lln
2 - u:l:) + u Pn n
- u:l:) + 2 u Pn n
u:l: 112 2 + Pn
p2. On a alors n
(A)
(8)
(C)
Comme A est bornee sur Q les hypotheses du lemme.precedent sont verifiees et
la suite {b } converge vers O. n
c.q.f.d.
Dans Ie cas univoque on peut se passer de l'hypothese de monotonie. Ainsi notons
M €
{y E; C : 3 x ~ M
et soit l'hypothese H
II y - x II ~ € }, M~ Ie complementaire de M€ dans C,
H: V € > 0, 'V r > €, 'Vu:l:f,; M : inf ((A(uL u - u:l:)lu eMc 11M) > O. € r
Theoreme 2.5. Supposons que.X so it de dimension finie, A univoque et continue
sur C relativement a C, M compact et l'hypothese H verifiee et so it {u } la n
suite construite a l'aide des relations 2.11 et 2.12. Alors, s'il existe n
o ou un+1 ~ un' un appartient a M sinon la suite {un}
converge vers un point u:l: de M.
Demonstration
Supposons que pour tout n on ait A(u n) I D et un+1 I un (dans Ie cas contraire
la conclusion est evidemment la meme qu'au theoreme precedent).
Soit alors u:l: un point arbitraire de M, € et r deux reels strictement positifs
avec r > €.
8
a) o'apres l'hypothese H, on a l'inegalite :
Comme M~~ Mr est un compact et comme l'application (u, y) ~ (A(u), u - y)
est continue, l'application f definie sur C par e:,r
'£ (y) = inf ((A(u), u - yl I u E: MC f\M 1 e:,r e: r
(A)
est continue d'apres.le theoreme du maximum (Berge r3'l et comme f (u:l() > 0 l:~ e:,r
il existe y(e:, r) > 0 tel que:
Ily-u:l(ll~y(e:,r)~'£ (y)'lo e:.r (Bl
o'apres les praprietes de. projection, on a :
et a cause de l'hypothese H cela entraine que
Il u _uli:112,<llu _u"112+p2 n+1 n n
et en sommant :
st, par consequent, la suite {un} est bar nee J il exists done ro > 0 tel
Pour tout y > 0, an a la relation :
A(u 1 n
On a alors, d'apres (Cl
, -y A(u )
n o
(D)
bl Montrons maintenant qu'il existe au moins une valeur d'adherence de la suite
{u } dans M. Dans Ie cas cantraire, il existe n , e: ~JO, r [tel que pour n 0 0 0
9
tout n ~ n , u € MC n M . Si l' on pose y onE r Y(EO ' ro) alors la relation (B)
o 0
et la relation (D) entrainent que
Ilu n+1 - u:l: 112 ,< Ilu n - u* 112 - 2 Pn Y + P~
Soi t m tel que
Pn < Y V n ~m On a alors l'inegalite
j=n+m Il u -u*112<llu _u*112_y \'
n+m+1 'm L j=m
+00
ce qui est en contradiction avec Ie fait que L p. + 00.
j=1 J
c) Montrons que la suite {un} converge.
Soit u* un point de M vers lequel une sous-suite {u } de la suite {u } ni n
converge. La relation (e) etant toujours valable, on a, a. cause de ] 'hypothese H
La fin de la demonstration est alors identique a celIe dU.lemme 2.2.
c.q.f.d.
Remarque : Pour que l'algorithme soit performant, il faut que Ie calcul de la
projection d'un point x sur e soit facile, ce qui est Ie cas lorsque e = 0,
et que 0 est soit X, soit un hypercube, soit une hypersphere.
Dans Ie cas plus general ou C = 0 no, il faut utiliser d'autres methodes.
On suppose desormais pour Ie reste de ce sous-paragraphe 2.2 que A est bornee
et fortement monotone sur 0 (de coefficient de coercivite a > 0).
2.2.3. Resolution numerique dans Ie cas ou e = 0 no.
On suppose ici l'hypothese de Slater verifiee, c'est-a-dire qu'il existe Xo € X
tel que :
x € 0, o
f.Cx)<O l 0
i = 1, 2, .... m
Lemme 2.3. Soit tFo la multiapplication de X x ~+ dans X definie par :
2.13
g: (U,A) o
ACu) + 3To CA, u) (3To CA, u) indiquant Ie sous-differentiel en u
de la fonction u ~ToCA' u)).
10
Pour tout uE:' Q, tout A 'lAO' tout c E:g"o(U, A), on a
2.14
O€!monstration : Soit u € Q, A ~AO' c €!to(U, A). Il existe alors c1 € A(u)'
On a alors
et comme pour tout A ~O la fonctionnelle u ~ To(A, u) est convexe, on a
O'aprss Ie th€!orsme 2.3., on a alors :
(c, u - u:o:) ~ (c1 - c:O:, u - u:lt), c:lt e A(u:O:)
et donc l'inegalit€! 2.14 puisque A est fortement monotone sur Q.
c.q.f.d.
So it {A } n
et {Pn} deux suites de reels te11es que :
+00 +00 Pn A > 0, > 0, L 2 < + lim A L Pn Pn co, -= + 00, -A-n n n=1 n++oo n=1 n
+ ex> 2.15
De telles suites existent (par exemple p = 1, A Log n. A1 = 1). n n n
Pour calculer u:lt solution de 1.1. on propose d'aboru l'algorithme suivant :
Algorithme : A partir d'un point u1 e Q, on construit une suite {un} dans Q
de la facon suivante ; supposons calcul€! un' alors :
1) un ---> cn par la relation
c E: ff (u , A ) non n
2) u , c ---> un+ 1 par la relation n n
c
:
un+ 1 = P (u _ P __ n_ si cn "I 0, Q n n Ilcnll
un+ 1 u n sinon
2.16
2.17
11
Theoreme 2.6. La suite {un} construite a partir de u1 € Q verifiant les relations
2.15, 2.16 et 2.17 converge vers u~.
Demonstration
D'apres les proprietes de la projection, on a, si cn ~ 0
et par consequent en developpant :
(Al
Soit Ao defini par Ie theoreme 2.3. II existe no tel que n > no entraine
An ~ Ao et d'apres Ie lemme 2.3" on a alors (pour n > .... nol
avec l'inegalite (AJ, on obtient donc
2 2 2ap 2 2 lIu - u:l(11 ~ Ilu - u~11 __ ~n_llu - u~11 + Pn
n+ 1 n II cn II n (Bl
Ce qui donne en particulier l'inegalite
(Cl
Cette inegalite est bien evidemment vraie si c n = 0 et on obtient en sommant :
2 2 n-1 2 Ilu n - u:l(11 < Ilu n - u:l(11 +.L Pj
o J=u n o
ce qui prouve a cause de 2.15 que la suite
~ n > n o
{u } est bornee. n
D'autre part, en supposant cn ~ 0, on a la factorisation:
Comme
c n
la
c1 + A n n
suite {u } n
est bornee, et a cause de Ia structure de dhJla suite {c2 } n
est bornee. Il en est de meme pour la suite {c 1 } n
puisque A est une multiapplication
bornee. Il existe donc des constantes M1 et M2 strictement positives telles que :
12
et par consequent. a cause de la relation 2.15 un indice n1 >.,.n o et une
constante M strictement positive tels que :
Ilc 11,< AM n n
Si on pose bn Ilu n - u" 112 1"'<' lit.<. (A) d i t 1 > ~n"ga" even a Drs pour n ... n1
2a. M
Cette inegalite reste valable dans Ie cas ou cn = 0 puisqu'alors d'apres Ie
P lemme 2.3. on a bn = D. En posant ~j = ~ e j
J
M 2 2a. ,a.j = Pj ' on voit que les
hypotheses du lemme 2,2 sont verifiees et par consequent la suite {b } n
converge vers D. c,q,f .d,
Remarque : dans Ie cadre des problemes d'optimisation, on retrouve une methode
voisine dans Butz [6J,
L'algorithme ainsi defini depend essentiellement de la fonctionnelle To' il
sera it interessant de Ie generaliser a toute une classe de fonctionnelles,
A cette fin introduisons la famille CF>, Definition : c? designe I' ensemble des fonctions de IR + x X --> IR telles que :
H1l TO" xl = 0 si x e:: 0, A ~O ; TO., xl > 0 s1 x f:. 0, A> 0: T(O,xl=O si x ¢ O.
H2) Pour tout A ~ 0, l'application x --> T(A, x) est convexe et continue
H3) Une condition necessaire et suffisante pour que u" e:: Q so it solution de P
est qu'il existe c"" e: A(u""), \ > ... 0 tels que pour A >,-Ao u" verifie :
Remargue : So it T C (R+ x xfR verifiant les hypotheses H1) et H2) l alors si
T ~ To a cause du theoreme 2.3 T verifie l'hypothese H3), Ceci permet de
donner facilement d'autres exemples de fonctionnelles de oP, ainsi si T1
(choix donne dans ~J en theorie de l'optimisation) est definie par
i=m L max (0, e
i=1
Af. (x) ~
- 1) v x (; X,
13
alors T1 appartient a ~. Pour generaliser l'algorithme precedent et obtenir
un theoreme de convergence, 11 faut considerer alors. une sous-classe de (f>.
Definition : On note (fJ Ie sous-ensemble de. tf::> forme des elements T tels que c
1) Pour tout ensemble K borne de X 11 existe. une fonction ]JK de ~ + dans ~ +
verifiant :
v c e aTO., u).
2) II existe des suites {p } et {A } telles que pour tnut K borne. on ait n n
+00
Pn > D. An > 0, L P~ < + 00 ,
n=1 lim A n +00
+00
+00, r n=1
+ 00
2.18
2.19
Remargue : Soit T1 defini precedemment, si X est.de dimension finie et si l'on
pose pour tout borne K :
max (1Ifi(x) II x 6 K, i = 1 ~ 2 ••••• m)
max (If. (x) I I x E: K, i ~
1~ 2 ••.• 1~ m)
on voit alors que la relation 2.18 est verifiee J des majorations evidentes
montrent alors que la relation 2.19 est verifiee avec les suites (independantes
de K) :
1 Pn 273
n A
Log n n Log Log n
Posons alors ~ (u, A) = A(u) + aT(A, u) J l'algorithme precedent se generalise
si l' on remplace § 0 par f:F' , c' est-a-dire la relation 2.16 par 2.16 bis :
c n ~ ~ (u , A ) n n
2.16 bis
On a alors en raisonnant comme au theoreme precedent avec les majorations
evidentes :
Theoreme 2.7. Soit T e ~ et {u } la suite construite a partir d'un point c n
u1 £ Q et verifiant les relations 2.16 bis. 2.17 et 2.19. Alors la suite {un}
" converge vers u •
14
On remarque que. dans Ie cadre de l'optimisation, Polyack [13J a donne une
methode de sous gradients basee sur la technique des series divergentes. assez
differente de celles donnees ci-dessus. Nous allons maintenant voir comment
cette derniere peut se generaliser moyennant certaines perturbations du convexe
O. Notons pour tout E ~ 0
i 1 ..... m}.
L'algorithme propose est alors identique a celui decrit au debut de ce sous-
paragraphe. la relation 2.16 etant remplacee par la relation 2.16 ter :
€ A(u) si u C 0 nnE
n c n { 2.16 ter
OU En f-. i(n) verifie f i(n) (un) = max (f i (un) Ii n
On a alors Ie theoreme de convergence
1 ••••• m) •
Theoreme 2.6 bis Supposons la suite {A } croissante et la suite {u } construite n n
a partir de u1 € Q et verifiant les relations 2.15. 2.16 ter et 2.17. Alors
* la suite {un} converge vers u .
Oemonstration
1) Remarquons d'abord que c ne peut etre nul si u 40 l en effet. supposons n n En
qu'il existe n tel que un ~ 0 c = 0 En' n
u realise alors Ie minimum de n
O. ce qui est en contradiction avec 1 'hypothese
de Slater.
2) O'apres les proprietes de projection. on a • si c n t 0
2p * Ilun+1 - u* 112 ,< Ilu n - u* 112 - __ n_ (c n ' un - u ) + P~
"cn" (A)
On pose b = II u - u* 112. n n
Deux cas sont a examiner : un € 0 E • Un ,. DE n n
a) un € DE ' alors cn C A (un)· n
Le theoreme 2.3. nous donne
ou J (u ) = {i / f. (u ) > D}. • n l. n
15
Comme un appartient a DE la relation (Bl entraine n
(C", U - u") ~ - A mE. non
D'autre part, comme A est fortement monotone, on a
ce qui donne, avec la relation (Cl
- A m E o n
(B)
(C)
(D)
a) un' DE alors cn fi(nl(u n) ou l'indice i(n) est determine par n
1, .•• ,m).
Comme la fonctionnelle fi(n) est convexe, on a, en tenant compte de la remarque
preliminaire et de (A)
2p
bn+1 ,< bn - Ilcnll
ce qui donne puisque u" E: 0 et u do 0 n'l' e:
et par consequent
2 bn+1 ,< bn + Pn
n
(E)
(F)
Raisonnons maintenant par l'absurde pour demontrer l'existence d'une sous-suite
convergeant vers u".
On suppose que u" n'est pas valeur d'adherence de la suite {u } • Comme la n
suite {En} converge vers zero, il existe no tel que pour n ~no on ait dans
Ie cas a) avec la relation (D)
" (c n' un - u ) > D.
et par consequent avec la relation (Al
bn+1 ~ bn + P~
On a donc avec la relation (Fl :
V n ~ n o
16
On montre alors de fa~on classique que la suite {un} est bornee.
o'autre part. comme A est bornee et (f i l i =1 ••••• m continOment differentiables
et convexes. il existe une constante K positive telle que
V a e: A (u l, n n Vn (Gl
Comme la suite {En} tend vers zero. i1 existe n1 tel que pour n ~n1 on ait
dans Ie cas a)
ce qui donne avec la relation (D)
Cette relation et les relations (A) et (G) entrainent alors
2Pn bn+1 ~ bn - K Ao m En + P~ V n ~ n1
Et donc en posant y = min ( 1 K
A m o ~ on obtient avec les relations (El et (Gl
V n ~ n1
Ce qui donne en sommant a partir de n1
+00
et donc puisque L P~ < + 00 et bn+1 ~ 0 i=n1
+00
L Pi Ei < + 00.
i=n1
+00
ce qui est en contradiction avec L P E n=1 n n
de la suite {u } convergeant vers u~. n
+00. II existe donc une sous-suite
17
3) Montrons que la suite {u } converge vers u*. Deux cas sont a examiner n
Par
a) u € 0 n e:
n
Si ~bn - Aome: n 'lo, on a avec les relations (A) et (D)
bn+1 ~ bn + P~
Si ab - A me: < O. on a avec 2.17 non
et donc :
2A m 2 b < ___ 0___ e: + 2 Pn n+1 "a n
Les relations (H) et (1) donnent alors 2A m
o
B) un f- 0 e: n
On a la relation
b n+ 1 ,< bn + 2
P • n
consequent, on a
2Am bn+1 ~ max
0 a
e: , n
(F)
e: , n
b ) + 2 p2 n n
2 b ) + 2 Pn n
Posons Yn=max ( 2:\ m
o a
max (
~ max (
ce qui donne
Yn+1 ,< max
2Am o
2A m 0
a e:
puisque
2Am __ D_
e: a n
2A m 0 n+1 ' a
la suite
2 + 2 Pn'
2 2 2) 2 b e: + Pn ' + Pn n n
{e: } n
est decroissante
2) 2 b + 2 = Yn + 2 P , n Pn n
(H)
(ll
On termine alors la demonstration de fa90n classique en utilisant Ie fait qu'il
existe une sous-suite {y } convergeant vers zero et que 0,< bn ,< Y n pour tout n. r i
18
Remargues : Pour retrouver dans Ie cadre de l'optimisation la methode de
Polyack, il faudrait poser En o et supposer L Pn = +~, Une telle generalisan=1
tion n' a pu se faire dans [BJ qu'en supposant_les fooctioonelles (f.J ~ i=1 ••.. ,m
strictement convexes.
Les relations 2.16 et 2.16 ter donnent la mame direction quand un € O.
2.2.4. Methodes de decomposition.
On reprend les hypotheses du sous-paragraphe 2.2.3. et l'on suppose qu'il
existe une con stante L > 0 telle que
i = 1,2 .. ",m 't/ X, x' e Q
On suppose de plus que pour tout q €~: l'ensemble M(q) des solutions de
l'inegalite variationnelle :
u € Q, 3 c e A(uJ : (c , v-uJ + (q, F(v) - F(u) J >" 0 \j v € Q
est non vide.
M(q) est donc reduit a un point u(qJ a cause de la forte monotonie de A.
On propose alors la methode de decomposition suivante :
Algorithme : A partir d'un point P1€ [R:, on construit de faQon recurrente
la suite {un' Pn} de la faQon suivante : supposons calcule Pn, alors
1) Pn ---> un par la relation
si F(unJ = 0 l'algorithme s'arrete, sinon
2J un' Pn ---> Pn+1 par la relation
F(u J
Pn+1 = P K(Pn + Pn n
II F(un) II 1. K = [Rm +
si Pn+1 = Pn' alors l' algorithme s'arrete.
Theoreme 2.B. Soit {Pn} une suite de reels telle que
+~ +'"' + ~, L P~ < +00.
n=1
2.20
2.21
2.22
2.23
19
S'il existe un en tier n tel que F(u n) = 0 ou tel que Pn+1 = Pn' alors
(un' Pn) est solution de 2.3, 2.4 sinon la suite (un' Pn) converge vers un
point (u~, p~) verifiant les relations 2.3 et 2.4.
Demonstration
Supposons que l'algorithme ne s'arrete pas (la conclusion est classique dans Ie
cas contraire).
1) Notons ~l'ensemble des elements p e K tels que Ie couple (u~, p) verifie
les relations 2.3 et 2.4 et soit G l'application, dont Ie domaine contient K,
dMinie par :
G(q) = - F(u(q)). (A)
On remarque alors que pour tout p € m,u (p) u~ et que «tn est 1 'ensemble des
points solutions de l'inegalite variationnelle
P €: K, (G(p), q - p) ~O (B)
En appliquant la relation 2.21 a un couple (q, q') de K x K, en posant
successivement dans les deux relations obtenues v = u(q') et v = u(q) puis en
additionnant, on obtient l'inegalite :
(c1-c2, u(q) - u(q')) + (q-q', F(u(q)) - F(u(q')) ~ 0, c1 € A(u(q)), c2 € A(u(q'))
et comme A est fortement monotone, cela implique :
-(q - q', F(u(q)) - F(u(q'lJ) ~ctllu(q) - u(q')11 2 (el
et par consequent, a cause de la relation 2.20, on obtient
D'autre part, la relation (e) appliquee a q'
(G(q), q - p) ~ctllu(q) - u~112
On remarque alors que 2.23 s'ecrit encore
(0)
p donne avec (A) et (B)
(E)
(F)
2) Montrons maintenant que la suite Pn converge vers un point de ~l avec (D)
Ie theoreme sera alors demontre. Pour cela, il suffit avec (F) et (B) de verifier
les hypotheses du theoreme 2.5.
20
a) La relation (D) entraine que G est continue sur K relativement a K.
b) &}yt est compact. En effet, dans Ie cas contraire puisque pour tout
p e: ern, on a (p, F(u!i()) o il existerait q C em.. c e: A(u!i() tels que n n
(c , x - u!i() + (q , F(x )) ~ 0 non 0
lim Ilq II n n-++oo
+ eo
Comme A est bornee. la suite {cn} l'est aussi et comme (qn' F(xo )) < 0
(d'apres l'hypothese de Slater) on aboutit a une contradiction.
c) Montrons que l'hypothese H est verifiee. S'il n'en etait pas ainsi,
il existerait r > 0, £ e:JO, r[ p e: 'm. tels que
I1 existerait donc q e: ~ ~ n 'nlr tel que
(G(q), q - p) ~ o.
La relation (E) entraine alors que u(q) ~ u!i( et donc puisque G(q)
que (F(u!i(), q) ~ 0 et donc que q € ~ , d'ou la contradiction.
c.q.f.d.
Remargue : La methode precedente avait ete donnee dans [~ lorsque A est univoque
mais avec un choix different de Pn J ce choix supposait connus a et L, d'ou
l'interet de la methode introduite.
2.3. Resolution numerique de l'inegalite variationnelle 1.1 avec approximation
d'operateurs.
2.3.1. Lemme preliminaire.
Lemme 2.4. Soient {an} , {Sn} et {Yn} des suites de reels positifs telles que
00
L a < 00 , L S < 00 , L Yn < 00
n~1 n
n~1 n
n~1
2.24
Si {bn} est une suite de reels positifs verifiant
2.25
alors la suite {bn} est bornee.
21
Demonstration.
D'apres l'inegalite 2.25, on a pour tout n,
a) si bn ,< 1 ;
bn+1 ":: (1 + an) bn + Sn + Yn
b) si bn > 1, alors b1/2 < b et n n
Po sons
o;{ si bn ,< 1 {'YC S' n
+ S si b > 1 Yn si n n
On a alors pour tout n
et l'on montre par recurrence qu'on a
n b n+1 ,< II ( 1 + a',)
j=1 J
(on posera par convention n II ( 1 +
j=n+1
Utilisant l'inegalite
t 1+t,<e
a ~ ) J
n b1 + L
j=1
= 1
vraie pour t ~ 0, nous obtenons
or,
n n a: II ( 1 + aj) ,< II e J
j=1 j =1
d'apres les relations 2.24
1 n=1
Ct' < 00,
n L n=1
S' < 00
n
exp
n s' II
j i= j +1
n ( L a ~ )
j =1 J
II existe donc une constante K > 0 telle que
n II
j=1 [1 + a ~) ,< K
J
( 1 + a ~ ) l
si bn ":: 1
b > 1 n
\in (A)
(8)
Finalement. d'apres (A) il vient :
n bn+1 ,< K b1 + K L
j=1 e' j
22
et d'apres la relation (B). la suite {b } est bornee. n
On supposera desormais pour Ie reste de ce sous-paragraphe 2.3 que si Q n'est
pas borne. A verifie l'hypothese Hc suivante
Hc II existe deux constantes K > 0 et L > 0 telles que
\JUCQ. \:JcE:A(u)
2.3.2. Cas ou C = Q.
Pour calculer un point de M. on propose l'algorithme suivant : Soit {Pn}
une suite de reels et {B } une suite de multiapplications de X dans X. n
A partir d'un point arbitraire u1 de C. on construit de fa90n recurrente une
suits {u } dans C par .. la _rslation n
u = P (u - P c) n+1 C n n n
C £: B (u ) n n n 2.26
Theoreme 2.9. Si {Pn} est une suite de reels_verifiant
00 00
> D. L L 2 < OJ Pn P = +00 . Pn n=1 n n=1
2.27
et {Bn} est une suite de multiapplications telle qu'il existe une suite de
reels {a } verifiant n
2.28
2.29
et si A est fortement monotone (de coefficient de coercivite a) sur C. alors
la suite {u } converge vers la solution unique u~ de l'inegalite variation' n
nelle 1.1.
Demonstration.
D'apres les proprietes de projection. on a
Ilun+1 - u*112 ,< Ilun - u*112 - 2 Pn(~' un
Ilu n - u*112 - 2 Pn(cn ' un
u*) + p~II~112
- u*) + 2 P (c -C',u -u*)+p2 11C" 112 n n n n n n
ou cn € A(unl est determine par 2.29.
a cause de 1.1, on a alors :
23
:I( c ,
et d'apres la forte monotonie de A sur C et la relation 2.29, il vient
La suite {un} est donc bornee I en effet, s1 C n'est pas borne, d'apres
l'hypothese Hc' il existe deux constantes K1 > 0 et L1 > 0 telles que:
II c 112 ~ K111 u - u:l( 112 + L1 y u € C v c € A(ul
d'ou, avec (Al :
posons :
bn = Ilu n - u:l(l 12 I an = 2 K1 P~ I an = 2 Pn an I Yn = 2p~a~ + 2 L1 P~
On peut alors appliquer Ie lemme 2.4 et la suite {bn} est donc bornee.
Comme A verifie l'hypothese Hc' il existe des constantes M1 > 0 et M2 > 0
telles que :
\J n >~ 1, V c e: A(u 1 , n n
On a alors d'apres l'inegalite (Al :
I/un+1 - u!ll:I/ 2 ,< I/u n - u:l(I/2 - 2 aPnl/un - u:l(I/2 + 2 M1 Pn an + 2 P~ a~
Appliquons Ie lemme 2.2 avec :
bn = Ilun - u:l(l 12, ~n = 2 apn, en = 1, an = 2 M1 Pn an + 2 P~ a~ + 2 M2 P~
On voit ainsi que la suite bn converge vers O. c.q.f.d.
24
Dans Ie cas ou X est de dimension finie et ou A est univoque, on peut aussi se
passer de l'hypothese de forte monotonie. On a alors Ie theoreme suivant :
Theoreme 2.10 : Supposons que A so it univoque et continue sur C relativement
a C, que M soit compact et que l'hypothese H du sous-paragraphe 2.2.2. soit
verifiee. Alors la suite {u } construite a l'aide des relations 2.26, 2.27, n
2.28 et 2.29 converge vers.un point de M.
Demonstration
aJ Dans Ie cas ou C n'est pas borne, montrons que la suite {u } est bornee. n
Soit u~ un point arbitraire de M. D'apres les proprietes de projection, on a
Ilun+1 - u~112,< Ilun
= Ilu - u~112 n
~112 -- u - 2 P (c , n n
u~J + 2Pn(A(unJ - c u n' n
et en utilisant la relation 2.29, il vient :
Mais a cause de l'hypothese H, on a :
- u~J + 2 P a II u - u:l< II n n n
rAJ
et d'apres l'hypothese Hc il existe des constantes K' > 0 et L' > 0 telles que
II suffit alors de poser
et d'appliquer Ie lemme 2.4 pour montrer que la suite {un} est bornee.
II existe donc ro > 0 tel que:
u 6 M n r V n > .... 1 o
bJ Montrons qu'il existe une sous-suite {u } de {u } convergeant vers un point nj n
de M. Supposons Ie contraire.
25
So it u~ un point arbitraire de M il existe done £ € JO, r [et n E: (J\J tels que: o - 0 0
e n>~n~uE:MnM
, 0 -----, n r £ o 0
Or, on a vu dans la demonstration du theoreme. 2.5 qu'il existe alors
Ily - u~II,< y"'=+(A(u), u - y) >,.0 y u € M n Me r £ o 0
(6)
Mais la suite {un} etant bornee et A verifiant l'hypothese He' il existe des
eonstantes K1 > 0 et K2 > 0 telles que :
0' apres la relation (A), on a alors, pour tout n >;, no
- K2Y P II A (u ) 112 + 2 P ~ 2 n n
a2 + 2 K1 P a + 2 p211 A( u ) 112 n n n n n
et d'apres la relation (6) il vient :
IIu 1-u~112,<llu _u!i:112_ K2Y P(1-~p)IIA(U)112+2K1Pna n+ n 2 n y n n n
Soit n1 l'entier tel que:
K2 n ~ n1 > 1 - -y- Pn > 0 ;
posons n2 = max (no' n1 ) i on a alors pour tout n
_ u!i:11 2 ,< _ u!i: 112 - 2 ..l. n
II un+1 IIu L Pk(1 n2 K2 k=n2
d'ou l'on deduit avec les relations 2.27 et 2.28
> n2 :
K2 - -- p) y k
2 2 +2Pnan (e)
IIA(u k)11 2
26
il existe une sous-suite {u } de {u } telle que nl n
lim A(u ) 0 1-+00 n l
or la suite {u } etant bornee, il existe une sous-suite {u } de {u } nl nl. nl
J
convergente vers un point u de C et l'on aurait puisque A est continue
A(u) = O.
ce qui montrerait que u € M I d'ou la contradiction.
II existe donc un point u~ de M et une sous-suite {u } de {u } tels que nj n
~ u
c) Toute la suite {un} converge vers u~ ; en effet
Soit E > 0, il existe un entier N(E) tel que
De la relation (C). on deduit en sommant
d'ou. avec (0)
(0)
V n >,. Nf£)
c,q.f.d.
2.3.3. Cas ou C = Qn o.
On suppose de plus ici que l'hypothese de Slater est verifiee, que la multi-
application A est fortement monotone sur Q. de coefficient de coercivite a > O.
et que l'hypothese H~ suivante est verifiee
H~ II existe deux constantes K' > 0 et L' > 0 telles que
v u € Q 'q g € Clh(u) (h i=m L
i=1
27
Pour calculer Ie point UX de M. on propose alors l'algorithme suivant :
Soient {Pn} • {An} deux suites de reels. {Bn} et {Hn} deux suites de multi-
applications de X dans X. A partir d'un point arbitraire u1 de Q. on construit
une suite {u } dans Q de.la maniere suivante I supposons calcule u • alors : n n
_(2) cn par les relations :
;(1)£ B (u J. n n n
;(2) E: H (u ) n n n
2) ; (1) n
-(2) c n ~) cn par la relation
c n
;(1) + A n n
-(2) c
n
u = P (u - pc) n+1 Q n n n
On a alors Ie theoreme suivant
Theoreme 2.11. Si les suites de reels {Pn} et {An} verifient
00
+ 00
2.30 lim A
n n->«> + 00
et s'il existe deux suites de reels {a(1)} et {a(2)} telles que n n
a) 'tJ n,
b) 'V n ~ 1, Vue Q, V ~(1) e B (u). 3 c(1) € A(u) Ilc (1 ) _ ; (1) II .::; :
n
c) Vn ~ 1. Vue; Q, \j ~(2) €. Hn(U), 3 c(2) e Clh(u) II c (2) _ c(2) II ~ :
alors la suite {un} converge vers Ie point u*.
Demonstration :
D'apres les proprietes de projection. on a pour tout n ~ 1 :
II u - u* 112 ~< II u n+1 ~ n
(1 ) a n
( 2) a
n
,< II u - u* 112 -n
( *) ( - u*) + p2nllcnl12 2 Pn cn' u - u + 2p c - c u n n n n' n (Al
28
ou e e(1) + A e(2) , e(1) £ A(u ), e(2) € ah(u ) etant determines par les n n nn n n n n
relations b) et e). Mais, d'apres Ie lemme 2.3. on a , pour n ~ no
- 2Pn(en, un - u:lt) ,< - 2apn llun - u:ltl12 ;
et d'apres b) et e)
-(1) - e n
+ A (e(2) - [;(2)) II n n n
~ 11c~1) _c~1) II + An
,< a(1) + A a(2) n n n
et done, d'apres (A) :
Ilu n+1 - u:ltl12 ~ II un -u:lt112- 2ap llu _u:lt112+(2P a(1)+2 A n n n n Pn n
Ilu - u:lt II + 4 p2 (1 )2 + 4p2A 2a(2)2+ 2p211 e 112. a n n n n n n n n
a(2)) n
O'apres les hypotheses He et H~ il existe K1 > 0, L1 > 0, K1 > 0 et L1 > 0
tels que :
II e (1) 112 ~ K1 II u - u:lt 112 + L1
11c(2)112~ K111u - u:ltl12 + L1
O'apres l'inegalite (B), on a alors
Ilu n+1 - u:lt112~ II u - u:lt 112 + (2Pn n
+ 4p2 (1 )2 a n n
Posons :
b n
Ilu n - u:lt112, an = 4 K1
2 (1) 2 2 Yn = 4 Pn an + 4 Pn
+ 4p2 A2 n n
'VU€Q
'VuE:Q
pour tout n
a(1) + 2p n n
(2)2 + 4 a
n
V e(1) € A(u)
>;- n 0
A a(2)) n n II u - u:lt) II n
K1 P2 11 u n n _ u:lt 112
et appliquons Ie lemme 2.4. , on voit alors que la suite {un} est bornee.
II existe done k1 > 0 tel que
'V n >,.. 1
(B)
29
De plus, les hypotheses Hc et H~ assurent l'existence de deux constantes K2 > 0
et K3 > 0 telles que
Ilc(1) 112 ~ K2
II c ( 2) 112 ~ K3
et la relation (B) nous permet alors d'ecrire :
et l'on montre que la suite {un} converge vers u~ en appliquant Ie lemme 2.2
avec
2.3.4. Exemples d'applications.
Exemple 1 : probleme d'optimisation.
Supposons que X = ~N, que C = Q et qu'il existe une fonction f definie sur X
a valeurs reelles continOment differentiables et telle que :
1) f'(x) = A(x)
2) II existe L > 0 et ~ > 0 telles que :
Ilf'(x) - f'(y)11 ~ Lllx - yll
'U ou C~ = {x € X : x - E ej £ C
\I x, y € C'U E
(e1 , e2 , .•• , eN) etant la base fondamentale de X
j 1.2, .. .,N}
3) \j E > 0, V r > E , V x~ £ M, inf {(f' (x)'x - x!l:) / x E: MC (\ M } > ° E r
Pour tout x € X et tout d > 0, posons
IS .ex, d) J
f(x + d ej ) - f(x - d ejl
2d j 1,2, .. " N
2.31
30
Soient {Pn} • {dn} deux suites de reelles telles que :
P > O. d > 0 'in >,-1. L L 2 L d Pn + "'. Pn < '" • Pn <"'. n n n=1 n=1 n=1 n
lim d 0 2,32 n n-><x>
Posons alors pour tout n >- 1 et tout x E: X :
2.33
Proposition 2.12.Si M est compact. la suite {un} construite par les relations
2.26. 2.32 et 2.33 converge vers un point de M, c'est-a-dire vers un point
stationnaire de f.
Demonstration : II suffit de verifier que les hypotheses du theoreme 2.10
sont satisfaites. Pour tout j = 1. 2 •...• N. notons
de f par rapport a la jeme variable. On a alors :
IIA(x) - B (x) 112 n
or. pour tout j = 1. 2 •• .•• N et pour tout x € C. on a
I/)( d) - af ( x) I j x. n ax j
f(x + dn e j ) - f(x - dn e j )
2 d n
la derivee partielle
of (x+S(j)d ) Clf (xllls(j)€]-1,+1[ ~ n n e j - Clx j n
Mais sans restreindre la generali te. on peut supposer que dn ~ ~ 'V n
et d'apres 2.31. on a alors
d'ou finalement :
et en posant :
a=LlNd n n
on voit que les relations 2.2B et 2.29 sont verifiees d'apres 2.32.
31
Remargues
1) Du point de vue pratique, l'algorithme est interessant dans ce cas
particulier puisqu'il est simple et ne necessite pas Ie calcul des derivees.
2) Dans Ie cas ou [= R et ou M est reduit a un point, on retrouve un
processus du meme type qUB celui de Kiefer-Wolfowitz [9J donne en approximation
stochastique.
Exemple 2 : probleme de minimax.
Sup po sons que [ Q N
[1 x C2 ou C1 [[esp. c2J est un convexe ferme de [R 1
N N N [[esp. de R 2J (X = [R 1 x IR 2)
[R N1 x [RN2 Soit f une fonction definie sur a va leurs reelles continGment
differentiable N1 N2
sur IR x IR et convexe concave sur C1 x C2 •
On notera (.,.) l' (.,. )2' (.,.) les produits scalaires respectivement dans
N1 RN2 et IRN1 x [RN2 ()f r, ()f ] IR ; ax (x, y) Lresp. ay (x, y) Ie gradient de la fonction
x ---)f (x, y) pour y fixe [resp. y",,">f( x, y) pour x fixe] au point x !!esp. yJ.
Supposons que pour tout (x, y) e: IR N1 x [R N2
A(x, y)
L'inegalite variationnelle 1.1 est alors equivalente au probleme de minimax
suivant :
N1 N2 "Trouver un point (x*, y*) de [R x lR tel que :
(x:!:, /) E: C1 x C2 ; f(x*, y) ~ f(x:!:, /) ~ f(x, /) V (x, y) E: C1 x C2
N1 Soient (e 1, e2,.··, eN ) la base fondamentale de (R ; (g1' g2"'" gN )
1 2
celIe de N2
tout (x, y) C N1 N2
lR Posons pour lR x IR
o~1)(x, f(x + de. , y) - f(x - de. , y)
d1 1 1 y, = 2d 1
O~2) (x, y, d) J
f(x. y + d6 .) - f(x, y - dg.) J J
2 d
et tout d E: nl +
i = 1 , 2 1 ", , N1
j 1, 2, .•. , N2
32
Soient {p } , {d } deux suites de reelles telles que n n ..
V n ~ 1 , L Pn n=1
y) e: It:> N1 x It:> N2 Posons pour tout n ~ 1 et tout (x, ~ ~
( ) ((1) d ),- 0(2)(x, JJ Bn x, y = 0 (x, y, n y, dn
ou
0(1) (x, dn) (0~1)(x, dnl. o( 1) ( dn),··· , 0(1) ( d JJ y, y, 2 x, y, N x, y, n 2
0(2) (x, d ) (0~2) (x, dn)' 0(2) ( y, dn), .. ·, 0(2) ( d JJ y, y, 2 x, N x, y, n
2 n
On a alors la proposition suivante (dont la demonstration est analogue a la
precedente)
Proposition 2.13.Si les hypotheses suivantes sont verifiees
'" '" 1) II existe K1 > 0, K2 > 0, E1 > 0 et E2 > 0 tels que
II~: (x1 ' Y1) - ~: (x2 ' Y2)11~~ K1(llx1 - x211~ + IIY1 - Y211~)
II~: (x1 ' Y1) - ~: (x2 ' Y2)11~~ K2(llx1 - x211~ + IIY1 - Y211~)
V (x1 ' y 1 l. (x2 ' Y2) e C~1 x C'" ou E2
N '" {xC ~ 1 '" C'" x - E1 ei e C1 x + E1 ei € C1 E1
N2 '" '" C~2 heIR :X-E2gjE:C2IX+E2gj€C2
2) V E > 0, V r > E , V (x:l(, /) € M,
Clf :I( Clf :1(1 c inf {( ax (x, Y), x - x )1 - ( Cly (x, y), y - y )2 (x, y) € ME ~ Mr } > O.
et si M est compact, alors la suite {x , y } construite a partir d'un point n n
arbitraire (x1' Y1) de C1 x C2 par les relations de recurrence:
xn+1 = P (x - Pn 0(1 ) (xn ' Yn' d ))
C1 n n
Yn+1 = P (y + P 0(2) (x n' Yn' d JJ C2 n n n
converge vers une solution (x:l(, y:l() du probleme de minimax.
o
33
Exemple 3
Reprenons les hypotheses du sous-paragraphe 2.3.3. et supposons de plus X ~N
'" et qu'il existe deux constantes L > 0 et E > 0 telles que:
ou Q'" = fx € X E
k = 1, 2, ... , N}
((e1 , e2 , .•. , eN) etant la base fondamentale de X) •
Posons pour tout x e: X, tout d> ° et tout i € {1, 2, .•• , m}
fi(x +d ek ) - fi(x -d e k)
2 d k=1,2, .•. ,N
(i) (iJ (i) .. (i) ( o (x, d) = (01 (x, d), O2 (x, d), .•. , uN x, dJ].
Soient {p } et {A } deux suites de reels verifiant les relations 2.30 du n n
theoreme 2.11, {d } une suite de reels strictement positifs telle que n
I Pn A d <00 lim d n n n n=1 n->oo
Pour tout i € {1, 2,11 ••• , m}
de X dans X par :
[
OJ si fi (x) < 0
H(i) (x) = {o(i) (x d)} si n ' n
a{o(i) (x. d )} n
° et tout
f. (x) > ° l
n >,. 1 , on definit
M:[O, 1J si f i (x) = °
la multiapplication H(iJ n
Soient alors {Bn} et {Hn} les suites de multiapplications de X dans X definies par
B (x) n
H (x) n
A(x)
m
I i=1
v x € X, Vn>,.1
v x E: x,
Proposition 2.14 La suite {un} construite par l'algorithme du sous-paragraphe
2.3.3. converge vers la solution u~ de l'inegalite variationnelle 1.1.
Demonstration: II suffit de montrer que les hypotheses du theoreme 2.11 sont
verifiees et pour cela Ie principe de la demonstration est Ie m§me que celui
de l'exemple 1.
34
Exemple 4 : Application aux methodes de decomposition.
Reprenons les hypotheses du sous-paragraphe 2.2.4et supposons de plus qu'il
'V existe E > 0 et L > 0 tels que si
Q'V = {x ex: X + 8 E Q, 'r/8 e: X : 11811 ~~} , alors E
If. (x) - f . (x ' ) I ~ L II x - x' II \f i = 1, 2, .. " m ~ ~
\J x, x' € Q'V 2.34 E
Dans les methodes de decomposition donnees au sous~paragraphe 2.2.4., d'apres
les hypotheses faites sur F, on verifie aisement que Ie theoreme 2.8 est
encore vrai si l'on remplace la relation 2.23 par
2.35
Dr, a chaque iteration n, connaissant Pn' on doit calculer un = u(P n), solution
de l'inegalite variationnelle 2.21 ; en pratique, on n'obtiendra qu'une
approximation ~de u ; mais dans de nombreux cas, on pourra choisir un reel n n
dn > 0 tel que :
En reali te, on construit donc une suite {Li' , p} verifiant n n
OU un est tel que :
II'U - u(p) II ,< d n n n
Soit alors Gn la multiapplication de (Rm dans (Rm d8finie par
G (p) = {-F (u) ; u ex: II u - u (p) II ~ d } n n
La relation 2.36 s'ecrit donc
g € G (p) n n n
2.36
2.37
Soient ~l'ensemble et G l'application definis au sous-paragraphe 2.2.4. J on a
vu que ~ est compact et que G verifie l'hypothese
\f e: > 0, ~ r > E , V P € om, inf {(G(p), q - p) Iq E: MC (\ M } > D. e: r
D'autre part, soient n ~ 1, P € K et g € Gn(p). II existe donc u € X tel que
g = - F(u) IIu ~ u(p)II ,< d n
35
et, d'apres les relations 2.34 et 2.37, on a :
II g - G (p) II = II -F (u) + F (u (p JJ II ,< L lie - u (p) II ,< L d
5i les suites {p } et {d } verifient n n
GO 00
L P~ < 00
n=1 o L Pn = 00 ;
n=1
n
00
L n=1
P d < 00 n n
on peut appliquer Ie theoreme 2.10 et l'on voit que la suite {P-} converge n
vers un point p de crY}.
Comme de plus
llii" - u:l(II = IIU- - u(p) + u(p) - u(p)II n n n n
~d +1.IIP--pll n ex n
on voit que la suite {u} de points effectivement calcules converge vers u~. n
III - Resolution numerique d'egalites variationnelles avec operateur differen-
tiable : convergence globale de la methode de Newton.
N 5upposons maintenant que X = ~ , que A soit univoque, continument differentiable
et veri fie les hypotheses suivantes :
H1 : A est coercive sur X, c'est-a-dire il existe Vo e X tel que
lim (A(xl, x - vol
+ 00
"x" ->00
IIx-voll
H2 : A'(x) est inversible pour tout x ex.
L'ensemble M des solutions de l'egalite variationnelle I
A(x) = 0 3.1
est alors non vide et l'on se propose de calculer un point de M par une methode
analogue a la methode de Newton; c'est-a-dire par une methode du second ordre,
ce qui n'etait pas Ie cas precedemment.
On sait que la methode de Newton [12J qui consiste a construire de facon
36
recurrente a partir d'un point x1' une suite {xn} par la relation
3.2
ne converge vers un point de M que sous des conditions tres restrictives et en
particulier si x1 est proche de ce point. Le theoreme de convergence n'est que
local ; nous allons montrer comment, en modifiant legerement cette methode a
l'aide de la technique des series divergentes (on garde la direction de Newton,
on modifie Ie pas), on obtient un theoreme de convergence globale.
La modification proposee est la suivante la suite {x n} est definie a partir
d'un point arbitraire x1 par la relation de recurrence :
ou
+ 00 , ~ 2 < 00 L Pn
n=1
Posons pour tout x € X :
f(x) = ~ IIACx) 112, d'(x) d(x) , d(x)
max (1, Ild(x) II)
On a alors Ie theoreme de convergence suivant
3.3
3.4
-0' (x)]-1 A(x)
3.5
Theoreme 2~:S'il existe deux constantes a>D et Ko > 0 telles que pour tout
x ¢ M et tout a e:JD, a o[' on ait
( f ' (x + ad' (x) ), d' (x)) ,< Ko a 3.6
alors toute valeur d'adherence de la suite {x n} construite par les relations
3.3 et 3.4 (et il en existe au moins une) est solution de l'egalite variation-
nelle 3.1.
Demonstration
a) Montrons que la suite {xn} est bornee.
Remarquons tout d'abord que fest continument differentiable et que
f'(x) =A'(x):I(A(x) v x € X.
37
On a alors Ie developpement :
f(x n+11 = f(xnl + Pn(f'(xn + an d'(xnll, d'(xnll
ou a € Jo, P [ I n n
comme lim P = 0, il existe un entier no tel que n-i«> n
n ~ n ~a < a I o n 0
et avec la relation 3.6, il vient :
(f ' (x + ad' (x ), d' (x 1 1 ~ K a ~ Ko Pn n n n non
De (Al et (Bl, on deduit alors
et en sommant a partir de n = no' on obtient
+ K o
.. L
k=n o
tAl
(Bl
(el
l'hypothese H1 et la relation 3.4 entrainent alors que la suite {x } est bornee. n
bl Montrons qu'il existe une sous-suite {x } de {x } convergeant vers un nl n
point de M. Posons :
IIA(x 1112 __________ ~n~ __ ~ ________ > o. max(1,II[A'(x 1,-1 A(x 1111 n:.J n
La relation (Al s'ecrit alors
et en sommant m fois a partir de n = 1, on obtient
comme
m f(xm+11{= f(x 1 1 - L Pn (an - En l
n=1
f(xnl ~O Vn 'l1, il vient alors
m Vm>,.1 L Pn (an - En l < f( x11
n=1
38
d'ou 00
L n=1
p (B - E ) <+00 n n n
(0)
Mais la fonction f etant continOment differentiable et la suite {xn} bornee, on a:
limE =0) n-- n
(E)
les relations (0) et (E) montrent alors qu'il existe une sous-suite {Bn } de k
en effet, dans Ie cas contraire, il existerait E > 0 et noE ~ tels que
et l'on aura it alors, d'aprss (0) .. n=1
p <+00 n
ce qui est contradictoire avec les relations 3.4.
La suite {xn} etant bornee, il existe done une sous-suite {x } de {x } et un n1 n
point x tels que
lim x = x 1-- n1
lim Bn 1-- 1
lim 1--
ce qui entraine, puisque A est continue
lim A(x ) = A(x) = 0 1-- n1
o
c) Montrons maintenant que toute valeur d'adherence de la suite {x } est un n
point de M. Pour cela, il suffira de dsmontrer que :
lim IIA(xn)11 =0 n-l<lO
(F)
Soit alors E > 0 d'aprss les relations (F) et 3.4 , il existe un entler lo(E)
tel que :
corrme d'apres les relations (C)
IIA(xn+1) 112 ~ IIA(xn) 112
en sommant a partir de n nl '
donc
lim T)"+<X>
0
IIA(x)II=O n
39
et 3.5, on a :
+ 2 K 2 o Pn 'Vn ~ nl
0
on obtient
Remargue II est immediat de voir que si A est fortement monotone. les
c.q.f.d.
hypotheses H1 et H2 sont verifiees J si de plus A est deux fois continOment
differentiable et si A' est uniformement continue sur X. on peut alors aisement
verifier l'inegalite 3.6.
BIB L I 0 G RAP HIE
[1J AUSLENDER: Resolution numerique d'insgalitss variationnelles - C.R.A.S.
serie A, 1063, T. 263. 9 Avril 1973.
[2J BENSOUSSAN, LIONS , TEMAM : Sur les methodes de decomposition et de
coordination et applications.
LR.LA. Cahier nO 11 (1972).
[3J BERGE Espaces topologiques, fonctions multivoques (Dunod - 1966).
[4J BROWDER: Non linear maximal monotone operators in Banach spaces,
Math. Annalen, 113, 1968, 175~180.
[5J BROWDER. HESS: Non linear mappings of monotone type in Banach spaces.
Journal of functionnal analysis, 11, 1972, 251-294.
40
[6J BUTZ Iterative saddle point techniques.
SIAM J. Appl. Math .• Vol. 15. nO 3. May 1967.
~J EVANS. GOULD • TOLLE : Exact penalty functions in non linear programming -
Mathematical Programming 4 (1973).
[8J GOURGANO These de 3eme cycle - Universite de Clermont - 1974.
[9J KIEFER and WOLFOWITZ : Stochastic Estimation of the Maximum of a Regression
Function. Ann. Math. Statistics. 23. N° 3 (1952).
[1 oJ LAURENT: Approximation et optimisation.
[11] LIONS
Hermann - 1972.
Quelques methodes de r~solution des problemes aux limites non
lineaires. Ounod (1969).
[12J ORTEGA and RHEINBOLOT : Iterative solution of non-linear equations in
several variables (1970).
[13J POLJACK: A general method of solving extremum-problems.
Soviet Math. Ookl. Vol. 8 (1967) nO 3.
A. AUSLENOER • M. GOURGANO • A. GUILLET
Universite de Clermont-Ferrand Departement de Mathematiques Appliquees B.P. nO 45
63170 - AUBIERE (France)
PROBLEMES D'OPTIMISATION NON CONYEXE
DEPENDANTS D'YN PARAMETRE (II)
J, BARANGER (I) et R. TEMAM (2)
Resume. Nous completons dans ce travail des resultats d'existence en densite obtenus
dans un article precedent (3) pour des problemes d'optimisation non convexes du type
(Py) sup{w(1 Ix-yl I) - f(x) , x EX} (4)
en donnant des conditions suffisantes simples assurant en outre l'unicite de la solu
tion du probleme de maximisation et sa continuite par rapport au parametre y.
Nous donnons egalement une variante du theoreme d'existence et un contre exemple
indiquant les limites des hypotheses faites.
Introduction. Nous considerons dans ce travail Ie probleme
(Py) sup{w(1 Ix-yl I) - f(x), x Ex} (4)
plus precisement, nous cherchons pour quelles valeurs de y il y a existence, unicite
et continuite d'un x(y) realisant Ie sup dans (Py). Nous avons etudie l'existence
dans un article precedent (3).
Ce probleme contient en particulier
1°/ La recherche des points 1es plus e10ignes d'un ensemble borne S
sup{1 Ix-yl I, xEs}
(I) S.A.N.T.I., Departement de Mathematiques, Universite de Lyon I, 43, bd du
II Novembre 1918, 69 Villeurbanne, France.
(2) Departement de Mathematiques, Universite de Paris XI, Orsay, France.
(3) J. BARANGER et R. TEMAM [I] A paraitre au SIAM J. of Control; note [BTl dans
la suite.
(4) Les hypotheses sur X, w et f sont precisees dans Ie texte.
42
2°/ Certaines perturbations de problemes de minimisation non convexe:dans un cadre ou
il n' a pas existence d'une solution du probleme
inf {J(x), x ~ S} ,
on considere Ie probleme perturbe
inf{J(x) - £wc[lx-yIP, xES} £ > 0 "petit"
Pour un expose plus detail Ie des motivations, on se reportera a [BT1 ou on trou
vera egalement un exemple d'application au contrale optimal d'un systeme gouverne par
une equation aux derivees partielles elliptique.
Nous donnons ici essentiellement des complements sur l'unicite et la continuite
de la solution de (Py). Nous avons ajoute une variante du theoreme d'existence
(au §I) et un contre exemple du a WITOMSKI indiquant la limite des hypotheses faites.
1 - THEOREMES D'EXISTENCE.
Rappelons d'abord Ie theoreme demontre dans [BT}.
Theoreme I.
Soient X un espace de Banach reflexif ayant la propriete
(H) si une suite xn converge faiblement vers x et llxnll converge vers I Ixl I
alors Ilx -xlI .... 0, n
f une fonction s.c.i. de X dans RU{+oo} non identique a +00, (non necessairement
convexe),
w une fonction de iR+ dans IR, convexe, continue et strictement croissante.
On pose :
Sup{w(llx-yll)-f(x),x Ex}
On suppose :
(I) dom fw = X (c'est-a-dire fw(y) < +00 pour tout y).
(2) toute suite maximisante de fw(y) est bornee.
Alors il existe un Go dense dans X tel que pour tout y dans ce Go il existe au moins
un x(y) E X tel que
Pour la demonstration, on se reportera a [BT}.
43
Remarque 1.
Tout theoreme de ce type admet un corollaire traitant Ie probleme
(3) SupU(x)+oo(llx-yll), xl: S}
ou S est un borne de X et Jest une application s.c.s. et majoree de S dans ~,
S ayant de plus une propriete assurant que la fonction
f(x) • -J(x) si x f S et +~ sinon
verifie les hypotheses du theoreme (voir egalement Ie corollaire 2). lci par exemple,
on a :
Corollaire 1.
Soient X un Banach reflexif verifiant (H),
S un ferme borne de X,
00 une fonction convexe, continue, strictement croissante de ~+ dans ~,
June fonction s.c.s. et majoree de S dans ~.
Alors il existe un G, dense dans X, G, tel que pour tout y E G il existe au moins
un i f S tel que
J(i)+oo(lli-yll) - supiJ(x)+oo(llx-yII), xES}
Demonstration Appliquer Ie theoreme 1 a f definie dans la Remarque 1.
Remarque 2. Ce corollaire contient la plupart des resultats connus sur Ie probleme (3).
(Voir la liste dans [BT]).
On a egalement Ie :
Theoreme 2.
Soient X un Banach reflexif,
f une fonction faiblement s.c.i. de X dans ~U{~} non identique a ~, 00 comme au theoreme 1.
On suppose encore (1) et (2) verifiees.
Alors la conclusion du theoreme reste valable.
Demonstration : Si n designe la differentielle de Frechet en ~ de f en un point ou
cette fonction est Frechet differentiable (on sait, cf [BT], que l'ensemble de ces
points est un Go) et tn un element du so us differentiel en xn de la fonction
x + 00(1 Ix-~I I) (x est une suite maximisante de f (~», on en deduit comme dans la n 00
demonstration du theoreme 1 que tn + n en norme dans X*. D'ou :
44
ou l'on a note x la limite d'une sous-suite (notee encore xn) faiblement convergente
extraite de x (une telle sous-suite existe d'apres (2) et la reflexivite de X et n
II xn -I; II tend vers Iii-I; II connne au theoreme I).
On en deduit connne a la Remarque 1 :
Corollaire 2.
Soient X un Banach reflexif,
S, un borne faiblement ferme de X,
w, convexe continue strictement croissante de R+ dans R,
June fonction s.c.s. et majoree de S dans R.
Alors la conclusion du Corollaire 1 est valable.
Remarque 3.
Pour J = 0, on trouve une amelioration d'un resultat de W. ZISLER ([I] Prop. 3).
Le resultat precis s'enonce ainsi :
Corollaire 3.
Dans un Banach reflexif, l'ensemble des points ayant au moins un point Ie plus
eloigne dans une partie faiblement fermee bornee est un Go dense.
Remarque 4.
On voit ici apparaitre une des differences importantes entre Ie probleme de
recherche des points les plus eloignes et Ie probleme de recherche des points les
plus proches. Pour ce dernier il y a, dans Ie cadre du corollaire 3, toujours une
solution. Pour Ie sup, c'est faux. (Prendre pour X un hilbert separable {e.,ifN} 1.
sa base canonique, S = {e. ,iE-N} U {O} et un point x tel que (x,e.) > 0 Vi.) 1. 1.
45
2 - THEOREME D'EXISTENCE, UNICITE ET CONTlNUITE.
Theoreme 3.
On fait sur X, f et w les memes hypotheses qu'au theoreme I, y compris (I) et
(2) ; on suppose de plus X strictement convexe et w strictement convexe.
Alors Ie GoG dont l'existence est assuree par Ie theoreme I est tel que en outre
pour tout y ~ G il existe un x(y) unique tel que :
De plus toute suite maximisante converge en norme vers iCy) et l'application
y ~ iCy) est continue (sur Ie Go)'
Demonstration : Nous reprenons les notations de la demonstration du theoreme 2
~ un point du Go OU fw est Frechet differentiable ; n la derivee de Frechet de fw
en ~ ; t un element du sous differentiel en x de x ~ w~1 Ix-~I I) ou x est fortement n n n convergente vers un x. On a
't/y E: X
Po sons y - z + x.
't/z f X
Rappelons que tn ~ n fortement quand n ~ ~ donc
Vz E: X
i.e.
n E dwoll II (1;-~)
Cette relation equivaut encore (I) a ~-i E aw~ol I I I~(n) ou w· est 1a po1aire de
w(l) et I I I I. la norme dua1e dans X·. D'une maniere genera1e, on a donc avec 1es
hypotheses du theoreme I
i a ~-aw·oll 11.(n)
(I) Pour les notations et les resu1tats relatifs a l'analyse convexe, voir par exemple J.J. MOREAU [I] R.T. ROCKAFELLAR [IJ, P. J. LAURENT [I] ou I. EKELAND -R. TEMAM [IJ.
46
Lemme : tes hypotheses faites sur w impliquent que w· est une fonction convexe, dont
Ie domaine est un interval Ie centre en 0, derivable a derivee continue sur Ie domaine
de son sous differentiel et telle que w .. , (0)' • o. Demonstration: w*(t) = sup{tx-w(x), x ~ O} polaire au sens d'Asplund [IJ est aussi
la polaire au sens usuel de la fonction w prolongement paire am de w. w· est une
fonction paire croissante sur [0, +"'[ a valeurs dans mu {+"'} et w·(O) • -w(O).
Soit t un point du domaine de ow·. Supposons que x. E aw·{t) i = 1,2, cela equivaut a t f aw{x.), donc
~ ~
Ul{x) ~ w{x.) ~
+ t{x-xi ) Vx
D'oil. l'on tire w{x1.)-w{x2) = t{x l -x2)
puis posant x = AX I + (I-A)x2 0 ~ A ~
donc xI = x2 d'apres la stricte convexite de w (ou plus exactement de w). Donc w·
est derivable, de plus sa derivee est croissante. Si en un point cette derivee
etait discontinue, w· aurait des limites a droite et a gauche distinctes et w· ne
serait pas derivable en ce point. Donc w·, est continue.
Enfin comme w· est paire, on a w·'{O) = 0, ce qui acheve la demonstration du
lemme.
D'autre part X etant un Banach reflexif de type (H) et strictement convexe, on
verifie facilement (tho d'Anderson, cf. par exemple HOLMES [IJ p. 149) que la norme
de x· est Frechet differentiable en tout point different de O. On sait egalement que
dans ce cas, l'application qui a x associe la differentiel1e de 1a norme est continue
pour les topologies fortes sauf en 0 {cf. HOLMES [I} p. 149). 11 est d'autre part
Hementaire de verifier que Vo > 0 3 U voisinage de 0 tel
all II(z)call II(O)+OB{O,I) Vz E U
dans un Banach Frechet differentiable, i.e. dans un tel espace l'application
x .... all II{x) est s.c.s. en O.
En resume n .... aw·ol I 11.{n)· w·'(1 Inl I.). al I 11.{n) qui est par construction
une multiapplication a va1eurs non vides pour 1es y consideres est univoque et conti
nue pour les topologies fortes. Comme ~ .... n = afw{~) est Frechet differentiable,
47
on en conclut que ~ + x est univoque et continue.
Enfin la convergence forte de toute suite maximisante s'obtient par l'absurde
par Ie raisonnement classique utilisant l'unicite de la limite.
Remarque 5. En supposant les hypotheses du Corollaire I satisfaites ainsi que X
strictement convexe et w strictement convexe, on peut completer Ie Corollaire en
disant que Ie i(y) E S realisant Ie sup est unique, que y + i(y) est continu et que
toute suite maximisante converge en norme.
Remarque 5. Pour un exemple d'application des resultats presentes ici au contrale
optimal des systemes gouvernes par des equations aux derivees partielles, voir [BT].
On trouvera de nombreux exemples dans J. BARANGER [4] et M. F. BIDAULT [I].
Remarque 7. Le theoreme 3 redonne pour w(x) = xp p > I et X uniformement convexe
un resultat de M. F. BIDAULT [II.
Remarque 8 : un contre-exemple (I)
On considere X = e2 x R norme par
III(x,r)1I1 "max (1lxlla ,Irl) + (r2 2
Q) 2 xi 1/2
+ I -) li i=1
C'est un espace reflexif separable et strictement convexe. On considere 1e ferme
F = {(ek ,3 - t)1 k E ~ - {O}}
ou (ek) est 1a base canonique de e2 , et l'ouvert
B = {(x, r) I II (x, r) II < i} OU [[ (x,r) II = max(llxlle ,Irl 2
On peut verifier que les points de B n'ont pas de point plus e10igne dans F.
L'espace considere n'est donc pas (H) ni a fortiori localement uniformement
convexe. Cela prouve egalement que l'hypothese (H) est necessaire dans Ie cadre
reflexif strictement convexe.
(I) du a WITOMSKI IRMA, Universite de Grenoble I - BP 53 - 38041 Grenoble Cedex -
France.
48
REFERENCES
ASPLUND E. [11 Topics in the theory of convex functions.
Theory and Application of Monotone Operators.
Aldo-Ghizetti editor, Edizioni "Oderisi".
Proceeding of NATO Venice - June 1968.
BARANGER J. II ] Quelques resultats en optimisation non convexe.
These Universite de Grenoble, France, 1973, and
J. Math. Pures et Appl., a paraitre.
BARANGER J. and TEMAM R. tIl Non convex optimization problems depending on a parameter.
A paraitre au SIAM J. of Control.
BIDAUT M. F. [11 Theoremes d'existence et d'existence en general d'un controle optimal pour des
systemes regis par des equations aux derivees partielles non lineaires.
These, Universite de Paris, 1973.
EKELAND 1., TEMAM R. [11 Analyse convexe et problemes variationnels.
Dunod, Paris, 1974.
HOLMES R. B. [1]
A Course on Optimization and best Approximation.
Lectures Notes in Mathematics - Springer-Verlag.
LAURENT P. J. [1].
Approximation et optimisation.
Hermann, Paris, 1972.
MOREAU J. J. [1].
Fonctionnelles convexes.
Seminaire sur les equations aux derivees partielles.
College de France. Paris, 1966-67.
ROCKAFELLAR E. R. [11. Convex analysis.
Princeton University Press, Princeton, 1970.
ZIZLER v. [11. On some extremal problems in Banach spaces.
Math. Scandinavia 32 (1973).
SEMI-GR,OUPES INVARIANTS PAR UN CONl;,
DE FONCTIONS CONYEXES
Ph. BENlLAN
Etant donne n un espace mesure, Set) un semi-groupe sur un ensemble C de
fonctions numeriques mesurables sur n et june famille de fonctions de R dans R,
nous dirons que Set) est invariant par J si
\l'u E.C, Vj E: J , Vt ~ 0, J j(S(t)u) ~ J j(u).
Nous etudions ici les generateurs de semi-groupes (lineaires ou non) de con-
tractions dans une classe de Orlitz L4> (n), invariant par un "cone engendre par 4>"
(au sens precise dans -1-)
Plan de l'expose(x)
I. Notations - Un theoreme d'interpolation.
II. Cas lineaire.
III. Cas non lineaire avec hypothese ~2.
IV. Cas non lineaire sans hypothese ~2.
X Je tiens a remercier L. TARTAR et M. FOUGERES pour leurs remarques qui
m'ont permis d'apporter diverses ameliorations.
50
I. Notations. Un theoreme d'interpolation.
Notant /R + = [0,+00 [ , nous designons par m (R +) l' espace des mesures
contenu + + de Radon sur IR a supportYdans R • Muni du produit de convolution, ~(R ) est une
algebre unitaire et integre d'apres le theoreme de Titschmark.
L'algebre ~(R+)est ordonnee par le cone positif ~+(R+) des mesures
positives de 'm..(R+). On appellera "cone ideal positif" tout cone JC.'tJl(R+) tel
que J lI: 'ITt.+ (ll. +) c.. J . Etant donne 11 E ~ (R +), 11 lI: tm. + (R +) est un "cone ideal
positif" que nous noterons
,'li\.+(R+) sur j 11
L'application V + 11 lI: vest une bijection de
Considerant i + r€R + r
o si r ~ 0
r si r > 0
:1, R + R+ convexe a support dans R+} ~
Etant donne f ~ Lll (R) telle qu'il existe p : R + R croissante verioc
fiant fer) = per) p.p. rE.R, il existe un graphe maximal monotone unique S tel que
fer) E. S(r) p.p. r€IR. On peut donc identifier un graphe maximal monotone de R
partout defini a un element de L~oc(R) et donc a une mesure de Radon sur IR. Conside-
rant h le graphe d'Heaviside
10 si r < 0
h:rEIR ..... sign+r=[o,~ sir=o 1 si r > 0
j h {graphe maximal monotone de R partout defini a support dans R+}
Enfin etant donne 11 e ~(R+) on note
'V f E x: (R) 10+ r {fer) + f(-r)} d11(r) 11 la mesure de Radon
0
v foo {fer) - f(-r)} 11 la mesure de Radon f E. J( (R) ..... d11(r)
0
et etant donne j une partie de 'm. (R +) on note
j {11 ETh(R) les mesures f c. 'K. (R) 1+ r fer) d11(r) et o
f € )( (R) ..... f: f(-r) d11(r) sont dans J }
J {11 E. meR) ; les mesures f c. K(R) ..... r f(r)d11(r) et o
51
ff. X(R) ,+ - J~ f(-r) d).l(r) sont dans J }
'" En particulier j, = {~ : R ~ ~+ convexe avec ~(o)
~
Jh {S graphe maximal monotone de IR avec o€.S(o)}
o} et
Nous nous donnons d'autre part n un espace mesure de mesure cr-finie notee dx.
On designe par L(n) l'espace des classes (pour l'egalite dx-p.p~ de fonctions mesu-
rabIes de n dans R.
Etant donne s ~ 0 ~ t , on note T la troncature dissymetrique s,t
1+ T u = I~ S, t S
si si si
u > t s ~ u ~ t . On note Tt la troncature symetrique T_t,t u < s
Soient S une application d'une partie D(S) de L(n) dans L(n) et ~ : IR ~ ~+
continue. Generalisant C.Picard [1] , on dit que S est ~-invariante si
V- uE-D(S) f ~ (Su) ~ f ~ (u)
et que S est une ~-contraction si
V-u, u E.. D(S) J ~(Su-Su) ~ J ~(u-U). Lorsque S est lineaire les deux proprietes coincident.
On obtient d'abord un theoreme d'interpolation generalisant le resultat de
Brezis et Strauss [2J : Proposition 1. Soient ~ ~:Jh f\ e(R) et S : D(S) C. L([I) 1+ L([I) une ~-contraction. On
suppose de plus que ¢(r) = 0 ==} r ~ 0 et que D(S) est invariant par
les troncatures symetriques (resp. dissymetriques). Alors les proprietes
suivantes sont equivalentes
i) ¥UED(S) , ISul <: lIull", (resp.-lIu-II",'" Su < Ilu+IU dx-p.p.
;1') , -I ( u"Y.':l') S "Y, , L ¥J E J ~ resp. vJ E d ~' est J -~nvar~ante.
Demonstration.
L'implication (ii) ~ (i) est immediate. Etant donne u €oD(S), po sons
t = Ilull", (resp. s =-llu-ll", , t = Ilu+IU ; la fonction j(r) = <p(r-t)
(resp. l(r) = ¢(r-t) + ¢(s-r» est dans j ¢ (resp. J"'¢) et donc J l(Su) '" f l(u)=o
on en deduit 1 (Su) o p.p. et donc ISul ~ t p.p. (resp. s'" Su ~ t p.p.).
52
,. 4'( 'V "') •• Supposons (i) verifie.e. Etant donne J€..J <p resp. JE:.::I<p ,~l ex~ste
)l€mL(R+) (resp. )l,\J~IYYI..+(R+» telquel(r) = I <p(lrl-t) d)l(t)
(resp. l(r) = (sign: r) I <p(r-t) d)l(t) + sign: (-r) I ¢(-r) I ¢(-r-t) d\J(t» et done
par Fubini, il suffit de verifier que S est }-invariante pour les fonctions
j(r) = ¢(Irl-t) (resp. (sign+ r) ¢(r-t) et sign+ (-r) ¢ (-r-t» pour tout t ~ O. o 0
Donnons-nous u~D(S) et t ~ O.
Dans Ie premier cas, considerant u = Ttu , on a ISul ~ I lui 100 = t et
done ISul - t' ISul - ISul ~ ISu-Sul p.p. Utilisant la croissance de <p,
Dans Ie second cas, considerons d'abord u = T . On a Su ~ I lu+1 100 = t -00, t
et done sign+(Su)(Su-t) ~ sup (0, Su-Su) , ISu-Sul p.p. ; puisque o
lu-ul = (sign: u)(u-t) ,on J (sign: Su) ¢ (Su-t) = I ¢ [(sign; Su) (Su-t)] ~
I (sign: u) ¢(u-t). On demontrera de meme l'autre invariance.
Remarque 1. Soient ¢ E.. jh I') -e'eR) avec ¢(r) = 0=9r ~ 0 et
S : D(S) C L(S1) ,-+ LW) avec D(S) invariant par troncatures dissymetriques. Si S est
une ¢-contraction, alors S est une ~-contraction et S est croissante (i.e. u,ue:D(S)
u ~ u p.p.~ Su ~ sa p.p) ; la reciproque est vraie si S est lineaire. Si de plus 'V '\,
p.p. pour tout uED(S), alors pour tout J £.:J <p S est }-invariante.
En effet etant donne UE. D(S), U+ED(S) et Su~ Su+ ~ Ilu+lloo p.p ; de
Corollaire 1. Soit S : D(S) C L(n) 1-+ L(n). On suppose D(S)-D(S) invariant par
troncatures symetriques (resp.dissymetriques) et
¥u,u E.D(S) , II Su-Sull oo ' Ilu-ull 00
Alors '" . S est une ¢-contract~on Crespo ¢-contraction) } est un
cone ideal positif.
53
Demonstration.
Soi t <jJ EO: J h n -e (R) tel que S soi tune ¢-contraction (resp. <jJ contraction).
Etant donne u Eo D(S) fixe considerons S : UE.D(S)-u 1-+ S(u+u)-Su.
Alors S est une ¢-contraction (resp. <jJ-contraction) et \l'u € D (S) •
I S I II II 0 d (x) . /' '-I u (S) u ~ u 00 p.p.. n a one pour tout J <:. u<jJ • .-u E: D •
f }(~u) ~ f }(u) (resp. fj(~U) ~ f j(u) c'est a dire
f }(Su-Su) ~ f }(u-u) (resp. f j(Su-Su) ~ f j(u-u» \fu €oD(S).
Etant donne <jJ E. j h () '6(R). on definit pour tout u E: L(rl)
inf {A > 0 ; f¢(x) ~ 1 } s'il existe E > 0 tel que f¢(EU) ~ 1
+ 00 sinon
Lorsque <jJ ~ j .• II ~
11<jJ est la norme de Orlitz associe a ¢.
Corollaire 2. Soit S D(S) ~ L(~) lineaire ou D(S) est un sous-espace de L(~)
invariant par troncatures symetriques. On suppose II Sui 100 ~ Ilulloo
pour tout u ED(S). Alors {<jJ E: J h n "t'(R) S est ¢-invariant } =
{<jJ E. j h (\ -e (R) ; II Su II ll<jJ ~ II u [ [ll<jJ Vll > 0 Vu E. D (S)} e t est un cone ideal
positif invariant par les homotheties positives a droite «<jJA)(r)=<jJ(Ar».
II. Cas lineaire.
On se donne ¢ E. ::1i avec ¢ (r) = 0 ~ r ::; o. E¢ em designe l' espace
{u E L(~) ; V E > 0 • f ¢ (EU) < + 00 } norme par I [.1 1<jJ' On se donne un sous espace
X est un espace de Banach ; et on suppose que X est invariant
par troncatures symetriques (resp. dissymetriques).
On note X = xn Loo(~) : c'est un sous-espace dense de X. On obtient o
la caracterisation :
Proposition 2. On suppose mes (~) < + 00. Soit A un operateur lineaire de X. Les
proprietes suivantes sont equivalentes :
x Dans l'implication (i)~(ii) de la Proposition 1. on ne se sert pas de l'hypo
these <jJ (r)=o -=9 r '" o. De meme sans cette hypothese si S est une <jJ-contraction et
II sui 100 ~ Ilul [00' alors S est j-invariante pour tout j E B'¢.
54
(i) -A est generateur d'un semi-groupe continu de ~-contractions 1ineaires
(S(t»t ~ 0 de X verifiant :
Vu EX, 'It ~ 0 , lui ( I (resp. 0 ~ u ~ 1)~IS(t)ul ~ I (resp.
o ~ S(t)u ~ I) p.p ••
-I 'V (ii) VA > 0, (I+AA) est une ~-contraction (lineaire) de X verifiant
VUE-X, lui ~ I (resp. 0 ~ u ~ 1)~I(l+AA)-lul ~ I
-I (resp. 0 ~ (l+AA) u (. I) p.p ••
(iii) A est 1a fermeture dans X d'un operateur Ao de Xo verifiant
- 3 AO > 0 , R(I+AoAo)= Xo
- Vp €. 'j a~ f\ -eoo (R) (resp. vp €.
J p(u) Aou ~ o.
v v Remarque 2. Soient i3 E:. ::l a~ , u et v E. E~ (n) f'\ L 00 (n) ; alors pour tout w E. L(n)
v w(x) E. i3 (u(x» p.p. x En, on a w v E. LI(n) ce qui justifie l'enonce de 1a deuxieme
~ 'V 00
condition sur Ao' En effet pour tout J E: ~ ~ et tout u "-E~ (n) ('\ L (n) on a
1(u) €. LI(n) et ceci sans l'hypothese sur n.
Demonstration. L'implication (i) ~ (ii) resulte du theoreme de Hille -Yosida et
par exemple de -I Joo-t la representation (I+AA) u = 0 e S(At)U dt Vu E.X.
Supposant (ii) verifiee, considerons Ao 1a restriction de A a Xo' Pour tout A > 0,
-I -I -I (I+AA) (Xo) c Xo et done R(I+AAo) = Xo et (I+AAo) est 1a restriction de (I+AA)
~ ~ 'V J~ -I a Xo' Uti1isant Ie coro11aire 2, pour tout j E. v~ (resp. J ~ j~) , J «I+AA) u)
::: J 1(u) V uEX. Prenons pcja<p n '(g~) (resp. p € ja<p f\ '€(R»
Posons 1(r) = Jr pes) ds et soit u£:D(Ao) et v = Aou. On a pour tout A > 0, puisque o
(I+AA)-I (U+AV) = u , J 1(u) , J 1(U+AV).
~ I D' autre part J (U+AV) E: L (m pour tout A E.R et
11(u+AV)-1(u)I ~ sup (1(u+v) , 1(u-v» pour tout A, 0 <IAI' I. A
Par convergence dominee, on obtient
J p(u)v = lim J j(U+A~)-j(U) ~ o. Ho
Demontrons enfin l' implication (iii) ~ (i). D' abord etant donne j £ J<p
55
(resp. } E ~¢) pour tout u €.D(Ao) et tout A > 0, f }(U+AV) ? f }(u).
Supposant d'abord }€-&'(R) et soit p }', on 1 (U+AV) ) }(U)+Ap(U)V
et donc d'apres l'hypothese sur Ao ' f }(U+AV) ? f 1(u). Regularisant par convolu
tion, on l'obtient pour toutes les fonctions }.
En particulier pour tout u € D(Ao) et tout A > 0, I IU+AvlI¢ :r Ilull¢.
On en deduit que pour tout A > 0, R(I+AAo) = Xo' Considerant en effet
f1 = {A > 0 ; R(I+AAo)= Xo} , f1 # 0 par hypothese ; d'autre part si AO E f1, pour
tout A > I+AA =..J. I A-AO
(I+A A ) -IJ (I+AoAo) point fixe ·IA-Aol
0, I+ -A- ; par s~ -A- < o A o 0 A 0 A-A
c'est 11 dire A >...2.. R(I+ __ 0 (I+A A )-1)= X et donc R(I+AAo) = X 2 ' A 0 0 0 0
Utilisant F.Hirsch [ 6] ,Prop.II1.2.7, il suffit pour achever la demons-
1
tration de (iii)~ (i), de montrer que D(Ao) est dense dans X. Considerons d'abord
existe An + 0 , wn E cony {VA; 0 < A ~ An} tels que wn .... v p.p. sur f.1. Puisque
wn est uniformement borne et mes (m < + 00, Ilwn-vll¢ .... 0 et VE.Xo ' Soit alors
G = (I+Ao) -I (u+v) ; on a W n
puisque
u A .... u dans X lorsque A + 0 , un .... u dans X egalement. Puisque un = (I+Ao)-1
(u + W ), IIG-u II,+, ~ Ilu+v-(u +w ) II,+, et donc 11 la limite IIG-ull,+, ~ 0 et donc n n n 'Y n n 'Y 'Y
u-u G=u et v=Aou. Puisque VA = ~ E D(Ao )' Wx €,D(Ao) et donc Aou = lim wn E. D (Ao)'
On a alors X = R(I+A ) C. D(A ) + D(A ) o 000 D (A ).
o
Remarque 3. On utilise la propriete mes (f.1) < + 00 que dans l'implication (iii)~(i)
Dans Ie cas X=L 1 (JI.), on peut se passer de cette hypothese. (cf. [3] , Prop. 1. 7) •
III. Cas non lineaire avec hypothese (f12).
On se donne encore ¢ € J i et on suppose ici que ¢ verifie la condition
(f12) : il existe k ~ 2 tel que ¢(2r) ~ k¢(r) ¥r ? o.
On suppose en plus ¢ non identiquement nulle et donc ¢(r)=o~ r < O.
On a E¢(m = {u(L(m ; f ¢(u) < + oo} et la famille
U£ = {¢ E E¢(f.1) ; f ¢(u) ~ £} , £ > 0
56
est un systeme fondamenta1 de voisinage de 0 qui definit sur E¢(n) une structure
de Frechet homeomorphe a 1a structure de Banach de E¢(n).
On se donne X un sous-espace ferme de E¢(n) invariant par troncatures
symetriques (resp. dissymetriques). On note Xo X ~Loo(n). On a a10rs 1a caracte-
risation :
Proposition 3. Soit A un operateur (non 1ineaire mu1tivoque) de X. Les proprietes
suivantes sont equiva1entes :
(i) Pour tout A > 0 , (I+AA)-l est une ~-contraction de X dans 1ui-
meme verifiant :
(ii) A est 1a fermeture dans X d'un operateur Ao de Xo verifiant
- 1 \ > 0 , R (l+AoAo) = Xo
- V [u,v] , [G.,v) E Ao ' J W If L(n), fW(V-V) ~ 0 et
w(x) E a~ (u(x)-G.(x» p.p. u:n
v - Vp Eo J a¢{\ t"'(R) (resp. V~ f. Ja¢" ~(R», V[u,~ €. Ao
on a f ~(u)v ~ o.
Remarque 4. Compte tenu de 1a remarque 2, 1a derniere condition sur Ao a un sens.
Quant a 1a deuxieme condition e11e a un sens puisque pour tout u,v E E¢(n),
tout W EO L(n) tel que w(x) E: a~ (u(x» p.p. x E. n, on a v W EO L 1 (n).
Demonstration.
Supposons (i) verifiee et considerons Ao 1a restriction de A a Xo' De maniere
identique a 1a demonstration de l'imp1ication (ii)~ (iii) dans 1a Proposition 2,
on verifie 1es premiere et derniere conditions sur Ao' Pour 1a deuxieme condition,
etant donne [u,vJ ' [G.,v] € Ao ' pour tout A > 0 , f ~(U-G.)+A(V-V» ~ f ~(u-G.) f t(U-G.)+A(V~V»-~(u-G.) et done - A - ~ o. Posant
'V 'V = l' p(U+AV)-p(U) on a ¢s(u,v) Lm A '
Ho 'V _ _ 'V _
p«U-U)+A(V-V»-p(u-u) __ A + ¢s(u-u,v-v) p.p. sur n lorsque A + o.
On a d'autre part p.p. xe.n, i1 existe w "- a~ (u(x)-G.(x» tel que
57
w(v(x)-v(x» = ¢s(u(x)-G(x), v(x)-v(x». Utilisant un theoreme de section (elemen
taire dans ce cas), il existe wE L(n) tel que w(x) E. Cl~ (u(x) -G(x» et
w(x) (v(x)-v(x» = ¢s(u(x)-G(x), v(x)-v(x» p.p.xEn ; d'ou J w(v-v) ~ o.
Supposons maintenant (ii) verifiee. Comme a la Proposition 2, on verifie
rl 'V 'V [;J facilement que pour tout j e J¢ (resp. ] ~ J¢)' tout u,vJ £ Ao et tout A > 0,
J }(U+AV) ~ J }(u). D'autre part pour tout [u,~ , [G,v]£Ao' tout A > 0,
J ~«U-G)+A(V-V» ~ J ~(u-G).
On a R(1+AAo)= Xo pour tout A > o. Considerons en effet AO tel que
2 <'k"'I.Ona
A-A or 1+ ___ 0_ (1+A A )-1 est une bijection
A 0 0
de X sur X en effet o 0 etant donne v E. X
o A -A A-A O -I
u+ --A-- (1+A/O) u = v ~ u=v+ -T (1+AoAo) -I u considerant (un) la suite
A -A v+ -T (1+AoAo)-1 un on a
J ~ (un+p -up) ~ wP J A-A
~(u ). Done u converge dans X et sa limite uE X et verifie n n 0
u+ ~ (1+1. A )-I u f\ 0 0
v . Done R(1+AAo)= Xo . Par connoxite, R(1+AAo)= Xo pour tout
A > O.
Par fermeture on verifie alors facilement que A verifie (i).
Corollaire 3. Soit A un operateur de X. Les proprietes suivantes sont
equivalentes : 'V
t-j 'V '( -I (i) pour tout A > 0, pour tout j € <.l¢ (resp.] EJ¢) , (1+AA)
}-contraction de X dans lui-meme.
(ii) A est la fermeture d'un operateur Ao de Xo verifiant
- 3 AO > 0 , R(1+AOAo)= Xo v
- 'fp E. j Cl¢ () tf' (R) (resp. p €. :J 'a¢ () -eoo (R» ,
'f [u,v] , [G,v] f Ao f p(u-G) (v-v) 7 o.
est une
58
Pour des operateurs A verifiant les conditions equivalentes de la Proposi
tion 3, on peut demontrer un theoreme de Crandall-Liggett [41 et developper une
theorie de solutions integrales. (cf. [5])
Proposition 4. Supposons mes n < + 00. Soit A un operateur de X verifiant les condi-
tions equivalentes de la Proposition 3.
\'u IE. D (A) , \'t ~ 0 , (1~ A)-nu converge n
dans X lorsque n -+ 00. I)
2) Posons S(t)u = lim (1+ ~ A)-nu • Alors n
est un semi-groupe
3)
'\,
continu de ~-contractions l-invariantes pour tout j E: :J cp (resp. 1 ~ J cp) •
Etant donne u E €( [0, r1 ; X) , la propriete
u(o) € D(A) et u(t) = S(t)u(o) \'tE.[o,r1
est caracterisee par la propriete integrale
Demonstration.
Considerons d'abord Uo £ D(Ao) et fixons Vo E. Aouo ' Etant donne A > 0 et
nE IN
J 'J.> -n+1 J 'J.> -n ~ {1+AA ) u -u } ~ ~ {(1+AA) u -u -AV }. 000 0000
Posant R = 211uoll00 + Ilvolloo' M = acpO(R) , on a pour A ~ I ,
~ {(1+AA )-nu -u -AV } ~ ~ {(1+AA )-nu -u } + MA(Vo) p.p. et donc par recurrence 0000 000
J ~ {(I+AA )-nu -u} ~ nA Mllv II (mes m. 0000 00
Utilisant alors les generalisations de C. Picard [I] , des estimations de
Crandall et Liggett [41 , on obtient pour tout 1 ~ A ~ 11 > 0 , m ,. n ,
J ~ {(1+AA )-n u _(1+~)-m u } ~ o 0 0 0
({(nA~)2 + nA(A-~)}1/2 + {(nA~)2 + ~(A_~)}1/2) M I IVol 100 (mes n)
D'oll (1~A)-n u converge dans X lorsque n + 00. n 0 0
rappelons que ~ (u,v) s
inf A>O
~(U+AV)~(U) A
59
Considerant maintenant u € D(A) quelconque. D'apres la Proposition 3, il existe o
uV ~ D(A ) tel que uV ~ u dans X. On a puisque (I+AA)-n est une ¢-contrac-o 0 0 0
tion, utilisant la condition (~2),
t -n Donc (I~ A) Uo converge aussi dans X lorsque n ~ 00.
On obtient facilement a la limite 2).
Pour demontrer 3), raisonnons comme dans [5] . Considerons u €. g( [0, T 1 ; X) tel que
¢ (u -u(s» o
L-u,V]E.A. 000
D' abord les relations precedentes sont vraies Vluo ' volE A , puisque A est la
fermeture de A dans X. o
Ensuite u(o) E D(A). En effet, considerons uA -\
(HAA) u(o) et
u(o)-uA A
et donc
On a par definition de ¢s
~(U(O)-U(O»-¢(UA-U(O»
A
Supposons u(o) ¢ D(A) ; alors il existe par continuite de u
0> 0 et to > 0 tels que J ¢(uA-u(O» ~ I) VOE[o,tol • On aurait alors
0< 0 ~ % f ¢(uA-u(o» + t- r f ¢(u(o)-u(O» V tE Jo,to] . o
Faisant tendre A + 0 , puis t + 0 , on obtiendrait une contradiction.
Considerons alors u£(t) la solution du probleme approche,
pour t > 0
u(o) pour t.(. 0
60
On a uE(t) = (I+EA)-nu(o) pour tE.](n-l)E,nE] et done
uE(t) + S(t)uo lorsque E + O.
On a d'autre part pour 0 ~ s .. t ~ T, nEN ,
u «n-l)E)-U (nE) ~(u «n-l)E)-U(cr»-~(u (nE)-u(cr» ~ (u (nE)-u(cr), E E) ~ E E SEE E
et done
JnE (n-l)E
dT J{~(U (T)-U(t»-~(u (T)-U(S»} < E E
Sommant ees inegalites et faisant tendre E + 0 , on obtient
Js dT
(l, J
'V 'V {¢(S(T)U(O)-u(t»-¢(S(T)U(O)-u(s»} ~
Jt dcr J {~(S«(l,)u(o)-u(cr»-~(S(S)u(o)-u(cr»} s
pour tout 0 ~ (l, ~ S et 0 ~ s { t~ T. On en deduit u(t) S(t)u(o) .
IV. Cas non lineaire sans hypothese (~2).
On se donne ¢ E. 'd. verifiant seulement ¢(r) = 0 ~ r < 0
On introduit sur la c1as~e de Orlitz t:¢(m = {u~L(m ; J ~(u) < + 00 } , la
"notion de limite" suivante
'V une suite (un) d' elements de L¢ (m est "¢-eonvergente" si
lim J ~(un) < + 00 et lim J ~(un-um) = 0
n-+ oo n,m-+ oo
Si (un) est "¢-convergente", alors (u ) est convergente dans L~ (m en effet n oc
etant donne K ensemble integrable, pour tout E > 0 ,
JK IUn -urn I ~ E mes K + d¢! (E) f ~ (u -u ) ~ n m
De plus d'apres Fatou, la limite u de (un) est dans t:¢ (~) et lim f ~(un -u) n+ oo
o.
61
Etant donne 'V
U ~ Lcp (m , la suite (Tnu) des tronquees de u est cp-convergente,
de limite u.
On se donne X un convexe de 'fcp (~n , "cp-fermee" au sens : si une suite
d'elements de X est cp-convergente, sa limite est dans X. On suppose de plus X
invariant par troncatures symetriques (resp. dissymetriques) et on note X =XnLoo(n). o
On se donne enfin Ao un operateur de Xo dans Loo(n) verifiant
II existe An + 0 telle que pour tout n
- R (I+AnAo).:) Xo
- Tf [u,v] , [a,v] €. Ao ' J ~«U-a)+An (v-v» ~ J ~(u-i1)
-Tf [u,v] EAo' lui ~ Ilu+Anvlloo (resp·-ll(u+\v)-lloo~ u~ II(u+Anv)+lIoo)
Proposition 5. Etant donne A > 0 et VE.X, il existe uE.X unique tel que
J ~(u-a) ~ J ~(V-(a+Aa» 'V •
De plus l'application J A v'+ u est une cp-contract~on de X dans lui-'\,
meme, l-invariante pour tout jE.jcp (resp. le. ::Jcp)'
Enfin pour A > ~ > 0 , V E. X on aI' equation resolvante
Demonstration.
-\ Soit no tel que ~ = An < A. L'operateur (I+~o) est par hypothese une
~-contraction de X dans lui-meme laissant invariant les convexes o
{v(O.X o Ilvlloo~ M}. Etant donne v€,Xo ' on peut definir par recurrence (un)
-\ ~ A ~ 0, un+\ = (I+~Ao) (X v + ~ un) et on a :
Donc (un) est cp-convergente et sa limite u € Xo • On a
62
-1].1 A-].I Done u = (I+].IAo) (;;: v + -A- u) , e'est a dire u+AAou :3 v.
Done R(I+AAo) ~ Xo . Considerant v€ Xo ' (un) la suite eorrespondante,
J ~(u -u ).:: H. J ~(v-v) + A-].I J ~ (un-un) n+1 n+1 ... A A
Done f ~(un-Un) ~ {t + (A~].I)(*) + ...... + (A~].I)n-1 (t)} f~(V-V) ~ J~(V-V)
et a la limite par Fatou : f~«I+AAo)-1 V-(I+AAo)-l v) ~ J ~ (v-v).
A la limite on a aussi I (I+AAo)-l vl ~ Ilvlloo (resp.-Ilv-lloo~ (I+AAo)-1 v~
II +11 ) , )-1 ",. . A 'V. • v 00' Done (I+AAo est une ~-eontraet10n de Xo dans lU1-meme, J-1nvar1ante
'U
pour tout jE.Jq, (resp.}€. jq,)'
Considerons maintertant VEo X et soit v n
= T v et u = (I+AA )-1 n n 0
On a et J ~ (u -u ) n m ~ f ~(v -v ) n m
Done (un) est q,-eonvergente soit u sa limite.
Considerons [~,vJ EO. X x X tels que pour tout [u,v] E. Ao
v -u
v • n
J ~(~-u) ~ J ~(V-(U+AV». Appliquant ees inegalites avec
on a f ~(~-un) ~ J ~(v-vn)' Par convergence monotone
[ ~J E.A un' A 0 '
f ~ (v-vn) + J ~(v-v) et done par Fatou, J ~(~-u) ~ J ~(v-v).
On en deduit que u est l'unique solution du probleme et que J A est une
~-eontraetion. La }-invarianee de J A s'obtient par Fatou a partir de eelle de
Enfin etant donne A > ].I , vE:X et [u,v] EO. Ao on a
done J (H. v + A-].I J,v) = J"v. ].I A A A A
63
Remarque 4. L'operateur A = {[ J ).,v, V-:AVJ; vEX, A > O} est un operateur de X
dans L(n) verifiant
tion, }-invariante.
pour tout A > 0 , R(1+AA)~X et (1+AA)-1 est une ¢-contrac-
On note D(Ao) la plus petite partie $-fermee de X contenant D(Ao)'
On a evidemment D(A ) = D(A) puisque D(A) o U R(JA) et qu'etant donne VEX, A> 0
A>O
(JA(Tnv» est une suite ¢-convergente de D(Ao) de limite J AV .
Notons que D(A ) ~ {uEX o lim f¢(J)..u-U)=o}
"+0 en effet soit u EO X et A + 0
n
tels que f ¢(JA u-u) + 0 ; etant donne n > m, on a n
f 'V f 'V An An-Am An\n-Am f 'P( "mu- u) ¢(JA u-JA u) ~ ¢(1""" u + ~ J A u-u) ~ qJ m n m 'm m
et done puisque f ¢(JAnU) ~ J ¢(u) , (J"nu) est ¢-convergente.
Proposition 6. Supposons mes n < + 00.
n I) Pour tout t > 0 et u ~ D(Ao) , ( Jt/nu) est ¢-convergente.
2) 11 existe (S(t»t~o semi-groupe de ¢-contractions de D(A ) dans o
lui-meme unique tel que S(t)u= lim J~/nu pour tout t > 0 et uc.D(Ao)' 'V
De plus Set) est }-invariante pour tout jE.::11'> (resp.}E. 0¢).
Demonstration. Comme dans la Proposition 4, etant donne v E Aou, il existe M ~ 0
f1>(J~/nu- Jmt/mu) ~ 2 Mllvll oo (mes m tV~ - ~' \1m ~ n.
D'oll le 1°). Posant S(t)u = lim n+ oo
J~/nu, on verifie facilement a la limite
que Set) est une ¢-contraction, }-invariante de D(Ao) dans D(Ao)'
Set) se prolonge de maniere unique en une ¢-contraction de D(A ) dans o
lui-meme ; il suffit de raisonner par recurrence transfinie , puisque qu'etant S
une ¢-contraction, }-invariante de D(S) ~ ~¢(n) sur R(S), il existe une ¢-contrac
tion ~ unique de {u limite d'une suite ¢-convergente d'elements de D(S)} dans
{v limite d'une suite ¢-convergente d'elements de R(S)} prolongant S. De plus,
immediatement,le prolongement que nous noterons encore Set) est }-invariant.
64
II reste done a montrer que (S(t) est un semi-groupe. Par recurrence t~o
transfinie, il suffit de montrer qu'etant donne t,t > 0 , U o ~ D(Ao) ,
Sur C = {U€X o ; Ilul L", ~ Iluol L.) , la notion de q,-limite coIncide avec celle
de limite dans L1 (n) ; puisque t , .... J ~/n U o est continu, il en est de meme de
t ~ S(t)uo ; par continuite il suffit done de demontrer la propriete pour t,t
rationnels et done en definitive de montrer que S(nt)uo = S(t)n Uo ;
or cela resulte [J~/mJn = J:/mn •
- References.
[ I] C. PICARD
65
Operateurs T-accretifs, ~-accretifs et generation de semi
groupes non lineaires. These de 3eme cycle - Orsay (1972).
[2] H. BREZIS et W.STRAUSS. Second order elliptic equations in LI. (a paraitre
[3] Ph. BENlLAN
au J. Math. Soc. of Japon).
Principe du maximum et perturbation d'operateurs accretifs
dans L1(n) (a paraitre).
[4] M. CRANDALL et T.LIGGETT. Generation of semi-groups of non linear trans
formation in general Banach spaces. Ann. J. Math. 21 (71)
pp. 265-298.
[ 5] Ph. BENlLAN
[ 6] F. HIRSH
Equations d'evolutions dans un espace de Banach quelconque.
(These Orsay 1972 et article a paraitre aux Ann. Inst. Fourier).
Famille resolvante, generateur, cogenerateurs, potentiels.
Ann. lnst. Fourier. ~ (1972), pp.89-210.
PROPRIETES DES INEQUATIONS QUASI VARlATIONNELLES DECROISSANTES
Introduction
par A. Bensoussan (*)
et J.L. Lions (**)
Les problemes de contrale impulsionnel nous ont conduit a l'introduction des in~
quations quasi vaPiationneZZes - en abrege IQV (cf. les auteurs [1], [2], [3], [4] et Bensoussan - Goursat - Lions [1] ); dans Ie cas stationnaire les IQV peuvent
schematiquement s~ formuler ainsi : etant donnes un espace de llilbert V sur R, une
forme bilineaire continue a(u,v) sur V et une famille d'ensembles conVexes fermes
non vides de V soit K(v), v E V , on cherche un element u tel que
(1) a(u,v-u) > (f,v-u) "Iv ( K(u)
(2) i E K(u)
OU v + (f,v) est une forme lineaire continue sur V.
Le cas particulier OU K(u) = K ne d~pend pas de u correspond aux in~quations varia
tionneZZes (cf. Lions - Stampacchia [1] ); dans les problemes de contrale impul-
( *) Universite Paris IX et Laboria
(**) College de France et Laboria
67
sionnel, K(u) est defini par des conditions non locales et l'ensemble K(u) "a~ott"
avec u.
Des problemes de nature economique en particulier, conduisent a l'etude d'IQV du
type (I), (2) au K(u) d6c~ott avec u. Cela necessite des changements assez impor
tants par rapport au cas croissant, et cela aussi bien au point de vue des methodes
que des resultats. On ne peut plus employer un theoreme du point fixe, base sur Ie
lemme de Zorn comme dans Tartar [1]. On utilise Ie theoreme du point fixe de
Schauder, ce qui n'est possible qu'au prix d'hypotheses de continuite sur K(u) assez
fortes. La decroissance de M sert a trouver un ensemble convexe compact au appliquer
Ie theoreme.
Le plan de ce travail est Ie suivant
I - Enonce du probleme et exemples
1.1 - Notations et hypotheses
1.2 - Exemples
1.3 - Inequations quasi variationnelles
2 - Theoremes d'existence et d'unicite
2.1 - Enonce des resultats
2.2 - Demonstration des theoremes
3 - Methode d'approximations successives
3.1 - Procede iteratif
3.2 - Convergence
68
1 - Enonce du probleme et exemples
1.1 - Notations et hypotheses
Soient v et H deux espaces de Hilbert verifiant
(1.1) v C H , V dense dans H et l'injection de V + H est compacte.
On note ( et « » les produits scalaires dans H et V respectivement et
I I I I designent les normes dans H et V respectivement.
On suppose qu'il existe sur H une relation d'ordre notee ~ tel Ie que
(h,u) ~ 0 '" h ~ 0 =} u ~ O.
On suppose que H est reticule. Plus precisement, pour u\, u2 E H, il existe un
element de H note suP(u l ,u2) tel que:
(1.2)
(1.3)
On pose
u+ sup(u,O)
u sup(O,-u) - Inf(O,u)
On a done
+ u=u -u.
On suppose de plus que
(1.4)
69
On se donne par ailleurs une forme biZineaire continue sur V, notee a(v l ,v2) veri
fiant l'hypothese de coercivite.
(1.5)
ainsi que
(1.6)
a(v,v) ~ (l II v 112
+ -a(v ,v ) o 'rI v E V
(l > 0, 'rI v E V
/ j. On se donne enfin une application v + M(v) ayant les proprietes suivantes
(I. 7) la fonction v + M(v) est continue de H + V
(1.8) M est decroissante, i.e.
u ~ v ==}M(u) ~ U(v).
Soit f E H. Si f ~ 0, il sera possible d'avoir au lieu de (1.8) l'hypothese (de
nature differente)
(1.8) u ~ 0 ==}M(u) ~ O.
Remarque 1.1 : Le cas ou M est croissant, done en particulier verifie (1.8)', n'est
pas considere ici. On peut alors se passer totalement de (1.7) (cf. A. BENSOUSSAN -
J.L. LIONS[3] , L. TARTAR [I] ). / /
1.2. - Exemples
1.2.1. - Problemes aux limites et de frontiere libre
Soit a un ouvert borne de Rn de frontiere reguliere r. On designe par HI (a) l'espace
de Sobolev des fonctions v a valeurs reelles telles que :
dV v'~' ... , dV E L2 (a) ax
n
C'est un espace de Hilbert pour la norme :
2 1/2
II v II I = (f (v2 + . ~ (~~.) ) dX) H (a) a ~=l ~
On pose
(1. 9) v
(1.10) a(u,v) n 1:
uj=1
70
a .. (x) au ~J ~
J
~dx ax.
~
n au i ao (x) + 1: ! a. (x) a;z:- vdx + uvdx j=1 o J J
00
ou les fonctions aij , a j , ao sont dans L (0) •
On suppose que (1.5) est satisfait.
On pourra prendre comme exemple d'operateurs M
(1. II) M(v) k - MJ (v), k f R ,
(1.12) ""l (v) = mes 0
ou les hypotheses (1.7) et (1.8) sont satisfaites, ou bien
(1.13) M(v) = IYIJ (v)
ou les hypotheses (1.7) et (1.8)' sont satisfaites. On notera que M(v) est alors une
fonction constante.
1.2.2. - Cas de la dimension finie
On prend
(1.14) (RN) m V H
m N a(u,v) 1: 1: a ijk uik vjk
k=1 i,j=1 (1.15)
avec
N N
(1. 16) 1: ;. Cl 1: 2 Cl > O. a ijk v. v. v.
i,j=1 ~ J i=1 ~
On suppose que, par exemple,
(1.17)
71
N ou vk signifie que l'on omet le terme vk dans la sornme et ou Ck f R •
1.3. - Inequations quasi variationnelles (I.Q.V.)
On cherche u f V tel que
(1.18) a(u,v-u) ~ (f,v-u) 'r/ v f V avec v'" M(u) ,
u ~ M(u). / /. 1.3.1. - Interpretation dans l'exemple 1.2.1
On definit l'operateur differentiel du second ordre
(1.19) A((J n n 1: i- (a .. (x) tf.) + 1: a. (x) l!!!.... + ao(x) ((J
ij=1 Xi ~J Xj j=1 J dXj
Si u est solution de (1.18), on voit que si l'on pose
g M(u) k - '71'} (u)
alors g est une constante et l'I.Q.V. (1.18) s'ecrit comme une I.V. (inequation
variationnelle). Comme g = constante, les theorernes de regularite de BREZIS
STAMPACCHIA [I] donnent
(1.20)
On prend dans (1.18) v = u - ((J ,
(on a bien v ~ M(u» / on obtient
[a(u,((J) - (f,((J)] ~ o.
Grace a (1.20) on peut appliquer la formule de Green, done
(1.21 ) ! 0 (Au-f) ((J dx + ~ ~~ ((J dr ~ 0
ou
d 3V=
l'exterieur de o.
1: ij
a .. ~J
v = normale a r dirigee vers
72
11 resulte de (1.21)
(I .22) Au - f .. 0 p.p. dans a
On prend ensuite v M(u) dans (1.18). On trouve
(1.23) la (Au-f) (M(u)-u) dx + Ir ~~ (M(u)-u) dr ~ O.
Mais d'apres (1.22) et u .. M(u) on voit que
(Au-f)(M(u)-u) .. 0 , au av (M(u)-u) '" 0 ,
ce qui, joint a (1.23) montre que
(1.24) (Au-f) (u-M(u» o p.p. dans a ,
au av (u-Meu» o sur r •
Remarque 1.2.
Si l'onse donne un operateur M : L2(r) ~ R on peut enoncer un probleme analogue a (1.18), bien qu'il ne rentre pas exactement dans le cadre general du nO 1.1, soit
(I .25) a(u,v-u) ~ (f,v-u) W v E V , v '" H(u) sur r
u .. M(u) sur r
Plus generalement d'ailleurs, on peut prendre les conditions
(1.26) v .. Meu) quasi partout sur un ensemble E ~ a de capacite positive
En prenant par exemple
(1.27)
(1.28)
Mev)
"7 rev) = _1- fr v d r mes r
Ie probleme (1.25) s'interprete ainsi
k E R
73
(1.29) Au f dans cr ,
(1.30) au ,( 0 u +"'r(u) - k ~ 0 av ~ ,
au (u +"'? r (u) - k) 0 sur r av
En effet, en posant g k - 'W) r(u), 1 'LQ.V. (1.25) s'ecrit conune une LV.
a(u,v-u) ~ (f,v-u) 'tI v E V ,v ~ g sur r
u {i g sur r.
Conune g = constante, les resultats de regularite de LIONS[I] montrent que l'on a
encore u E H2(cr) , de sorte que l'on peut faire des calculs analogues a (1.21),
(1.23) d'oll (1.29), (1.30).
1.3.2. - Interpretation dans l'exemple 1.2.2
Supposons que
(1.31 ) 'tI i, j, 'tI k
(1.32) 'tIk
Alors l'I.Q.V. (1.18) equivaut aux conditions neaessaires et suffisantes pour que
u soit un point de Nash pour les fonctionnelles.
(1.33)
sur l'ensemble
(1.34) u = {v I vI + -- + vm ~ c} •
Dans ce cas particulier, on verifie que les points qui minimisent sur Ula fonation
nelle (points de Pareto cf. J.P. AUBIN [I] )
m (1.35) E Ak = I
k=1
sont des points de Nash, de sorte que l'on a directement l'existenae et la non
uniaite de u solution de (1.18), dans Ie cas particulier (1.31), (1.32).
74
2. - Theoremes d'existence et d'unicite
2.1. - Enonce des resultats
On va demontrer les resultats suivants
Theoreme 2.1 Sous Zes hypotheses (1.1), (1.2), (1.3), (1.4), (1.5), (1.6), (1.7),
et (1.8)' et f ~ 0, iZ existe u soZution de (1.18) j j.
Theoreme 2.2 : Sous Zes hypotheses (1.1), (1.2), (1.3), (1.4), (1.5), (1.6), (1.7),
(1.8), iZ existe u soZution de (1.18).
Theoreme 2.3 : On se pZaae dans Zes hypotheses du theoreme 2.2 et on suppose en outre
que R s'identifie d un sous-ensembZe de V et que M(v) f R, ~ v f H. Le probZeme
(1.18) possede une soZution unique.
On utilisera les lemmes suivants
Lemme 2.1 : On fait Zes hypotheses (1.1) (avea injeation aompaate rempZaaee par
injeation aontinue) , (1.2), (1.3), (1.4), (1.5), (1.6).Pour g f H, on designe par
u Za soZution de Z'I.V.
(2.1 ) a(u,v-u) ~ (f,v-u) ~ v ~ g
u ~ g
La fonation g + u(g) est aroissante.
Demonstration
Soit ui la solution correspondant a gi. Supposons que 81 ~ g2. Prenons v - u\ = - (u2 - ul )- dans l'I.V. relative a u)' i.e. v = inf (u j ,u2) ~ inf (8),g2) = g\ et
v - u2 = (u2 - uj ) dans l'I.V. relative a u2' i.e., v = sup (u\' u2) ~ sup (g\, g2)
g2·
Ajoutant les resultats, il vient
i.e.
75
d'oll o
Lemme 2.2 : Sous les hypotheses du Lemme 2.1 et de plus f ~ 0, g ~ 0, alors la so
lution u de (2.1) verifie u ~ o.
Demonstration
On prend v = u+ dans (2.1). C'est loisible car u ~ g et g ~ 0 impliquent u+ ~ g.
On deduit de (2.1)
soit
0, d'oll u O. ~
Remarque 2.1 : Les lemmes 2.1 et 2.2 sont valables aussi bien pour v ~ g sur a que
sur r ou que sur E C a
~
2.2. - Demonstration des theoremes
2.2.1. - Demonstration du theoreme d'unieite 2.3.
Soient u l et u2 deux solutions eventuelles
Supposons que
(2.2) / l'I.Q.V. (1.J8) equivaut 11 l'I.V. (2.1) avec M(ui )
I; g .•
1.
Le lemme (2.1) implique u1 ~ u2• D'apres (1.8) il en resulte que
ee qui eontredit (2.2). Done u l
76
2.2.2. - Demonstration du theoreme d'existence 2.1
On pose
(2.3) :fJ 0 = {v E H I v ~ O}
Pour w E ~, on definit u o
,(w) comme etant la solution de l'r.V.
(2.4) a(u,v-u) ~ (f,v-u) 'f/ v ~ U(w)
u ~ M(w)
Comme f ~ 0 et grace a (1.8)' on a M(w) ~ 0 si wE Po, donc u E Po. Montrons que
(2.5) l'image de ~ par, est relativement compacte.
On peut en effet prendre v o dans (2.4). On obtient
a(u,u) .:::: (f,u)
d'ou I lui I ~ cte, d'ou (2.5) puisque l'injection de V ~ H est compacte.
Verifions enfin que
(2.6) l' application w ~ , (w) est continue de H ~ H.
En effet soit w. ~ w dans H. Grace a (1.7) on a J
(2.7) M(w.) ~ M(w) dans V J
Comme I lu. I I ~ cte, on peut extraire une sous suite, encore notee u. telle que J J
(2.8) u. + U dans V faible. J
Dans l'r.V. (2.4) relative a u. on prend J
(2.9) v. = v + M{'~.) J J
M{w), v donne avec v ~ H{w) ce qui est loisible
puisque v . .:;; H{w.). 11 vient J J
(2.10)
ou
D'apres (2.7)
(2.11)
77
a (u. ,v) - (f, v-u .) + Y. ;,. a (u . ,u . ) J J J J J
Y. J
a(u., M(w.) - M(w» - (f, M(w.) - M(w» J J J
Y. ~ 0 et on deduit de (2.10) J
a(u,v) - (f,v-u) ~ lim inf a(u.,u.) ;,. a(u,u) J J
'<I v ~ M(w).
Comme u. ~ M(w.) donne a la limite u ~ M(w) , on voit que u J J
u, d' ou (2.6).
On est done dans les conditions d'application du theoreme du point fixe de Schauder
a l'application w ~ T(W), d'ou Ie theoreme 2.1, les points fixes de T etant solu
tions de l'I.Q.V.
2.2.3. - Demonstration du theoreme d'existence 2.2
On definit uO solution du probleme variationnel
(2.12) a(uo,v) (f,v)
On definit ensuite u l par la resolution de l'I.V.
(2.13) I 1 1 0
a(u ,v-u ) ;,. (f,v-u) '<Iv € V, v ~ M(u )
On va demontrer que
(2.14) 1 0
u ~ u
1 0 I-On prend dans (2.13) v - u = - (u -u ) , Le. v
o 1 0 Inf (u ,u ) ~ H(u ), et on prend
o I-v = (u -u) dans (2.12); ajoutant, il vient
d'ou
o 1 0 1-a(u -u , (u -u ) ) ;,. 0
o 1-(u -u ) 0, i.e. , (2.14).
On definit ensuite
78
(2.15) gJl ,. {v\v f H,
Pour wf ~I' on definit u = T(W) par (2.4). On a Ie resultat
(2.16) u € 57 . Verifions d'abord que u ~ UO On prend dans (2.4) v - u ,. - (uo_u)-, i.e.
v = inf (uo,u) ~ M(w) et on prend dans (2.12) v ,. (uo_u)-; ajoutant, il vient
00-a(u -u,(u -u) ) ~ 0
d'ou u ~ uO Verifions maintenant que u ~ u l . On prend dans (2.13) v - u l
- (u-u1)-, i.e. v = inf (u,u1) ~ M(uo) et dans (2.4) v - u = (u-u l )-, i.e 100 v = sup (u,u ) ~ sup (M(w), M(u » = M(w) , car w ~ u ; par addition il vient
1 1 - 1 a(u-u , (u-u ) ) > 0, d'ou u > u
Montrons que l'on a
(2.17) l'image de ~ par Test relativement compacte.
En effet on peut prendre v ,. u1 dans (2.4), car
1 I a(u,u) <s (f,u-u ) + a(u,u )
d'ou encore
(2.18) \lull < cte
On a egalement (2.6) (m~e demonstration) d'ou Ie theoreme 2.2 par application du
theoreme du point fixe de Schauder.
Remarque 2.2 : Des resultats generaux d'existence de solutions d'I.Q.V. abstraites,
par des methodes quelque peu analogues ont ete etablis par JOLY et MOSCO [1]
3. - Methode d'approximations successives
Orientation
Dans Ie cas ou M est un operateur croissant, la methode d'approximations
79
successives que nous allons decrire joue un role important car elle fournit un
algorithme constructif convergant vers la solution maximale de l'I.Q.V. II est in
teressant de voir ce que devient cette methode dans Ie cas ou M est decpoissant.
3.1. - Procede iteratif
La methode est la suivante. On part de uO solution de
(3.1 ) (f,v)
1 2 On definit ensuite de proche en proche u , u , ... , un par la resolution de l'I.V.
V~M(un-l) ,
n n-1 u ~ M(u ).
Les hypotheses sont celles du theoreme 2.2. Toutefois les raisonnements qui sui
vent n'utiliseront pas Ie fait que l'injection de V + II est compacte ni l'hypothese
(1.7), mais l'hypothese plus faible.
(1.7)' M est continu de V + V.
On va demontrer les relations suivantes
(3.3) 0 2 4 2 n-2 2 n
u ~ u ;. u ;. ;. u ;. u
(3.4) 1 3 2 n-1 2 n +
u ~ u ~ ••• .:S u ~ u <$
(3.5) 2 n + 2 n u ~ u
1 0 Nous avons deja demontre (cf. (2.14» que u ~ u
;. ...
...
On prend dans (3.2)n 2
v - u 02-(u -u) i.e.
et v
o 2-et ajoutant, on voit que (u -u )
(3.6) o 2
u ~ u •
02-(u -u) dans (3.1),
o done
o 2 D'apres (3.6) M(u ) ~ M(u ) de sorte que d'apres Ie Lemme 2.1
1 3 u ~ u
Admettons par recurrence que
o 2 2n-2 u ~ u ~ ••• ~ u
2n-1 2n-2 u ~ u
80
et montrons (3.3), (3.4), (3.5). Comme u2n- 3 ~ u2n- 1 on a H(u2n- 3) ~ M(u2n- l )
d'ou d'apres le Lemme 2.1 u2n- 2 ~ u2n . Alors M(u2n- 2) ~ M(u2n) d'ou, tou-2n-1 2n+J jours d'apres le Lemme 2.1, u ~ u .
Comme u2n- 1 ~ u2n- 2 on a M(u2n- l ) ~ M(u2n- 2), done u2n ~ u2n- 1 done
M(u2n) ~ M(u2n- l ) done u2n+1 ~ u2n• On a done bien demontre (3.3), (3.4), (3.5).
On va montrer main tenant que
(3.7) llunll ~ Constante
On peut prendre v = u l dans (3.2) car 2n+l
d'ou
d'ou (3.7) pour n impair.
2n-1 On prend ensuite v - u dans (3.2)2n; e'est loisible car
d'ou
2n-I u
2n-2 ~ u ); done
81
droll, comme I lu 2n-l I L~Constante, Ie resuitat (3.7) pour n pair et donc pour tout n.
3.2. - Convergence
Des estimations (3.3), (3.4), (3.5) et (3.7) on deduit que
(3.8) 2n
u -+ qJ dans V faibIe,
2n u ~ u
2n+2 ~ ...
(3.9) 2n+1
u -+ W dans V faible,
2n-1 2n+1 u ~u ~ ••• ~w
On va montrer que
(3.10)
(3.11 ) a( qJ,v- qJ) ~ (f,v- qJ)
(3.12) a(w ,v- w) 9 (f,v- w)
La relation (3.10) resulte aussitBt de (3.5), (3.8), (3.9).
II existe une suite s 2j+l telle que
(3.13)
On a
donc
s 2j+l combinaison convexe de
s 2j+1
-+ W dans V fort
s 2j+l ~ u 2j+1
2j +1) M(s ( 2j+l) 2j+2 ~ H u ~ u
I 3 u , u ••• u
2j+l
Lorsque j -+ 00
qJ ~ M(W)·
2j+2 . 2j+l u -+ qJ dans V falble et M(s ) -+H(W) dans V fort, droll
82
Verifions la premiere inegalite (3.11); soit v donne avee v ~ M(~).
2n-1 2n-l 2n-1 Comme u ~ ~ on a M(u ) ~ M(~) done v ~ M(u ) et done on peut prendre eet
element v dans (3.2)2n' d'ou
2n 2n 2n 2n a(u ,v) - (f,v-u ) ~ a(u ,u )
et done
. 2n 2n a(QJ,v) - (f,v-fP) ~ lim mf a(u ,u ) ~ a(fP,fP)
2n+1 2n . On a done (3.11). Comme u "M(u)" M(q» on en tue ~"M(q». Montrons
enfin la premiere inegalite (3.12). Soit v donne avee V" M(q». 11 existe une 2'
suite s J telle que
(3.14) 2' 2
s J = eombinaison eonvexe de uO, u , 2j ... , u
2 • s J + fP dans V fort •
Dna
done
2' Definissons alors v J par
(3.15) 2' 2'
v J = v + M(s J) - M(tp)
on a 2' 2' 2' 2'
v J " M(s J) " M(u J); on peut done prendre v J dans (3.2)2j+1' d'ou
(3.16) ( 2j+1 ) _ (f _ 2j+J) Xj (2j+1. 2j+1) a u ,v ,v u + ~ au, u
ou
. 2' +1 2' 2' XJ = a(u J ,M(s J) ,- M( q») - (f,M(s J) - If(fP)).
2' 2' . Comme s J + fP dans V fort on a M(s J) + M( fP) dans V fort et done XJ + O. Alors
(3.16) donne
83
d'ou (3.12). On a ainsi demontre Ie
Theoreme 3.1 : Sous Zes hypotheses du th~oreme 2.2 avea (1.7)' au Zieu de (1.7) et
V + H aontinue (au Zieu de aompaate) Ze proa~d~ d'appro~mations suaaessives defini
par (3.1) et (3.2)n v~rifie Zes propri~t~s (3.3), (3.4), (3.5), (3.8), (3.9) o~
'iJ,'iJ est soZution de (3.10), (3.11), (3.12).
Remarque 3. 1
Si l'on pose
~ {v I v E H
alors [iJc 9? (cf. (2.15». On peut comme ~ur Ie theoreme 2.2 demontrer l' existence
d'une solution de l'I.Q.V. appartenant a~~
BIBLIOGRAPHIE
J.P AUBIN [I] Multiplicateurs de Pareto dans Differential games and related
topics, edite par Kuhn-Szego, North Holland.
A. BENSOUSSAN, M. GOURSAT, J.L. LIONS [I], C.R. Ac. Sci. Paris, t.276, serie A, pp. 1279 - 1284,
1973.
A. BENSOUSSAN, J.L. LIONS
[I] C.R. Ac. Sci. Paris, t.276, serie A, pp. 1189 - 1192,
1973.
[2] C.R. Ac. Sci. Paris, t.278, serie A, pp. 675 - 679,
1974 et pp. 747 - 751, 1974.
[3] Nouvelles methodes en contrale impulsionnel, Journal
of Applied Mathematics and Optimization, a paraitre.
[4] Livre a paraitre
H. BREZIS, G. STAMPACCHIA [I] Sur la regularite de la solution d'inequations elliptiques,
Bull. Soc. Math. F. , 96 (1968), 153-180
J.J. JOLY, U. MOSCO [I]
J.L. LIONS [I]
Sur les inequations quasi-variationnelles - C.R. Acad.
Sc. Paris, 1974
Quelques methodes de resolution des problemes aux limites
non lineaires, Dunod Paris 1969.
J.L. LIONS, G. STAMPACCHIA [I] Variational inequalities - C.P.A.M. 20 (1967), 493 - 519.
ESPACES DE KOTHE ET FONCTIONNELLES CONVEXES
Paulette CLAUZURE
Introduction.
Dans cet expose on demontre quelques nouvelles proprietes des
espaces de KOTHE generalises, inspirees de resultats de BISMUT ([2]) et de
VALADIER. D'autre part, on donne deux resultats tres proches d'un resultat
de UHL ([22]) sur l'integration de fonctions vectorielles, liees a un
couple d'espaces d'ORLICZ associes (Exemple de couple d'espaces de KOTHE
associes munis d'une structure d'espace de Banach ([11]) ).
Definition et notations.
Les notations sont essentiellement celles utilisees dans ([10]).
On rappelle les principales. Sauf mention expresse du contraire, Test
localement compact denombrable a l'infini. (T U K avec pour tout nE~ n
Kn compact et KnCK~+l). Pour toute partie A de T, T/A designe Ie
n,
complementaire de A par rapport a T et irA designe la fonction carac_
teristique de A. ~ est une mesure de Radon positive sur T.
A et A* sont des espaces de KOTHE associes, definis par DIEUDONNE
([12], [10]). On designe par E, un espace vectoriel, localement convexe,
separe, reel. Pour toute multi-application, L de T, a valeurs non vides
dans E, on note SL l'ensemble des selections mesurables (deux selections
egales ~-presque partout etant identifiees). Lorsque, pour toute f E SL'
existe, on note
86
J SL~' l'ensemble des int~~rales T
J f ~, T
f parcourant SL' Dans le cas OU E est un espace de BANACH, s~parable
et r~flexif et E' son dual fort, les espaces de KOTHE g~n~ra1is~s I\E
(resp. 1\'11 ) ([17], [10]) ont ~t~ d~finis comme suit: E'
AE (resp. 1\'11) est l' espace vectoriel des applications mesurables f de E'
T dans E (resp. E') telles que I fl Ii A(resp. A'll). On note <.,.> la
forme bilin~aire mettant en dualit~ s~parante "E
p. eoe ; [10], prop. 3, p. 57) :
et "lIE E'
([17], prop. 7,
<u, v> = J <u(t), v(t» d~(t).
Pour tout e' Ii E' et pour toute application f de T dans E on note
<e', f> l'application t - <e', f(t».
La topolo~ie ~, utile dans la suite, est d~finie sur AE
(resp. ";,) par la famille des semi-normes (Pg)g Ii I\lIE (resp. 1\) avec
p~( f) = J T I grl ~.
Si G8(E) est la tribu bor~lienne de E et (T,(!,~) un
espace mesur~ quelconque, un int~~rande f sur T x E est une application
de T x E dans ]-00, +00], non partout ~~ale a +00 f est un int~grande
convexe si pour tout t Ii T, e - f(t,e) est convexe sur E, f est un
int~~rande normal s' il est (l. 8 !93( E) mesurable sur T x E et s1 pour tout
t e T e - f(t, e) est s.c.i. sur E ([20] I. Soit h une application de
E dans [-00, +00], convexe sur E; un ~l~ment e~ de E' est un
sous gradient de h en eo e E, si la fonction affine e
minore h. On appelle sous diff~rentiel en eo de h et on le note
Oh(eo )' l'ensemble ~ventuellement vide, des sous gradients de h en
87
I R~sultats concernant les espaces de Kothe g~n~ralis~s
Dans ce paragraphe, E est un espace de Banach r~flexif et
s~parable et E' Son dual fort.
Proposition 1. ~ r une multi-application mesurable a valeuTs ferm~es
non vides dans E. On note ~r l'ensemble des s~lections de r appartenant
! "E et on suppose .f r non vide et born~ dans "E pour la topologie
~ 7] (2u tout autre topolo~ie compatible avec la dualit~ (A E, A~,) ).
Alors j'r est identique a l'ensemble Sr des s~lections mesurables. En
Ilr(·) II E A+ , ( II r! t) II sup II ell , V t E T) ~ "ir est rela_ eErtt)
outre
" tivement o-(A E, "E') compact.
D~monstration. L'inclusion ~r C Sr est ~vidente. Reste a prouver l'inclusion
inverse. 11 suffit de prouver que toute s~lection mesurable u de r,
appartient a AE• Pour cela nous utilisons la technique de d~monstration de
BISMUT ([2], tho 1). Soit u E Sr • Alors de la mesurabilit~ de u, on
d~duit celle de lui, car I lu(t)1 I = sup {I<e'n' u(t»I} OU (e'n)nEN nEif
est une suite dense dans la boule unit~ ferm~e de E'. Dans ces conditions,
il existe un n~gli!!eable N et une sUite croissante de compacts Gn , tels
00 que T = (U Gn ) UN et tels que la restriction de I ul a chaque Gn soi t
n=1
continue. Ceci etant, soit U o un element de ~r Pour tout n E ti",
posons un = ~ u + 'CT/ G uo ; alors un E Sr n n
Montrons que un appartient
a liE' Il suffit, en vertu de (bo], chap. 1, prop. 1), de v~rifier que
pour toute II E 1\:, I T I unl g dp. < +00 • Il est clair que
lui + ZT/G luol. Alors on a, n
pour toute
f lunl!!dp.s;f T T
trG lui g dp. + I luolg dp. , avec IT Inol!! dp. < +00, n T
car Uo E j'r et IT ~Gn lulg dp. < +00 car lui est uniform~ment continue sur
88
le compact Gn • On en dedui t donc <;tue un E :1' r pour tout n E Itl'" ; ceci
va nouS permettre de conclure <;tue u E :fr • Puis<;tue
on a pour toute g E A:, IT lui g diL lim I ~G lui g d~ • n-<O T n
Alors on a
Un et Uo
IT lui g d~
Sr et .f'r
De la definition de
I :t'G lui g d~ s, I T n T
appartiennent a. :f r '
< + 00 d'oll u E "E
est alors etablie.
on tire ~G n
- :\:::T/G u o ' n
I unlg d~ + I I uol g d~ s, M < +00, puis<;tue T
~~-bOrne, par hypothese. En conse<;tuence,
et par suite u E !r • L'egalite entre
11 reste a. montrer <;tue lin· ) II E A+ •
sup II ell eErt t)
Pour tout t, I in t) II sup Ilfj(t)11 .'}EIN
avec
(fj)jEN suite dense de selections mesurables de r (l'existence d'une suite
dense de selections mesurables decoule d'un resultat de CASTAING ([6], tho 5.4,
p.43). Pour tout .j, fj E Sr, donc f· E j'r • Definissons la suite hm .J
par V m E IN et V t E T, hm(t) = sup Os,js,m
II f.i ( t li I • Alors pour presque tout
la suite (hm(t))mE~ tend en croissant vers I Ir(t)1 I. En vertu du lemme
de Fatou, on a donc :
Vu la definition de hm' il existe une partition finie de T en sous-
ensembles mesurables ( A . ) . E J ' J C {O, 1,2, ••• , m} J .J
et une application y
t,
de J dans {O,1,2, ••• ,m} tels <;tue, pour tout t E A.l hm(t) = IlfY(j)(t)ll.
Alors si Hm 2: XA . fy(,j)' I Hml = hm et Hm E Sr jEJ J
D'oll, pour toute
g E 1\: {I ghm d~} est uni formement maj ore lors<;tue m parcourt IN ; T
on en deduit {j g(t) Ilnt)11 diL < too, c'est-a.-dire Iln')11 E 1\+: T
En consequence, l'ensemble des selections mesurables de t - I Ir(t)1 IB
89
avec B boule unite fermee de E est u(AE , Ai,) compact en vertu de
([10], corol. 2, p.SO) et par suite le sous ensemble fr est relativement
u(AE ' A~,) compact ce qui acheve la demonstration.
Remarque. Le resultat precedent a ete obtenu Far BISMUT dans Ie cas ou
l'espace mesure est un espace probabilise complet (n,~, p), pour le
couple (L~(n, p), L~,(n, p) ([2], tho 1, p.7) et pour un couple quelconque
d'espaces decomposables en dualite ([2], corol., p.9).
On trouve une application de ce resultat dans la proposition suivante.
Proposition 2. Soit f un integrande convexe normal sur T x E et g
~'integrande convexe normal, defini par
pour tout (t,e') <> T X E'.
!lIt, e) = sup [<e,e'> - f(t,e)], e€E
Soient I f(t,uOt)) dJ1. T
I\(V) I T'1't,v(t)) dJ1.
On suppose qu'il existe au moins un element, u € AE ' tel que If(u) < +00
et un element v € I\~, , tel que Ig(v) < +00. ~ If est finie et continue
~ U o element de "E' pour une topologie compatible avec la duali te
(AE, Ai,), le sous differentiel de If ~ u O ' alf(uo) est non vide,
u(A~, ,AE) compact et forme de toutes les selections mesurables de
t - Of( t, uo ( t)). En outre Ilaf(., u o (.) III € A!
Demonstration. En vertu de ([10], chap. 3, prop. 24, p.79) If et Ig
sont duales l'une de l'autre. Alors v € alf(uo) si et seulement si
<uo ' v> = If(Qo) + Ig(v). De la on tire
V€Ai, et v(t)€af(t,uo (t))J1.-P.P.
v € alf(uo) si et seulement si
En vertu d'un resultat de
MOREAU ([15], prop. 10.C, p.60), puisque If est continue en u O ' pour une
topologie compatible avec la dualite (A E, A~,), alf(uo) est non vide,
90
et utA;"~ AE ) compact, donc aussi ~~_borne, puisque ~~ est compatible
avec la dualite (AE, A~,) ([17], prop. 10, p.607 ; [10], chap. 3 prop. 16,
p. 68). Ceci va permettre d'uti1iser pour la multi-application
t ~ of(t, uo(t)) le resultat de la proposition 1. Pour cela, i1 reste a
verifier que la multi-application t ~ of(t, uo(t))
{e' f: E' g(t, e') _ <uo(t), e'> S - f(t, uo(t))}, est mesurable et a
valeurs fermees non vides dans E'. Pour chaque t, of(t, uo(t)) est une
partie non vide de E', qui est fermee car e' ~ g(t, e') est s.c.i.,
sur E'. D'autre part cette multi_application est de graphe mesurab1e, donc
mesurable, en vertu d'un resultat de CASTAING ([7], 1em. 2, p.3) repris par
Rockafellar ([20], tho 1, p.219). De la proposition 1, on deduit donc que
II off ., U o ( • ) ) II f: ,,! et que l' ensemble des selections de la multi-app li
cation t ~ off t, U o (t) ), appartenant a ,,~, coIncide. avec l' ensemble de
toutes ses selections mesurables. En resume on a obtenu
non vide, u(A~" AE ) compact, et forme de toutes les selections mesurables
de t~ of(t, uo(t)), avec en outre, Ilof(., uo(.))11 f: A!. La ctemons-
tration est a10rs complete.
Remarque. Ce resultat a ete obtenu par BISMUT ([2], tho 2, p. 16) dans Ie
cas d'un couple d'espaces decomposables en dualite a, '" (LE(O, pI, L'E'(O, p)
avec (0, c:lI., p) espace probabilise complet.
Theoreme 1. On suppose la mesure ~ sans atomes. Soit r une multi-appli_
cation mesurable definie sur T, a valeurs dans les convexes utE, E')
comnacts non vides de E, telle que pour tout t, rtt)Ch(t)B ~
h f: A+ et B boule unite fermee de E. On note r, la multi-application
definie sur T par t - r(t) ou r(t) est l'ensemb1e des points extremaux
de r(t). Alors l'adherence de S- pour la topologie fai ble utA E' J\ ~, ) r
91
coincide avec l'ensemble convexe u(AE, A~,) compact Sr'
Demonstration. En vertu de ([10], chap. 3, corol. 2, p.SO), Sr est une
partie u(AE, A;,) compacte de AE• Pour etablir Ie theoreme, il suffit
donc de prouver que Sr est contenu dans l'adherence faible de Sf'
Soit f € Sr • Etant donnes £> 0, et n elements de I\~, , vi' v2""'vn ,
il s'agit de trouver k € Sf telle que l<f-k,vi>1 ~ E , Vi € {1,2, ••• ,n}.
Soi t ® la multi-application de T a valeurs dans les convexes
compacts non vides de ~n ainsi definie
®(t) = {«~Yilt), e>l e € rttl} , "It € T. 15i~n
Comme f € Sr, l'application t «vi(t), f(t»)· appartient a S"" l:>i:>n ""
En outre tout element de Se est une fonction integrable, en vertu de
L'hypothese faite sur r. Par suite, d'apres Ie theoreme de LJAPUNOV-RICHTER-
KELLERER-CASTAING ([24], p.43) on a
Soit L la multi-application de T dans E definie par
Par construction, L est a va leurs non vides et utE, E') compactes.
De plus Lest mesurable car de graphe mesurable en vertu d' un resul tat
de CASTAING ([7], lemme 2, p.3) repris par Rockafellar ([20], tho 1;
p.219). Notons G(Ll et G(rl les graphes respectifs de L et r. G(rl
est mesurable, c'est-a-dire G(rl € ~® @?,(E) (avec dI tribu des ensembles
~-mesurables de T), en vertu du result at de CASTAING, cite plus haut.
Notons go = (gio)15i~n et pour tout i € {1,2, ••• ,n} soit hi l'appli-
92
cation de T x E dans m definie par hilt, e ) = <vi(t), e> - gio(t).
A10rs pour tout i € {1,2, ••• ,n}, hi est GU® ~(E) mesurab1e car con-
tinue sur E, pour tout t € T, et mesurab1e sur T, pour tout e € E
([26], p.52, 1emme 14). A10rs puisque
G(L) = G(r) n (II 11t do})) , G(L) € ~® 6j(E). lS.i~n
Soit kit) un maximum 1exicographique de L(t) ; k est mesurab1e en vertu de
([2~, prop. 1.6, p. 24) et po~ tout t, kit) est point extremal de L(t).
Montrons que k € Sf. Supposons que kit) t fit) ; a1ors, i1 existe
X € r(t), y € r(t), x ~ y, te1s que kit) ~ (x+y). Par definition de L, 2
kit) € L(t) imp1ique
A10rs comme go(t) € 8(t), on obtient «vi(t), x»lSiSn = «vi(t),y~)lSi~n
go(t) et par suite x € L(t), y € L(t). Comme kit) € itt), i1 en resu1te
que kit) x = y d'ou 1a contradiction. On a donc et
o '{ i € {1,2, ••• ,n}, ce qui acheve 1a demonstration.
Remarque. Dans cette demonstration nous uti1isons une technique que
VALADIER a bien voulu nous communiquer et qu'i1 a mise au point pour
etendre au cas des espaces L~(T, J.L), L~'(T, J.L) (ou (T,t>, J.L) est un
espace mesure, J.L une me sure positive sans atomes, E un espace de BANACH
separable) un resu1tat de BISMUT ([2], lemme 2, p. 14).
Proposition 3. On suppose J.L sans atomes. Soit ~ une mu1ti-app1Lcation
mesurab1e definie sur T a va1eurs U(E,E') compactes non vides de E
telle que pour tout t, ~(t) C h( t )B, avec h € 1\ + et B boule unite
fermee de E. On suppose que S~ ~ u(IIE' A"'E') compact. A10rs ~ est
presque partout a va1eurs convexes.
93
Demonstration. Pour tout t, on note ~(t), l'enveloppe convexe fermee de
~(t). II s'agit de montrer que ~(t) = ~(t) ~-p.p •• II resulte immediatement
de sa construction que ~(t) C hIt) B. D'autre part, en vertu du theoreme de
KREIN, ~(t) est comme ~(tj, alE, E') compact. Alors ~, definie par
t - ~(t) est comme ~, une multi-application mesurable a valeurs alE, E')
compactes non vides de E. Donc ~ et ~ admettent chacune, une famille
denombrable dense de selections mesurables ([24], prop. 1.7, p. 25) et alors
S~ = S~ , est une condition suffisante pour que ~(t) = ~(t) ~-p.p.
En vertu du theoreme 1, S~ est l'adherence de S~ pour la topologie
a(AE , A~,). Or on aI' inclusion Sl\, C S~ C S~ , car pour tout t,
~(t) C ~(t) c:. ~(t) ([21], 10.5, p.6S). De l'hypothese S~, a(A E, ,,~,) compact
et de ce qui precede, on deduit donc: S~ = S~ • La demonstration est alors
complete.
Proposition 4. On suppose ~ sans atomes. Soit r une multi-application
mesurable definie sur T, a valeurs alE, E') compactes non vides de E, telle
que pour tout t,r(t)Ch(t)B, avec hEA+ et B bouleuniMfermeede E.
Une condition necessaire et suffisante pour que l'ensemble des selections
mesurables de r solt a(A E , I\~,) compact, est que r soit presque partout
a valeurs convexes.
Demonstration. La condition suffisante est etablie dans ([10], corol. 2,
p. SO). Elle ne necessite pas l'hypothese, ~ sans atomes.
La condition necessaire est donnee par la proposition 3.
II variantes d'un resultat de UHL
On commence par donner, car elle est la base de ce qui suit, la
caracterisation des parties relativement a(L1(T,~), Loo(T,~)) compactes,
94
etablie par BERLIOCCHI et LASRY ([1], tho 4, p.165) dont on communique
ici une demonstration due a VALADIER.
Theoreme 2. (BERLIOCCHI-LASRY-VALADIER). Soit (T, ~,~) un espace me sure
~ ~ mesure positive u-finie. Une partie H de Ll(T,~) est relati
~ U(L1 , Loo ) compacte si et seulement si il existe un integrande
normal convexe If ~ T X lR+ dans [0, +00] satisfaisant aux deux conditions
1) 'f f I xl (I.f majore integralementt Ixl), c'est-a-dire pour tout
£> 0, 11 existe a E L;(T,~) telle que LV(t,x) ~ a(t), implique
Ixl 5 E ~(t,x).
2) sup fEH
J tf(t, I f(t)l) ~ 5 1. T
Demonstration. La condition suffisante a ete etablie dans un cas plus general
par ROCKAFELLAR ([20], tho 4, p.230). Signalons egalement les resultats
de CASTAING ([8], [9]) et VALADIER ([25]).
Condition necessaire: La mesure ~ etant positive et u-finie, il existe
un negligeable N et une suite de mesurables Tn' de mesure finie, stric-
tement positive, constituant une partition de TIN. Dans ces ccnditions, soit
h l'application de T dans ~+ definie par
pour tout n E ~, pour tout t E Tn' hIt)
pour tout t E .N, hIt) = a > o.
Alors h > 0 et h E Ll( T, 00
~) puisque J h ~= 2: 2-n < +<:0 T n=O
La mesure V de densite h par rapport a ~ est donc une mesure finie.
D'autre part L1 (T, v) est l'image de Ll(T,~) par l'application lineaire
A continue pour les topologies fortes, definie par :
'rff E L1 (T, ~), A(f) = f E L1 (T, v). La continuite de h A pour les topologies
fortes se deduit du fait suivant 't/f E L1 (T, ~), Ilfll 1( ) L T,~
95
donc A est une isometrie. Donc A est continue pour les topologies
§ 4, 2~ prop. 6). En consequence A(H) est une partie ~(L1 (T,v), LOO(T,V))
relativement compacte. Alors v etant une mesure finie, il existe, en
vertu du theoreme de LA VALLEE-POUSSIN ([14], tho 22, p. 38) une application
de ~+ dans ~+ , croissante, convexe, telle que
(1)
( i1) sup ke:A(H)
dv !> 1
Posons tf(t,x) = h(t) G(_x_) , V(t, x) e: T x ~+. Alors on deduit de (11)
h(t)
sup f tf(t, I f(t)j) dJ1.!> 1. f e: H T
~ainsi determinee, est la solution attendue. En effet, ~ est un integrande
convexe sur T x ~+, normal, car 6L @ ~ mesurable, avec ~ tribu borelienne
de ~ et pour tout t e:~, x - ~(t,x) est s.c.i. sur ~+. De plus f
majore integralement Ixl puisque lim .QL!l = +00, etant donne B > 0, x
i1 existe Xo e: ~+ tel que x ~ Xo implique ~ ~ B. A10rs pour x
Ixl ~ h(t) xO ' on obtient 1 B
~(t. Ixl) ~ lxi, d'oll 1a propriete de majora_
tion integrale s'en deduit. La demonstration est a10rs complete.
Avant d'enoncer le result at de UHL ([22]) dont on donne dans la suite deux
variantes, il est bon de preciser 1es notations et de rappe1er quelques
defini tions.
Dans ce paragraphe (T,6L,~) est un espace mesure avec ~ me sure positive.
Soit E un espace de BANACH et E' son dual. Une application f de T dans
E est dite PETTIS-mesurab1e ([16], p.278 ; [27]. p.130) si et seu1ement
si, L1 existe une suite (fn)ne:N de fonctions etagees mesurables (c'est-a-
dire fn de 1a forme ~ a·"tA i=l 1 i
avec ai e: E et Ai e: eo. , pour tout
96
i e {1, 2, ••• , p} et Ai n A,l = ¢ si i ~ j) telle que pour presque tout
t, (fn(t))n e ~ converge fortement vers fIt). f PETTIS mesurable est
dite BOCHNER-integrable ([27], p.132) si et seulement si, il existe une
suite (hn)neW de fonctions etagees mesurables hn telles que
i) pour presque tout t, (hn(t) )ne~ converge fortement vers fIt)
ii) lim [ Ilf(t)-hn(t)11 dJ.L = O. n~ +00 . T E
Dans ces conditions, pour tout A e W, lim n~
existe, on la nomme integrale de BOCHNER de f ~ A. On remarque ici que
l'integrale de BOCHNER de f sur A, coincide avec l'integrale faible au
sens de BOURBAKI ([5], §1, nO 1, def. 1, p. 8) de f sur A. f mesurable
au sens de PETTIS est dite PETTIS-integrable ([16], p.280, [22], p.425)
si et seulement si, pour tout e' e E', <e',f> e L1(T,~) et pour tout
A e (t, l' integrale faible de f sur A, appartient a E.
Une fonction de YOUNG M est une application de ~+ dans
[0, +00], convexe, croissante, telle que M(O) = O. La fonction duale N
de M, definie sur ~+, est aussi appelee complementaire de M([13] p.11).
Nous dirons que N et M sont duales de YOUNG ([15], p.94).
Soit (T,~,~) un espace mesure avec ~ me sure positive
~-finie. On note dr, l'espace vectoriel reel des fonctions mesurables
definies sur T a valeurs dans ~. M etant une fonction de YOUNG, on
appelle classe d'ORLICZ, l'ensemble note CM , des f e J(, telles que
M( If I ) e ~l(T, ~). On note BM, l'ensemble des f e Jr, telles que
f M(I fl) dJ.L ~ 1. En general CM n'est pas un espace vectoriel. On appelle T
espace d'ORLICZ, LM ' l'espace vectoriel des fonctions (2 fonctions egales
~-presque partout etant identi fiees), f e J6, telles que f T M( M) dJ.L < +00
k pour au moins un k > O. Alors CM eLM'
97
M et N etant des fonctions duales de YOUNG, les espaces
d'ORLICZ LM et LN sont des espaces de BANACH pour les normes equivalentes
suivantes
Iliflll M
inf {k > 0 I J M (J..rl..) dJ.L ~ 1} (norme de LUXEMBURG). T k
II fll M sup {f I fgl dJ.L I g E LN, III gill ~1} T N
(norme d'ORLICZ).
Les espaces d'ORLICZ, LM et LN sont mis en dualite par la forme bilineaire
Pour tout couple (f,g) E LM x LN on a l'inegalite de HOLDER ([13]), p.74
[23], p.10) :
Remarque. UHL fait observer que le resultat qu'il obtient est l'analogue
pour des fonctions a va leurs dans un BANACH, du resultat de LA VALLEE-POUSSIN
(loc. cit.)
Theoreme 3. ( UHL)
On suppose que fL est une mesure finie. Soit f une application
PETTIS-mesurable, de T dans un espace de BANACH E. Alors f est PETTIS-
integrable si et seulement si il existe une fonction de YOUNG, M telle que
i) lim M(x) = +00
x->+m x
ii) <e' , f> E LM, t/ e' E E' •
A partir de la proposition suivante on peut retrouver la condition necessaire
du theoreme 3, lorsque la me sure est finie.
Proposition 5. On suppose que fL est une mesure u-finie. Soit E un
espace vectoriel topologique reel, localement convexe, separe et EI son dual.
98
Soit f une application de T dans E, scalairement ~_int~grable et telle
que pour toute a € Loo(T,~) on ait IT a f~ € E. Alors pour toute partie
~quicontinue B ~ E', i1 existe un int~grande normal et convexe, 'fB'
de T x ~+ dans [0, +00], tel que
11) sup e'€B
D~monstration. Soit Lf l'application lin~aire de E' dans Ll(T,~)
d~finie par Lf(e') <e', f> avec <e', f> (t) = <e', f(t», ~ t € T,
Par hypothese, on a pour toute A10rs
puisque <e', I af ~> = I a <e', f> ~ , II e' € E', 'i/ a € LOO (T, ~) T T
Lf est continue pour 1es topologies atE', E) et 0(L1 , Loo ). L'image d'une
partie ~quicontinue B de E' est done relativement a(L1 , Loo ) compacte.
Par suite, en vertu du th~oreme 2, il existe un int~grande normal, convexe
IfB' de T x lI'+ dans [0, +00], qui majore int~llra1ement Ixl et tel que
sup e'€B
I lP(t, I<e', f(t»I) T
La d~monstration est alors complete.
Remarque. Un r~sultat tres proche de la condition suffisante du th~oreme 3,
a ~t~ obtenu dans le cas d'un couple d'espaces de KOTHE associ~s (/\, /\*),
avec E espace de FRECHET r~flexif et s~parable ([10], chap. 2, coro1. 1,
prop. 3, p.44). Dans 1e cas d'un couple d'espaces d'ORLICZ (LM, LN) on
obtient 1a variante suivante :
Proposition 6. Soit (T, s.,~) un espace mesur~ avec ~ mesure positive
a_~. Soient M et N deux fonctions dua1es de YOUNG et LM ~ LN les
espaces d'ORLICZ d~finis a partir de M et N respectivement. Soit E un
espace de FRECHET r~f1exif. Soit f une application de T dans E te11e
99
que pour tout e' € E' , <e', f> € LM• Alors pour toute g € LN on a
IT gf dJ.L € E.
D~monstration. E ~tant un espace de FRECHET r~flexif, son dual fort E'fi
possede la propri~t~ G.D.F. (graphe d~nombrablement ferm~) ([~, appendice,
prop. 3, p.76). Alors une condition suffisante pour qu'une application
lin~aire u de E'fi dans un espace de BANACH, soit continue est que la limite
de toute suite convergente d'~l~ments du graphe de u, appartienne au
graphe de u. Montrons par ce proc~d~ que l'application lin~aire Lf de E'
dans LM d~finie par Lf(e') = <e', f> est continue sur E'fi. Soit
(e'n)n€~ une suite dans E' convergeant fortement vers e', avec
(Lf(e'n))n€~ convergeant vers h dans l'espace de BANACH LM• De la conver_
gence forte de (e'n)n€~ vers e' on d~duit la convergence presque partout
de «e'n' f»n~ vers <e', f> alors l'existence d'une sous-suite
«e'nk ' f»k~ convergeant presque partout vers h, permet de conclure
h = <e', f> ce qui entralne la continuit~ de Lf sur E'fi. Dans ces condi-
tions, pour toute g € LN, la forme lin~aire e'
IT g<e', f> dJ.L est continue sur E'fi' puisque
<e ',I gf dJ.L> T
I <e', I gfdJ.L>1 5; T
I Igl I II<e', f>1 I Comme (E'R)' = E par hypothese, on obtient N M f-'
I gfdJ.L € E , et la d~monstration est achev~e. T
100
BIBLIOGRAPHIE
[1] BERLIOCCHI H.- LASRY J.M. - "Int~~randes normales et mesures param~tr~ese
en calcul des variations" Bul. Soc. Math. France, 101,
(1973), p.129-1B4.
[2] BISMUT J.M. - InM!!rales Convexes et Probabilit~" (1972) loR.I.A.
[3] BOURBAKI N. - "Esp aces vectoriels topolo~iques" Chap. 3 a. 5 (1967)
Hermann. Paris.
[4] BOURBAKI N. - "Int~!!ration" Chap. 1 a. 4 (1965). Hermann. Paris.
[5] BOURBAKI N. - "InM!!ration" Chap. 6 (1959). Hermann. Paris.
[6] CASTAING Ch. - "Sur les multi-applications mesurables" (1967) These. Caen.
[7] CASTAING Ch. - "Le theoreme de Dunford Pettis g~n~ralis~" (1968-1969)
D~partement de Math~matiques-Publication nO 43, Montpellier.
[8] CASTAING Ch. - "Quelques applications du theoreme de BANACH-DIEUDONNE
a. l'int~~ration". (1969-1970) D~partement de Math~matiques.
Publication nO 67. Montpellier.
[9] CASTAING Ch. - "Quelques r~sul tats de compaci t~ li~s a. l' int~ gration"
(1970) C.R.A.S. Paris t. 270, p.1732-1735.
[10] CLAUZURE P. - "Th~oremes de dualit~ et de compacit~ dans les espaces de
KOTHE !!~n~ralis~s" (1972) These de 3° cycle. Montpellier.
[11] CLAUZURE P. - Expos~ nO 4 - Semina ire d'Analyse Convexe - Montpellier (1973)
[12] DIEUDONNE J. - "Sur les espaces de KOTHE (1951). J. Anal. Math. vol. 1,
1ere partie. p.81-115.
[13] KRANOSEL' SKII M. A. - RUTICKII YA. B. - "Convex functions and ORLICZ spaces
(1961). P. Noordhoff Ltd. Groningen - the Netherlands.
[14] MEYER P.A. - "ProbabiliMs et Potentiel" (1966). Hermann. Paris.
[15] MOREAU J.J. - "Fonctionnelles convexes" S~minaire sur les ~quations
aux d~riv~es partielles II. College de France (1966-1967).
[16] PETTIS B.J. - "On integration in vector spaces", Trans. Amer. Math.
Soc., 44, r1938), p.227-304.
[17] PHUONG-dc
[18] PHUONG-dc
101
- "Generalized KOTHE function spaces I" (1969), Proc. Camb.
Phil. Soc. 65, p.601-611.
- "Generalized KOTHE function spaces" (1971), Math. Ann.,
192, p.99-106.
[19] ROCKAFELLAR R.T. - "Convex Analysis" (1970). Princeton, New-Jersey
Princeton University Press.
[20] ROCKAFELLAR R. T. - "Convex integral functionals and dual! ty" (1971)
Contribution to non linear function Analysis. Academic
Press. New-York, London.
[21] SCHAEFER H. H. - "Topological vector spaces" (1966). The Macmillan Company.
[22] UHL J.J. - "A characterization of strongly measurable PETTIS
integ-rable functions". Proc. Amer. Math. Soc. 1972, vol. 34,
2, p. 425-427.
[23] VALADIER M. - "Sur des problemes de deri vabili te dans les espaces
d'ORLICZ" (1966) These de 3° cycle. Caen.
[24] VALADIER M. - "Contribution a l'analyse Convexe" (1970). These. Paris.
[25J VALADIER M. - "Un theoreme d' inf compaci te". Seminaire d' Analyse Convexe
Montpellier 1971.
[26J VALADIER M. - "Mul tiapplications mesurables et leurs applications" chap.
1 a 3. (1973) Montpellier.
[27J YOSIDA K. - "Functional Analysis" (1965) Springer-Verlag Berlin
Gottingen - Heidelberg.
QUELQUES APPLICATIONS DE L'ANALYSE CONVEXE A LA RESOLUTION
DE PROBLE~ES P'OPTIMISATIQN NON CONY5XBS
Ivar EKELAND
U.E.R. MATHEMATIOUES DE LA DECISION
UNIVERSITE PARIS IX DAUPHINE
75775 PARIS CEDEX 16
Nous allons indiquer quatre approches differentes des problemes
d'optimisation non convexes. Nous avons choisi pour cela des exemples
tres simples, destines plutot ~ illustrer les methodes employees qu'~
en montrer toute la force.
I - Traiter un probleme non convexe comme s'il etait convexe.
On se donne dans IRk des fonctions fi' 0,,; i ,s, n, pouvant
eventuellement prendre la valeur + 00 , et on se pose le probleme
d'optimisation
rinimiser n n
L fi (xi) + f (- L xi) i=l 0 i=l (~)
xl' •.. , x E: IRk n
On peut le considerer comme n problemes independants
(minimiser fi (xi) sur IRk) couples par le terme en fo (-jt xi)
i=l
Ce dernier peut aussi representer une contrainte. Si par exemple
on se donne une partie K de IRk et si on prend pour f sa fonction o
indicatrice.
{
0
'tOO
si x E K
si x E K
Ie probleme (<Y) devient alors
n contrainte 2: xi E - K.
i=l
103
n minimiser L fi (xi) sous la
i=l
Pongeons le probleme (~) dans une famille de problemes pertur
bes dependant du parametre c. E: IRk :
{
minimiser f i=l
xl' ... 'Xn E. IRk
On remarquera que (~o) ( ~). Le probleme dual s'ecrit
{maXimiser
~ E. IRk
n
I: i=l
( ~ )
Pour attaquer Ie probleme (r:Y), une methode qui commence ~ compter de nombreux succes (en particulier [1'] ) consiste a cher
cher une solution X du probleme dual (~*), c' est-~-dire une fa
mille de multiplicateurs de Lagrange - Kuhn -Tucker, et ~ resoudre
les (n + 1) problemes sans contraintes independants.
Si les fonctions f. sont convexes 1
theses topologiques supplementaires, les
et verifient quelques hypo
problemes (q).) admettent des 1
A ~x ~ ~ solutions xi' et celles-ci se recollent : ~ xi et la o i =1
famille (Xi) 1 ~ i~ nest une solution du probleme (!S». Si les fonc
tions fi ne sont pas convexes, il n'en est rien, mais il s'avere
cependant que si n est grand devant k, les xi fournissent une pre
miere approximation de la solution (x.) 1 . J de (<&>l, suffisante 1 ~ 11:ot n
pour initialiser une methode de gradient par exemple.
Pour enoncer cela de facon precise, introduisons quelques no
tations. Si K est une partie de IRk, no us designerons par 1=(K) l'en
semble des parties finies de K, et pour FE 1r (K) no us designerons
104
par reF) le rayon de la plus petite boule contenant F. Nous associons
alors il. K un nombre ~ 0, eventuellement + 00 :
(' (K) sup x ~ coK
inf r(F). F -. 'F' (K) coP 3 x
On remarque que e(K) = 0 si et seulement si K est convexe. De
meme, a to ute fonction f : IRk ~ IR U t +oo}, nous as socions son
epigraphe epi f C. IRk+l, puis le nombre f (f) defini par :
f(f) = e (epi f).
On remarque que e (f) = 0 si et seulement si fest convexe.
Nous sommes maintenant en mesure d'enoncer notre resultat
THEOREME - Supposons que le probleme dual (qp~) admette une solu-
tion ~ Alors, pour tout ~ 7 0, il existe dans IRk une famille
(x.) ,,' telle que ~o~~~n
~ inf ( ~i) + f.. pour 0 ~ i ~ n
n n En posant L. x. =x + Exl.= c., on en dedui t le
i=o ~ 0 i=1
COROLLAIRE - Pour tout s."7 0, il existe c. ~ IRk tel que 1/2
) -max (~ ) , 2 + 1\ dl 21 max
La demonstration ( ls J, (10) ) repose sur le theoreme de
Shapley-Folkman et la methode de Starr ( [i] , [201 ). On peut montrer
que si les fonctions f i , o~i~ n, sont semi-continues inferieurement
et coercives, c'est-a-dire si f.(x) /I\xll~oo quand\lxl\~oo,on ~
peut prendre I:. = 0 dans le theoreme et le corollaire. Remarquons aussi
que, pour que le probleme dual (~)admette une solution, il suffit
que sup ( cp .. ) t- - QO et que l' ensemble des perturbations C. telles que
inf (~ ) t- ± 00 soi t un voisinage de l' origine dans IRk
Si les fonctions fi sont coercives, convexes s.c.i, l'applica
tion du corollaire donne :
1:.= 0 et max e (f i ) = 0 o ~ i~ n
et donc
c= 0 et min ( Ci) ) max (~)
105
Cette methode permet donc de retrouver les resultats classiques
concernant les problemes d'optimisation convexes. Elle permet aussi de
retrouver les resultats concernant les problemes d'optimisation inte
graux, du type :
f(t,x(t) ) dt
E.K
Les problemes de ce type ont ete abondamment etudieS(L2],
[ If ] , [S' J ) par des methodes faisant plus ou moins directement appel
au theoreme de Liapounov. Le fait essentiel est que la mesure de
Lebesgue sur [0,1 1 est sans atomes. Le resul tat est que, si K est
convexe et si f,sans ~tre convexe, satisfait a quelques conditions de
semi-continuite et de croissance a l'infini, le probleme (q) se
comporte comme s'il etait convexe, c'est-a-dire que min (~) =max~) et que les solutions de (q?) peuvent ~tre obtenues par decentralisa
tion a partir des multiplicateurs de Lagrange - Kuhn - Tucker.
Nous allons retrouver ce resultat, au moins formellement. Pour
ne pas alourdir l'expose, nous ne no us preoccuperons pas de justifier
les integrations et les passages a la limite (cf.[S] pour les details).
Notons donc f t la fonction x ~ f (t, x) pour t ~ [0, I) fixe. Nous
supposerons dorenavant que
K est convexe
sup (' (ft ) ~ C~ + 00
o~t~l
Nous approcherons le probleme ( ~) par les problemes discretises
n L1 i=l n
En posant xi = S i et 1 - n n
l~) n i=l tminimiser t -1:~. EK
i=l::> 1
f(i,n k .)=f., cela s'ecrit - S 1 1 n
106
Appliquons alors, toujours formellement, Ie corollaire. II
existe C €. [Rk tel que : n
Mais par definition, l'epigraphe de fi est l'homothetique de
l'epigraphe de fi dans Ie rapport 1 , si bien que: -n
e (f.) ~
1 n
n
n
c n
Ouand n~oQ; Ie second membre tend vers zero. D'ou successi-
vement
inf inf
max (cpa..n) ~ max
et enfin, l'inegalite de depart devient
inf (ep) = max (~).
II - Certains problemes non convexes ont pour complete un probleme
convexe.
Ce genre de proprietes, regroupees sous Ie nom de relaxation,
est abondamment etudie dans [j~) , dont nous extrayons quelques
exemples simples.
CAS 1 - Soit fl un ouvert borne lipschitzien de [Rn, et f
une fonction continue et coercive de ~n dans ~. On considere suc
cessivement l'espace H = W;,l (iL), l'operateur I\u = grad ~ de
Wo 1 ,1 ( .n.) dans Ll ( .n. ) n , et la fonctionnelle sur w;' 1 (.n.)
definie par l'integrale :
F(u) fn f(grad u(x) d x
107
CAS 2 Soi t n un ouvert borne regulier de IRn et f une fonc-
tion continue de R dans IR verifiant f (t) ~O( t 2 - ~ pour deux cons-
tanteso(et f3 On considere successivement l'espace H=H I (u')f\H2(fU
l'operateur I\u. =~u. de H~ r) H2 dans Ll (n), et la fon~tionnelle sur HI n H2 definie par l'integrale
o
F(u) = 1. f( Au(x) dx
CAS GENERAL On definit sur H une fonctionnelle par
F(u) ~I\. f(/\u(x» dx
Munissons H de sa topologie faible. Alors Fest une fonction
de H dans IR U t + =1 qui est non convexe, et qui n' est donc pas semi
continue inferieurement. Nous sommes donc amenes a considerer ses
regularisees successives
F, regularisee s.c.i., est la plus grande fonction s.c.i.
minorant F, ou encore l'enveloppe superieure des minorantes s.c.i.
de F. On a epi F = epi F.
F-- , regularisee convexe s.c.i., est la plus grande fonction
convexe s.c.i. minorant F, ou encore l'enveloppe superieure des mino
rantes affines continues de F. On a epi F-· = coepi F.
Il ressort de la definition que F~·~F ~ F. Mais il se produit
ici un phenomene lie au theoreme de Liapounov, et qui n'a donc pas
d'analogue pour des fonctions definies sur des espaces de dimension
finie :
THEOREME - 'rIu E- H, F (u) = F'"'' (u) ~ f·· (/\u(x» dx
11..
COROLLAIRE - Considerons les problemes d'optimisation
minimiser J f ( 1\ IA. (lC) ) dx :It
minimiser ~ f4W (I\u(x) )dx
.n.
pour u E:. H
pour u C H
Alors inf (q:» =min (<VIne). En outre
108
a) toute suite minimisante de (~) a des points d'accurnulation faibles, qui sont solutions de (~* )
b) toute solution de (~) est limite faible d'une suite mi
nimisante de (cp).
On a des r~sultats analogues pour des probl~mes du type
(cp) minimiser J f(x,u(x),I\IA,(x) )dx
n.
auquel cas le probl~me relax~ sera obtenu en convexifiant par rapport
~ la derni~re variable
( q:>jU~) minimiser 1 f"iII (x,u(x)
tI..
I\u(x) ) dx.
III - Solutions approch~es de probl~mes non convexes.
Soi t Y un Banach et V,. son dual. On se donne une fonction
f: Y~ IR U ~ +00) I et on consid~re le probl~me d 'optimisation
tp)
On le
turb~s (<P VIII
(CPo)=(<P)·
(CS> v"
maximiser - f (v) pour vE. V
plonge dans une famille de probl~mes lin~airement per
) d~pendant du parametre v"€. ~ On remarquera que
maximiser <V,VIC> - f(v) pour v€:V
La fonction fW (v· )= sup (~v.) est classique en analyse
convexe , sous le nom de fonction polaire de f. On sait qu'elle est
convexe faiblement~. semi~continue inf~rieurement sur V"
et que les propri~t~s suivantes sont ~quivalentes [31
a) f * est Fr~chet-diff~rentiable au point v- Eo V"'.
b) le probl~me (~VK ) admet une solution unique dans V, et
toutes ses suites minimisantes convergent vers la solution.
On voit donc l'int~ret de l'~tude des propri~t~s de diff~ren
tiabilit~ des fonctions convexes ( [,~) ). Le r~sultat le plus simple
109
dans cette direction est 1e th~or~me de Br¢nsted et Rockafe11ar sui
vant 1eque1 toute fonction convexe s.c.i sur un Banach est sous-diff~
rentiab1e sur une partie dense de son domaine ([1], [18] ). La d~mons
tration repose sur un argument de Bishop et Phelps (L61 ). Cet argument peut etre transpos~ dans un cadre tota1ement non
lin~aire et non convexe ( l II ] , til] , ll'~) , (IS) ). On obtient des r~su1tats d'existence de solutions approch~es pour des prob1~mes d'opti
misation de type tr~s diff~rents, d~nt no us nous bornerons ~ citer
trois exemp1es
PROPOSITION. Soi t F une fonction s. c. i. d' un Banach V ~ IRO ~ 001 Gateaux-diff~rentiab1e en tout point o~ e11e est finie. Si F est bor
n~e inf~rieurement, pour tout E ~ 0 i1 existera un point u~ ~ V
tel que
~ inf F + t
PROPOSITION. Soit F une fonction de c1asse Cl sur une vari~t~ riemannienne comp1~teM de dimension infinie. ~F est born~e inf~
rieurement, a10rs pour tout E ) 0 i1 existera un point 1\ E:. M tel que
"- inf F + t
\I grad F (p_ ). ~ l c. PI.
Le dernier exemp1e, un prob1~me de contra1e optimal d'un sys
t~me r~gi par des ~quations diff~rentie11es. On se donne un nombre
T >0, un compact K, une application f: [o,T1 x IRn x K ---+ IRn
v~rifiant
a) f et f~ sont continues
b) <. x,f(t,x,u) "> ~ C (1 + \lxU 2)
On se donne un crit~re g : IRn --7 R, de c1asse Cl , et on se
pose 1e probleme de contra1e optimal :
110
dx (t)= f (t,x(t) ,u(t) dt
(CS» X(O)=XO ' t ~[O,T] , u(t) ~K
maximiser g(X(T) )
PROPOSITION. Pour tout £ 70, il existe un contra Ie u ~ , commandant
la trajectoire x~ , tel que :
g(xf, (T) )~ inf (~) +i.
< f (t,xE (t) ,uf. (t) ), P" (t) > ~ max < f (t,xE(t) ,u)JPE, (t) > - ~ p.p uE.K
oil fa est la solution de I' equation adjointe
(t) )-Pt. (t)
(T) = g' (x£ (T) ).
Dans ces trois exemples, nous avons montre l'existence d'ele
ments qui, sans etre optimaux, n'en minimisent pas moins Ie critere et
n'en verifient pas moins les conditions necessaires d'optimalite avec
une precision donnee ~ l'avance. Cette precision peut en particulier etre choisie superieure ~ la limite de precision de l'utilisateur et
on peut alors se demander comment celui-ci pourrait les distinguer
d'une veritable solution. La seule reponse possibte reside dans un
eventuel defaut de regularite des solutions approchees, mais celui-ci
semble moins frequent qu'on ne s'y serait attendu au premier abord
( [~1 ). On peut alors penser que ces solutions approchees, qui exis
tent des que Ie probleme a un sens et que l'on peut formuler des con
ditions necessaires du premier ordre, supplanteront les solutions op
timales, (~~eriqUement elles ne peuvent etre distinguees, et qui ne
cessitent des hypotheses de convexite beaucoup plus strictes.
IV - Remplacer des hypotheses de convexite par des hypotheses de
regularite
Le type de probleme que l'on a coutume de traiter par l'ana
lyse convexe peut aussi etre pose dans des cadres tres differents.
111
Des problemes tres familiers apparaissent alors sous un deguisement
nouveau et parfois surprenant.
Considerons par exemple deux compacts U et V, une application
continue f : U x V ~ R, et la multi-application
r: u ~\v €. v I f(u,v) ~ f(u,v') V v' Eo V )
Elle est s.c.s. ~ va leurs compactes non vides.
Faisons maintenant des hypotheses de regularite : U et V
seront des varietes COO compactes, f de classe c2 . Pour presque
toutes les applications f, on peut elucider la structure de ~ ([ itt])
THEOREME - 11 existe dans COO (0 x V) un ouvert dense consti tue de
fonctions f pour lesquelles :
(i) Yu..E.lJ, r (u) possede (l+dim U) points au plus
k U i=1
(ii) il existe dans U k ouverts disjoints n. , ~ -D.i = U, et k fonctions continues)'i :.ni~
differentiables sur -'li' et telles gue
k graphe r U graphe Vi. i=1
tels que
V,indefiniment
On peut preciser bien davantage la structure des ouvertsfl. ~
en fait, ils possedent des proprietes de regularite supplementaires,
exprimees par le fait qu'ils constituent la premiere strate d'une
stratification de Whitney de U ( [r1] ). Ainsi,.n i sera une variete
non seulement "~ bord", mais ".~ coins", et meme "~ epines".
Le theoreme exprime que ~ est en fait une application univoque
sur chacun des fl., en particulier sur un ouvert dense et presque ~.
partout. Les points de multivocite de r sont reJetes sur la fron-
tiere des ni . En un point x;. commun a la frontiere de It.- ouverts
~\, •.. ,Or ' P (xl comportera r points vI' ... ,vr ' definis par les
limites respectives :
vi = lim r i (xi) pour xi --+ x et xi E..-.Gi
En particulier, r ~ dim U + I : c'est la regle des phases
de Gibbs.
112
"
u
n ..
BIB L lOG RAP HIE
K.ARROW et F. HAHN "G~n~ra1 competitive analysis"
Holden Day, 1971
Z.ARTSTEIN "On a variational problem" Journal of
Math.An.and App1. vol 45, P 404 - 414, 1974
E.ASPLUND "Frechet differentiability of convex
functions" Acta Mathematica, vol 121, p 31-47 1968
R. AUMANN - M.PERLES " A variational problem arising
in economics" J.Math. An.and Appl. vol 11, P 488-
503, 1965
H. BERLIOCCHI - J.M.. LASRY "Integrandes norma1es et
mesures parametrees", Bu11.Soc.Math.France, vol 101
P 129 - 184, 1973.
E. BISHOP - R.PHELPS "The support functional of a
convex set", in Convexity, Proc.Symp.Pure Math
Amer Math Soc, vol 7 , P 27 - 35, 1963.
113
A.BROENSTED - R.ROCKAFELLAR "On the subdifferentiabi-
lity of convex functions" Proc.Amer.Math. Soc, vol 16
p. 605-611, 1965
J. CEA Communication au present Congres
LEKELAND "Une estimation du saut de dualite" Cahiers
de Mathematiques de la Decision, Universite PARIS IX
DAUPHINE, 1974
I.EKELAND "Une estimation a priori en programmation
non convexe" CRAS Paris, 1974
LEKELAND "On the variational principle" Cachiers de
Mathematiques de la Decision, Universite PARIS IX
DAUPHINE 1972
Journal of Math.An.And Appl, 1974
I.EKELAND "Remarques sur Ie principe variationnel
CRAS Paris I "0\ 2~b , p. 1~'+7- I~,+g , 1 n!
I.EKELAND "Remarques sur Ie principe variationnel"II"
CRAS paris, vol 274, p 10'5'1- \0";8 I~1l
I.EKELAND "Topologie differentielle et theorie des
Jeux" Cahiers de Mathematiques de la Decision, Univer
site PARIS IX DAUPHINE 1973 - A paraitre dans Topology
I.EKELAND - et R.TEMAM "Analyse convexe et problemes
variationnels" Dunod - Gauthier - Villars 1974
LEMARECHAL "Application de la dualite 11 la resolution
de problemes non convexes" IRIA 1973
J.MATHER "Stratifications and mappings" in Dynamical
systems, edited by H. Peixoto, Academic Press 1973
114
J.J.MOREAU "Fonctionnelles convexes" Seminaire
Leroy au College de France, 1966-1967
R.ROBERT Communication au present Congres
R. STARR "Quasi-equilibria in markets with non-
convex preferences" Econometrica, vol 37,
p. 25-38, 1969
METHODES DE DESCENTE POUR LA MINIMISATION DE
FONCTIONS NON DIFFERENTIAB~
Claude LEMARECHAL
I.R.I.A.
78150 - ROCQUENCOURT
Nous exposerons essentiellement deux choses.
D'une part, une application de la methode de DEMJANOV [3] pour resoudre
par dualite certains problemes non convexes frequemment rencontres en
economie. Cette methode utilise en particulier les multiplicateurs de
Lagrange generalises, introduits par EVERETT [4] •
D'autre part, un algorithme de minimisation utilisant les E-sous-diffe
rentiels [10] . Cet algorithme constitue une amelioration serieuse
de la methode de DEMJANOV. D'autre part, il est en relation avec une
generalisation des methodes de gradient conjugue.
116
1 - APPLICATION DE LA DUALITE AUX PROBLEMES NON CONVEXES.
Soit un probleme de programmation mathematique
min f(x) (I)
gi (x) EO; 0 i=I, ... ,m
xEDCRn •
On pose, pour i=I, ••. ,m
(2) L (x,A.) f(x) + (A.,g(x)).
Nous ne faisons pour le moment aucune hypothese de convexite dans (I).
On suppose seulement que f est semi-continue inferieurement et gi continue,
i=I, ..• ,m.
On pose
(3) h(A.) inf { L (x,A.)
et on suppose que le probleme associe a (3) est tres bien conditionne, en
ce sens que, pour E~O, 1 'ensemble
(4) L (x ,A.) EO; h(A.) + E }
est enveloppe par un polyedre convexe (compact), que l'on sait calculer
explicitement pour tout A. .
Nous allons done, pour resoudre (I), penser en premier lieu a la methode
d 'UZAWA [13 ] qui consiste a maximiser h(A.), appelee fonction duale.
117
1.1. Maximisation de la fonction duale
!h~2!~~~_1. [2] h est une fonction concave, dont les derivees directionnelles
sont donnees par
(5) h' (;\,s) = min {(s,g(x»
On peut donc definir une extension de la methode de gradient, qu'on
pOl~rra appeler methode de plus forte pente [5] , et qui consistera, pour
chaque A.n' a definir sn maximisant la derivee directionnelle ; puis a
maximiser h dans la direction s • On aura donc n
s solution de n
max { min (s,g(x» I xE X G\ )} I Isl= 1 I o n (6)
avec VP;;' o.
11 Y a cependant lieu d'introduire quelques amenagements; d'une
part, pour que le pro cede converge, il y a lieu d'envisager dans (6) non
pas Xo(A.n)' mais Xe: (\t) poure:>o (quelconque) ; d'autre part, sn
doit etre compatible, c'est-a-dire, pour chaque composante nulle de An' la
composante correspondante de sn doit etre positive.
Po sons leA) = {iE { 1,2, ••• ,m } / A. ,=0 } • ~
Alors l'algorithme devra etre du type suivant
1. A. 0 > 0 donne dans Rm, e: > 0 donne
2. A.n etant connu, resoudre le probleme
(7) ex max min (s,g(x» • n lsi =1
xExe:(A.n)
si> 0, iE 1(\)
118
3. Si an" 0, diminuer e: et aller en 2.
4. Si an> 0, la derivee h'(An,Sn) est positive
l'intervalle defini par
1 P ~ 0
A +ps ~ o. n n
Bien entendu, on ne voit pas comment resoudre (7) ; d'ou Ie theoreme
suivant, qui montre que (7) est en un certain sens equivalent a un probleme
de projection sur un convexe :
'!!!~2E~!!!L~. [ 6] Soit Ie probleme
m
min ~ 2 i=1 s.
L
(8) (s,g(x) ) ~ 1 VxE Xe:(An)
s. ;. 0 i E I(An)· 1.
De deux choses l'une
(i) An .. 0 dans (7) .. (8) n' a pas de solution (domaine vide).
(ii) an> 0 dans (7). Alors (8) a une solution unique, (7) aussi, et
ces deux solutions sont colineaires.
Nous disposons donc d'un algorithme de maximisation de h. Cet algorithme
fournit un X et un E tels que (8) n' ait pas de solution. Alors
1.2. Application a la resolution du probleme primal.
Jusqu'a present, nous n'avons en rien progresse quant a (I). Nous n'avons
pas de point-selle du lagrangien, mais seulement un ensemble de points
maximin.
119
L' e; -theoreme d 'EVERETT [ 4] nous dit seulement que si i E X(X). e;
alors i est solution a e; pres du probleme (I) dans lequel les contraintes
sont remplacees par
o
g. (x) ~
si h .=0 ~
si \ > o.
Mais ce n'est pas suffisant. car nous n'avons meme pas trouve de point
realisable pour (I). Le theoreme suivant peut nous permettre d'en construire
!h~~~~~~_~. [6] Supposons D et gi convexes dans (I). et soit h tel que Ie
probleme (8) n'ait pas de solution. Alors. il existe un point i tel que
i=I ••••• m
x appartient a l'enveloppe convexe de Xe;(h).
Alors. d'apres Ie theoreme d'Everett. i est une solution sous-optimale
du probleme (I). Malheureusement. il est impossible d'evaluer. a priori
ni a posteriori. dans quelle mesure x est sous-optimal. Notons cependant
que x peut etre trouve par un simple algorithme de simplexe.
(9)
( 10)
(II)
1.3. Application
On pose Ie probleme suivant (fourni par St Gobain)
x .. J .. (x ... y .. ) = a~J' x .. + ~ •• y .. + y ~J' .2;.l i=I ••••• n ~J ~J ~J ~ ~J ~J ~J ~ Y ij
Minimiser 4 ~
!:J' J .. (x ..• y .• ) sous les contraintes ~J ~J ~J
L!(a .. x .. + b .. y .. ) ~ T. ~ ~J ~J ~J ~J "'" J
j=I ..... m.
!j x .. J ~J
D. ~
i=I ..... n.
j=I ..... lI
120
ou tous les coefficients sont strictement positifs. On peut remarquer que,
n'etaient les contraintes (10), Ie probleme serait trivial. D'ou la forte
motivation vers une methode duale. En fait, l'algorithme que nous venons
d'exposer fonctionne d'une fagon satisfaisante en particulier quant a la
qualite de I 'optimum trouve. [ 6 ] •
121
2 - ALGORITHMES D' e: -SOUS-GRADIENTS.
Nous allons maintenant chercher a etendre l'algorithme 1.2 aux cas ou
Xe: (X) n'est pas connu explicitement. Nous considerons maintenant que h est
une fonction concave quelconque. Le cadre est Ie suivant :
f(x) est une fonction convexe sur Rn que l'on se propose de minimiser
(sans contraintes).
2.1. L'idee de base --------------
On definit l' e: -sous-differential de f en x par
(I2) {gE Rn / "'lYE Rn , fey) ~ f(x)+(g,y-x)- e:} .
Cet ensemble a la propriete fondamentale suivante pour tout s ERn, on
a [IO]
(I3) inf { f (x+ps) -f (x) + e:
p sup {(s,g) / &E ° f (x)} • e:
Par consequent
(i) Si
(ii) Si
o E ° e: f (x), on a f (x) 0;;; inf f+ e: .
s est tel que (s,g) < 0 v!rE0e: f(x), alors inf f(x+ps) <f(x)- e:
p>o
Une direction s verifiant (ii) pourra done etre appelee direction
d' e: -descente et on peut imaginer l' algorithme suivant [9]
I. Soit x E Rn , e:>o donne. 0 2. Si o E 0e:f(xn)' diminuer e:
3. Si 0' 0e: f (xn) , trouver s n tel que (s ,g) <0 VgE 0e:f(x ) n n (un tel s existe :
n c' est un hyperplan de separation entre {o} et
0e: f(xn)·
122
Bien entendu, on ignore totalement comment trouver une direction d' E
descente. Nous allons donc nous y employer.
2.2. Determination d'une direction d' E -descente.
Donnons tout de suite l'algorithme
positiL
xE Rn est fixe, E est strictement
I. Determiner go E ° f (x). Poser So =-go' k=o.
2. Determiner Pk ;;" 0 tel que f(x+Pksk) <f(x+ P sk) VP;;" o.
3. Si f(x+PkSk) <f(x)-E, stop: sk est unedirection d' E-descente.
5. Determiner sk+1 = projection euclidienne de l'origine sur l'enveloppe
convexe de {-go, .•. ,-gk+1 I .
6. Si sk+l=o, stop: oE 0Ef(x). Sinon, remplacer k par k+1 et aller en 2 .
. A I' etape 2, P k peut etre nul ; de plus, la determination de P k
peut etre difficile, voir impossible; en fait, il suffit d'en trouver une
approximation par dichotomie (d. [7J ) .
. A l'etape 4, gk+1 existe toujours. La encore, il suffit d'en trouver
une approximation par dichotomie. La remarque essentielle est gk+1 EOE f(x)
(compte-tenu du test en 2 [7J).
L'etape 5 est un probleme de projection sur un polyedre ; en fait, il
suffit theoriquement de determiner sk+1 = projection de 0 sur Ie segment
[sk,-gk+IJ (cL [8 ] ).
123
!~~2E~S~_~' [7J La suite sk ainsi definie tend vers o.
Par consequent, de deux choses l'une
(i) 0 "~e- (x). Alors, comme sk E ~£ f (x), sk ne peut pas tendre vers 0
l'algorithme doit s'arreter apres un nombre fini d'iterations par
la seule sortie possible : Ie test 3.
(ii) o E ~ f(x). Alors, x minimise f a £ pres; 1fTJ> 0, I 'algorithme E
determine dans ~ f (x) un vec teur de norme "TJ. E
Interpretation
L'algorithme genere une suite de points, go, .•. ,gk appartenant tous a ~tf(x). Pour chaque k on determine un direction sk dont on presume qu'elle
est une direction d' £ -descente (car (sk,gi) <0 i=o, •.. ,k). Si ce n'en
est pas une, l'algorithme trouve un gk+1E~£f(x) tel que { go, ... ,gk+1·}
represente "mieux" ~ E f (x) que {go' .•. , gk }.
2.3. Lien avec les methodes de Davidon.
Soit f(x) (Ax,x) -2(f,x).
On peut resumer les methodes de Davidon (et plus specialement Ie
gradient conjugue) par les axiomes suivants :
(A s.,s.) = 0 i~ j. 1. J
(14) gn+1=gn+an A sn
(gn+1,sn) = 0
ou l'algorithme construit la suite des directions sn et la suite des gradients
gn'
Envisageons Ie sous-ensemble de ces methodes satisfaisant a l'axiome suivant
124
(15) sn appartient au sous-espace engendre par {go'··· ,gn I .
(Remarque. routes les methodes de Davidon connues satisfont a (15) [IJ ).
On a alors
!!!~~E~~~_~. [8] . routes les methodes satisfaisant (14), (15), sont equi
valentes a la methode canonique suivante :
(16) s n p,roj 0/ cony { -go'···' -gn I O.
On voit donc que toutes les methodes (14). (15) sont en liaison etroite
avec l'algorithme 2.2. D'autre part, on a Ie theoreme suivant :
!!!~~E~!!!~_2. [8J . Si f
on a gnE~Enf(xo) avec
est quadratique, pour toute methode du type (16),
En=f(xo)-f(xn)·
Ceci provient du fait que (gn'xn-xo) ~O, grace au fait que la fonction
est quadratique. On peut donc generaliser les algorithmes du type (16)
aux criteres non differentiables de la fa~on suivante :
La suite des directions de descente est obtenue par projection de l'origine
sur l'enveloppe convexe des sous-gradients anterieurs.
Dans chaque direction, on minimise Ie critere et on calcule un sous-gradient
orthogonal a la direction.
A chaque iteration, on contra Ie que Ie sous-gradient calcule en x est un n
E -sous-gradient en un certain point anterieur x , pour E = f (x ) -f (x ). p p n
L'algorithme suggere est alors Ie suivant
125
2. A I' etape n trouver Pn~ 0 tel que
4. Si (g I'x I-x) ~ £ , alors n+ n+ p ~
sn+I=Proj 0/ conv { -gp' .•. ,-Bn+1 } n=n+1
5. Sinon, faire aller en 2.
p =n=o.
aller en 2.
Interpretation. Le test en 4 signifie : gn+1 appartient-il A O€n+1 f(xp) ?
avec €n+l=f(xp)-f(xn+I )+ € (E est IA pour assurer la convergence).
Examinons ce qui se passe pour p=o, les autres cas s'en deduisant
par translation: l'algorithme genere une suite de sous-gradients gn' qui
sont des En-sous-gradients en Xo pour une certaine suite En croissante.
Geometriquement, les directions successives sn sont cherchees A priori dans
des cones de plus en plus petits et definis par
{ x/ (x-x ,g.) < 0 n ~
i=o, ... ,n} .
Comme Ie suggere la Figure I, cela a pour effet salutaire d'eviter les
zig-zags, tant qu'on ne passe pas par l'etape 5, c'est-A-dire tant qu'on
n'interrompt pas la suite des projections. La figure montre egalement qu'on
ne peut impunement faire progresser l'algorithme sans precautions. Si l'on
represente Ie minimum par X, pour tout n, x est dans
126
x.
Ie demi-espace limite par l'hyperplan Pn passant par xn et orthogonal a gn'
L'algorithme consiste a transporter les hyperplans Pi i <n en xn ' et
a parier que x se trouve dans Ie cone ainsi obtenu, de sommet xn ; Ie
pari est evidemment sans espoir (cf. sur la figure Ie transport de PI par
la translation x2-x l ) si Pi traverse X, la convergence devient impossible
et il faudra couper la suite.
!h~2!~~~_Z. Si, a partir d'un certain rang, on ne passe plus jamais par
l'etape 5 (i.e. si la suite des coupures est finie) alors f(xn) a une
limite f * telle que
f* < inf { f (x) I x 6 Rn 1 + E •
Demonstration. Supposons, sans perte de generalite, que p=o dans l'algorithme.
Alors,
Or, f(xn), decroissante minoree, a une limite f* ,et En~ f(xo)-f*+E=E*.
D'autre part, snEOEn f(xo) par hypothese, et sn" 0 (Th. 4) ; on demontre
que la mUltiapplication E~ 0 £ f(x) est semi-continue superieurement ;
done,
C' est-a-dire (cf. (I3» que x minimise f a £* pres o
inf { f (x) Ix E Rn } f () f* <' + X - + ... o
C.Q.F.D.
127
Ce theoreme demontre la convergence du gradient conjugue sur un
critere quadratique non coercif sous la seule hypothese que xn est bornee.
On a aussi Ie result at suivant :
!he2E~~~_~' [8] • Si fest localement uniformement convexe, c'est-a-dire
s'il existe une fonction d de R+ dans R+ telle que
d(o) 0, d(t) > 0 si t ~ 0, d(t) croissante
avec T x, y E Rn, "A.d 0, 1] f [A. x+(I -A.)y] '" A. f (x)+(I -A.) f (y)
- A (I -A,)d <I y-x P
alors, dans l'algorithme precedent, avec
2.4. Experiences numeriques
L'algorithme du §2.3 n'a pas ete encore essaye ; par contre, l'algo
rithme du §2.2 a ete applique avec succes sur plusieurs types de problemes
nous avons remarque en particulier sur Ie probleme 1.3 qu'on obtient une
methode considerablement plus rapide (environ 5 fois) que l'algorithme
de DEMJANOV [3]
En resume, nous avons donne dans ce §2 une nouvelle idee (§2.2
construction d'un e-sous-differentiel) permettant de constuire des algo
rithmes de descente pour criteres non differentiables. Ces algorithmes, ont
a etre compares aux deux grandes classes de methodes existantes :
1°/ Les methodes du type series divergentes [14] qui sont ultra-simples,
alors que les algorithmes du §2 sont au contraire assez sophistiques.
2°/ Les methodes des plants secants, [9] dont on connait assez peu
d'experiences numeriques.
N. ADACHI
[2] J.M. DANSKIN
V.F. DEMJANOV
H. EVERETT III
15] W. HOGAN
C. LEMARECHAL
C. LEMARECHAL
ra]
B. MARTINET
128
B IBL IOGRAPHIE -------------
On the uniqueness of Search Directions in variable
metric algorithms. J. of Opt. Theory and Appl.
Vol. l1,no 6 (1973), pp. 590-604.
The theory of max-min with applications. SUL~
J. of Applied Mathematics Vol. !i nO 4 (1966)
pp. 641-655.
Algorithms for some minimax problems. Journal of
compo and Syst. science Vol. ~ (1968) pp. 342-
380.
Generalized Lagrange multipliers method for
solving problems of optimum allocation of
resources. Op. Res. Vol. II (1963) pp. 399-417.
Directional derivatives for extremal-value func
tions with application to the completely convex
case. Op. Res. Vol. !l n° I (1973) pp. 188-209.
Application de la dualite aux problemes non
convexes. Rapport Laboria n° 16. IRIA (1973).
An algorithm for minimizing convex functions.
Proc. Congres IFIP. 74 (North Holland).
These, Paris (a paraitre).
Algorithmes pour la resolution de problemes
d'optimisations et de minimax. These Grenoble
1972.
129
[10] S . K. MITTER, D. P. BERTSEKAS
[11] R.T. ROCKAFELLAR
A. TANTER
[13] UZAWA
A descent numerical method for optimisation
problems with non-differentiable cost functionals
SlAM J. on Control Vol. 11 nO 4 (1973) pp. 637-
652.
Convex Analysis. Princeton, 1970.
Definition et resolution numerique d'un probleme
de contra Ie optimal pour un systeme perturbe
gouverne par des equations aux derivees par
tielles (modele min-max). These 3eme Cycle.
Paris 1972.
In ARROW-HURWICZ-UZAWA. Studies in non linear
programming stanford Univ. Press 1958.
[14] P. WOLFE, L. HELD, H.P. CROWDER
Validation of subgradient Optimisation Math.
Prog. (A paraitre).
PROLONGEMENTS DE JEUX ET JEUX ITERES
HERVE MOULIN
Introduction : Position du probleme
Nous considerons un jeu a 2 personnes de somme nulle, donne sous sa forme normale
(0-1)
Les ensembles X et Y representent les strategies "~" des
la fonction de gain que le premier joueur cherche a maximiser.
Le jeu est "resolu" si :
2 joueurs et g
(0-2) sup x~X
inf g(x,y) yEY
inf yU
sup g(x,y) xEX
Mais en general on a seulement :
(0-3) sup x
inf g(x,y)~ inf sup g(x,y) y y x
Pour "jouer" alors tIle jeu" on pourra
"agrandir" les ensembles de strategies des joueurs.
"etendrellla fonction de gain aux nouveaux ensembles de strategies.
Un exemple classique
Ce procede est celui qui permet de definir la "valeur mixte" d'un jeu.
L'ensemble X des strategies pures est remplace par son "enveloppe convexe"
CO(X) (en un sens que nous preciserons plus loin) que l'on appelle l'ensemble des
strategies "mixtes". De meme pour Y, et la nouvelle fonction de gain est :
(0-4) r ~ CO(X) "E: CO(y) G(p.,?) = [XxY g(x,y) \lex) ~(y)
Nous allons dans une premiere partie etudier systematiquement de tels procedes, puis
dans la seconde partie, nous montrerons que Ie procede d'''iteration d'un jeu"
recouvre un grand nombre de fa~ons de jouer Ie jeu initial.
Nous appelons prolongement des jeux sur Xl( Y une fa~on de jouer Ie jeu initial
quelle que soit la fonction de gain g.
I - Prolongements de jeux
Notations elf, (X" y) designera l' espace des fonctions bornees sur X)( Y c'est
un espace de Banach pour la norme :
131
(1-1) g,,-Jl;'(XxY) /I gIl = sup Ig(x,y)\ (X,y)E:XlC Y
I Nous notons ;;f;1 (X X Y) le simplexe du dual de o?l (X xY), qui, grace 11 l' inj ection
canonique
(1-2)
apparait comme l'enveloppe convexe de X" Y
et egale 11 1.
Definition (1-1)
Nous notons e la fonction constante
Un prolongement des jeux sur X)( Y est la donnee
a/ de 2 ensembles '* et ~ et de 2 injections i et j
(1-3) i x~l
b/ d 'une application lineaire <rro:
(1-4) 'lro: jt (X x Y) ~ :IIi' ( 1:. y.. 'J telle que
( 1-5) Ql'"" est positive et -- (e) = e 1\ 0 Ito
et
(1-6) tlg~~(X~ y) \J(x,y) c. Xll Y : ~g(i(x),j(y)) = g(x,y)
On dira que ~ et ~ sont les ensembles de "strategies etendues", et "lrog le pro
longement de la fonction de gain g 11 l'ensemble des strategies etendues.
La definition (1-1) montre que, pour tout prolongement <'If : o
inf (g(x,y)] = inf ['if:' g(! ,~ )]
{
(x,y) E: Xx Y (I,~)~~)(';:J 0
(1-7) ~g~;)\:(Xx.Y)
sup (g(x,y)J = sup ['i" gel,:j)J (x,y)~ XxY Cf,:r)~~)1.~ 0
Nous donnons maintement 11 un prolongement une forme equivalente, mais plus maniable.
Proposition (1-1)
r Si les ensembles X,Y ,~, 'j et les injections i et j sont fixes et ve-
132
rifient (1-3), alors a toute application lin~aire lr v~rifiant (1-4) et (1-6) , il o
correspond une application 1r:
telle que :
(1-9) 'cI(x,y)t- XxY TC(i(x),j(y)) = I(x,y)
La correspondance entre ~ et 1[' est bijective et est donn~e par la formule
(1-10) IJgE;Ii(XlLY)' "(I,!1)~X;.~ :'ltog(!,~) =dt(r,S),g>
pour le crochet qui met en dualit~ iAo(x xY) et -J.' (X.,. y)
D~finition (1-2)
Un prolongement O(,y,i,j,'It"'o) des jeux sur X)I. Y est dit admissible si
(1-11) ii'gE./t(Xx Y) : sup inf[gJ~sup x y J
inf (T. g1<inf sup [-r ~ $. inf sup [g] 'j 0:T'-S 1" 0 y x
Un prolongement est donc admissible si dans le jeu prolong~, la tactique prudente de
chacun des joueurs est au moins aussi int~ressante que dans le jeu initial.
Proposition (1-2)
Un prolongement (~, ~ ,i ,j, '1(0) des jeux sur X)( Y est admissible si et seulement
si l'application Tassoci~e (par (l-lO»)v~rifie :
(1-12) { D~finition (1-3)
VxE:x y~~'Y :'it'(i(x),':S)E- [email protected]'l(Y)
V'!~l. ~Y~Y : "7t{.5 ,j(y»~ :Jl'1(X)® ~y
Un prolongement (¥.,~ ,i,j,'lt:) des jeux sur X~Y est dit jouable si o
(1-13) 1,/ gE:Jt (X)/. y) sup inf 1 j
133
un prolongement jouable est donc tel que pour toute fonction de gain dans le jeu ini
tial, la fonction de gain prolongee possede une valeur.
Proposition (1-3)
Un prolongement (~,':I,i,j,<Jto) des jeux sur XlC.Y est jouable si et seulement
si l' application tr associee (par (1-10) verifie
Exemple (1-1) Prolongement fini de jeux finis
Si X et Y sont finis il est interessant de rechercher des prolongement des
j eux sur X ]I; Y d~nt les ensembles de strategies etendues soient egalement finis.
On pourra representer un tel prolongement comme suit :
Si Ixl = n
N,P matrice
IYI = p l?k\ = N b'1 = P , alors 'fr" g est decrit par une
telle que
('-15)t: (,-,6) {
G = rG .• J. Ll.,J 1.=1, ... ,N
i6 n
j£:p
i> n
ou bien
j> p
j=1, ••• ,P
Gi,j ·gf,j (c'est le jeu initial)
G •• 1.,J combinaison convexe des [~,lJ k.5-n
loS p
Nous donnons en (1-17) et (1-18) deux exemples de tels prolongements 011
IXI = (YI = 2 et I~I 1,)'1 = 4 • On a repreaente le jeu initial dans
superieur gauche : y ... .r "'
{ a b a b
X
( 1-17l c d d c
a d a (a+b+c+d) 4
c b (a+b+c+d) b 4 ..... ---......- ./
'::J
le carre
134
t .....
x{ a b (a+b) 2 a
(1-18)
c d c (c+d) -2-
c (2c+d+b) c (8c+4d+2b+a) 4 15
(2c+d+b) (8c+4d+2b+a) a a 4 15
11 resulte des propositions (1-2) et (1-3) que (1-17) est un prolongement admissi
ble et jouable et que (1-18) est un prolongement jouable mais non admissible.
Exemple (1-2) Prolongements sequentiels
On choisit comme ensemble des strategies etendues
(1-19) "* = J!l (resp. y = .p) l' ensemble des suites de X (resp. de y)
et les injections canoniques sont
i (x) (x,x, ... ,x, ... )
(1-20)
i
L : Y ~Ij j (y) = (y,y, .•• ,y, ••• )
Nous notons ~ (resp. 1) un element de *- (resp '::1) et si g est un element de
~(Xxy) , g[x,?] designe la suite double:
( 1-21)
Si h nous lui associons l'operateur de pro lon-
gement
(1-22) .1 A ) h ( -) ..... J vgEiTt.(XxY :7Cag~,y =<h,g[x,y >
Un cas particulier important (parce qu'il est faiblement dense) est celui
est dans 11 (fi2) La relation (1-22) s' ecrit alors :
+Qt
(1-23) 'It~g(x,y) L i,j=1 a .. g(x. ,y.) ou a .. ~O ,
l.J l. J l.,J
En general un prolongement sequentiel est admissible mais n'est pas jouable.
Cependant choisissons pour h un element de [1. (tl) )'1 qui veri fie
2 . 1 N (1-24) ~ u .. 2.. '" "" E 1010 (IN ) < h,{u .. }> = ll.m -2 ~=1 u ..
L l.JJl.,J-.; '"' l.J ~ +"" N l.,J l.J
ou h
135
lorsque cette limite existe (un tel h existe d'apres le theoreme de Hahn-Banach)
Dans ce cas le prolongement sequentiel associe a h est jouable et il est meme
equivalent au prolongement mixte (0-4) : quelle que soit la fonction de gain g,
la valeur de 'It',, g est egale a la valeur mixte de g
Exemple (1-3) Prolongements decisionnels.
Soient.l- et Y deux ensembles d I applications
( 1-25) 1 Y ---+- X
( 1-26)
Nous dirons que (J;::J) constitue un prolongement decisionnel si ~ et ':f con
tiennent les applications constantes et si :
(1-27 ) v q ,j') e; ~ xY 31(x,y) C X)( Y: (x = S(y) et y = f(x».
1e couple (x,y) est appele le point fixe de (:5 ,r) et il est note < 5 'J'>
Si (1 ~ constitue un prolongement decisionnel, on leur associe le prolongement
suivant des jeux sur X X Y
(1-28 ) i i(x)(y) = x
( 1-29) j:Y-}YvxCX j(y)(x) y
( 1-30)
En general un prolongement decisionnel est admissible mais n'est pas jouable.
Nous indiquons un cas ou il est jouable : 1; est l' ensemble de toutes les ap
plications de Y dans X et Y = Y est l'ensemble des applications constantes de X
dans Y.
Pour toute fonction de gain g, la valeur de Tro g est alors inf sup g(x,y). 11 y x
s'agit done du prolongement admissible et jouable le plus avantageux pour le premier
joueur. On definit symetriquement le plus avantageux pour le secondjoueur.
136
II - Jeux iteres.
1 - Definition.
On pose X = ~ et Y = tN ; on note leurs elements; =(x.) et Y = (y.) . l. i€ Ii J j £IN
On appelle strategie non anticipative de type 1 (en abrege n.a.1) du premier
joueur une application ~
(2-1 )
telle que pour tout n
(2-2)
,./
x
De meme une strategie n.a.2 du premier joueur est une application p telle que
pour tout n
(2.3)
L'ensemble des strategies n.a.1 (resp. n.a.2)du premier joueur est note M1
(resp~) de meme une strategie n.a.1. (resp. n.a.2) du second joueur est une ap
plication 'Ii : (2-4)
'" ,. \jI:X'--+Y IV (i) = y
qui verifie la relation (2-2) (resp. (2-3» ou x remplace y.
L'ensemble des strategie n.a.1 (resp. n.a.2) du second joueur est note N1
(resp. N2 ).
Si (~. '1') est un element de M 1 X N2 (ou bien M2)( N 1). il existe un unique
couple (x,y) dans X ~ Y tel que
(2-5)
oniappelle le point fixe de (f ,'Ii ) et on le note < i! • 'II> •
Nous pouvons maintenant definir les jeux iteres.
Definition (2-1)
Soit h un ele"ment de [n (0,2,1' )(10 " JJ 1 •
137
Le jeu itere J h (resp. ~) est le prolongement suivant des jeux sur
X y. Y : (M1, N2 , i,j, rr~) (resp. (M2 , N 1, i,j, 7I"~)}
avec
(2-6) i (x,X, .. <I ,x, ... )
(2-7) (y,y, •.• ,y, •.• )
(2-8) V g E:.tt(x X y}, V (~ ,'i') C M1 )( N2 (resp. M2)C Ni ) j( og(C , Ij)}
= <. h,g t~,-V >] >
On dira que le jeu itere J h est celui ou le joueur 1 joue le premier, et ~
celui ou le joueur 2 joue le premier.
2 - Jouabilite des jeux iteres.
11 est aise de constater que les jeux iteres J h et ~ sont la forme normale
de jeux infinis avec information parfaite. Par consequent la premiere assertion
du theoreme (2-1) decoule des resultats generaux de [1J .
Theoreme (2-1)
Si h est un element de Ii (1N2 )
(2-9)
alors les
continue,
h = (a .. ) a iJ. :.,,0; 1::::: a .. = 1 lJ i,j€1N i,j=1 lJ
prolongemenuJh et Kh sont jouables. Si de plus X et Y sont compacts et g
alors rr hg possede un point selle dans ~ X N2 (ou M2~ N1). o
Comme il est clair que les jeux iteres sont admissiblee, nous venons donc de
construire, par "composition" d'un prolongement sequentiel et d'un prolongement
decisionnel, une large classe de prolongements jouables et admissibles.
En faisant varier h, noue allons maintenant obtenir plusieurs cas particulier
et cas limite du theoreme (2-1).
138
3 - Jeux it~r~s remarguables.
L'interet de cette particularisation est que nous pourrons pour la recherche des
strat~gies optimales, nous restreindre a des sous-ensembles de Mi ~ Nj • Done nous
disposerons d'un prolongement plus "leger".
a) Jeux it~r~s en temps fini.
C'est le cas ou h est de support fini dans -t~(N2)
(2.10)
Le th~oreme(2-1) est alors une ~l~mentaire cons~quence du r~sultat g~n~ral
de [2J On peut se restreindre aux sous-ensembles de Mi et Nj form~ des applications
~,¥ v~rifiant (2-2) ou (2-3) mais qui sont du type
(2-11) t : y {1, ... Nf ----+ X \1, ••• ,Nf
(2-12) '1': X ~1, .. . N} --+ X 11, ••• ,N!
Si X et Y sont finis, on obtient ainsi un prolongement fini de jeux finis.
b) Jeux actualis~s a retard 1.
Soit s un ~~mb~e : O~ s" 1, a:p:pel~ le taux d'actualisation. Si hs est
1 '~l~ment de ~ 1 (IN ) d~fini par
(2-13) <h ,u .. >=(l-s) s ~J Cu .. + sU'+ l .]
1,1 l. ,1
alors les jeux it~r~s J s et Ks associ~s sont appel~s les jeux actualis~s de taux s.
Pour ces jeux les strat~gies optimales des 2 joueurs sont stationnaires et sont
obtenues a l'aide du systeme (2-14) appelG systeme de Bellmann.
(2-14) = sup [(l-S)
x € X
= inf [( 1-6) y 6 Y
g(x,y) + s Ws(x)]
g(x,y) + s Vs(y~
139
Pour obtenir une strategie optimale du premier joueur, il suffit de (et il faut)
choisir pour tout y dans Y un element x dans X qui realise Ie sup dans (2.14). On
determine ainsi (si c'est possible) une application P :
(2-15) P Y~X
qui est une "strategie stationnaire". Elle equivaut 11 la strategie n.a.1 ~p
(2,16)
On peut faire la meme chose pour Ie second joueur.
Les fonctions V (y) et W (x) qui interviennent dans (2-14) peuvent etre inter-s s
pretees comme valeur du jeu si Ie premier joueur (V (y)) ou Ie second joueur (W (x)) s s
joue Ie premier. Pour plus de detail voir [3J.
Signalons enfin que Ie syst~me (2-14), sans une forme bien sUr plus compliquee, n+ 2 appara1t dans tous les jeux iteres J k et ~. lorsque h est dansL1(~ ). II permet
de caracteriser les strategies optimales comme celles qui "realisent Ie sup" ou
"l'inf". Nous ne l'expliciterons pas ici 11 cause de la lourdeur des notations.
c - Le Jeu itere ergodigue
Sci t he dans [)\»(tl2 )]; choisi de telle sorte que, si la limite a un sens dans
(2-17) on ait :
(2-17) 71"eog(x,y) = lim L N-+HO 2N
N ~(g(x. ,y.) + g(xi +1, Y1.)1 l.=1 l. l. J
Autrement dit Ie gain du jeu ergodique est Ie gain moyen observe Ie long de la
trajectoire, si les joueurs "jouent" alternativement. On a montre dans [3Jque ce jeu
est la "limite" des jeux actualises lorsque s tend vers 1, et que c' est aussi la
limite du jeu it ere en temps fini :
(2-18)
lorsque N tend vers l'infini.
140
On peut meme obtenir pour le jeu ergodique un syst~me de Bellmann qui d~termine
des strat~gies optimales. (cf.[4]).
On d~signe par ve la valeur du jeu ergodique (c'est la valeur de J h aussi bien e
que de Kb ) et le syst~me de Bellmann ergodique est : e
(2-19) [ A(y)
B(x)
= sup [g(x,y) + B(x)] x€X
= inf [g(x,y) + A(Y)] y£Y
- v e
- v e
Remarquons que le jeu ergodique constitue un prolongement des jeux sur X X Y
dont les ensembles de strat~gies ~tendues sont Xl et ~.
[4]
C'est donc un prolongement fini si X et Y sont finis.
D. GALE, F.M. STEWART
BIBLIOGRAPHIE
Infinite games with perfect. information.
in "Contributions to the theory of games"
2 - Princeton university Press 1953.
J. Von NEUMANN, O. MORGENSTERN Theory of games and Economic Behavior
H. MOULIN
H. MOULIN
Princeton 1944.
Iterations d'un jeu a 2 personnes de somme
nulle.
Annales de Bordeaux I 73-74 (3) pp. 45-64.
Iterated games in "International Journal of game
theory" (a paraitre).
.LA CONVEXITE EN STATIQUE
J. J. MOREAU
Institut de Mathematiques
Universite des Sciences et Techniques du Languedoc
MONTPELLT~R
1. INTRODUCTION
La Mecanique semble ~tre Ie premier domaine scientifique ou l'on ait fait
un usage precls du concept d'ensemble convexe. II s'agissait de formuler la condi
tion d'equilibre, dans Ie champ de la pesanteur, d'un solide pose sur un plan hori
zontal : cette condition, assez anciennement connue (17eme siecle semble-t-il ; cf.
[2J, t, II, P. 227) est que la verticale du centre de gravite rencontre l'enveloppe
convexe de l'ensemble des points d'appui, On a la un exemple typique de probleme de
statique avec liaisons unilaterales. C'est d'ailleurs l'etude des liaisons unilate
rales en dynamique qui a motive, initialement, l'inter~t de l'auteur pour les ensem
bles et fonctions convexes (naissance de la cavitation dans un fluide parfait incom-
pressible ; cf, [9J, [10J),
On sait, d'autre part, Ie r~le essentiel joue par la dualite des espaces
vectoriels dans la theorie moderne de la convexite. Justement, c'est la une structu
re omnipresente en Mecanique aussi, bien que les exposes traditionnels ne l'explici
tent pas nettement. II est constant d'associer a chaque configuration eventuelle
d'un systeme mecanique un espace vectoriel ~, de dimension infinie si Ie systeme
est de liberte infinie, dont les elements constituent, au moins d'un point de vue
formel, les valeurs possibles de la vitesse du systeme s'il vient a passer par la
configuration en question, Grossierement parlant, ~ est l'espace vectoriel tangent
au point considere de la variete des configurations du systeme, mais on n'aura gene
ralement pas besoin de preciser cette assertion. Par la forme bilineaire puissance,
notee dans la suite <".>, l'espace ~ est mis en dualite avec un autre espace
vectoriel 1, dont les elements constituent, en un sens general, des forces suscep
tibles d'agir sur Ie systeme dans la configuration envisagee, Ces deux espaces sont
habituellement construits de maniere que la dualite soit separante, au moins dans
1 ; nous donnons quelques explications la dessus au § 3 ci-apres. La traditionnelle
methode des travaux virtuels, ou des puissances virtuelles, n'est pas autre chose
que la mise en oeuvre de cette dualite,
Ce simple cadre permet deja une analyse utile des lois de resistance. On
pourra consulter [13J et [14J, ou l'auteur souligne que les lois physiques qui se
trouvent relier une des forces, soit f E 1, subies par Ie systeme, a sa vitesse,
142
v E "r, ont tres usuellement la forme -f E iJ CP(v), avec cP : "'V ~ R convexe. La
consideration de la multiapplication, v ~ iJ CP(v) suscite une mentalite nouvelle
dans l'etude du frottement (cf. [13]) ou de la plasticite, avec ou sans ecrouissa
ge (cf. [1], [16], [17], [18], [21], [22], [23], [24] >. Les pionniers de la theorie
de la plasticite avaient deja reconnu l'importance de certaines proprietes de con
vexite. Certes, les relations entre force et vitesse revelees par l'experience bru
te ne sont pas toujours sous-differentielles ; pourtant, certains se demandent si la
preeminence de lois de cette forme n'aurait pas une signification thermodynamique,
dans une nouvelle approche systematique des phenomenes irreversibles.
La mise en place de ce formalisme des paires d'espaces appelle immediate
ment certaines demarches de style algebrique. Banalement, constituer un systeme par
conjonction de plusieurs autres, se reflete dans la construction des espaces Jr et
1 comme produits des espaces respectivement associes aux systemes constituants. In
versement, la mise en dualite de sous-espaces et d'espaces quotients de )r et 1
peut avoir une signification mecanique precise, sans necessairement correspondre a
la definition d'un sous-systeme du systeme mecanique considere (cette idee, deja
explicitee dans [13] est largement developpee dans [1], [20], [21]).
2. SOMMA IRE
II ne sera question ici que de statique, pour des systemes mecaniques
dont l'ensemble des configurations eventuelles, note \L, est muni d'une structure
d'espace vectoriel.
Tel est notamment Ie cas dans un nombre considerable de situations de me
canique appliquee, ou une approximation lineaire est employee au niveau de la cine
matique (ou plutot de la geometrie) : Ie systeme est suppose presenter seulement une
evolution "de petite amplitude" au voisinage d'une configuration de reference, la
quelle constitue Ie zero de l'espace vectoriel. Reconnaitre cette structure vecto
rielle de ~ ne fait que cOdifier Ie langage traditionnel de la mecanique appliquee,
au l'on parle couramment de "superposer" de petits deplacements : il s'agit la de
1 'operation d'addition dans 'U,; la notion de deplacements "proportionnels", qui
correspond a la multiplication d'un element de ~ par un scalaire est egalement
tradi tionnelle.
Alors, pour toute configuration du systeme, l'espace des vitesses ~ s'i
dentifie avec '\..L, en duali te avec un espace 1 independant de la configuration ; la
forme bilineaire <. ,.> exprime aussi bien un travail qu'une puissance, selon que
Ie premier facteur est un deplacement au une vitesse.
Nous intitulons loi statique une relation formulee entre la configuration
u E '\.L du systeme et 1 'une, soi t f E 1, parmi les forces qu' il subi t s' il vient a
presenter ladite configuration. En pratique, Ie systeme etudie sera soumis conjoin
tement a plusieurs lois de cette sorte : la formulation de chacune d'elles resume
143
un des phenomenes physiques auquel Ie systeme participe. La consideration de telles
relations entre configuration et force n'est d'ailleurs pas restreinte a la stati
que; dans l'etude de problemes d'evolution, les lois en question pourront se trou
ver dependre du temps.
S'il existe une fonction W : 1L~ R telle que la loi statique conside
ree s' ecrive -f = grad W(u) (gradient "faible" ou differentielle de Gliteaux de la
fonction W, au sens de la dualite 11, 1) on dit classiquement que la fonction W
est un potentiel de la loi statique. En pratique, la fonction West presque tou
jours convexe ; l'importance de ce fait a ete frequemment soulignee, surtout a la
sui te de R. HILL [6 ] [7 J. Des explications a ce sujet sont donnees au § 5. La
consequence principale de cette convexite est que l'element grad W(u) constitue
Ie sous-differentiel de la fonction W au point u, de sorte que la loi statique
consideree s'ecrit de fa90n equivalente -f E a W(u).
La notion mecanique de liaison est generalement mal connue des non-specia
listes. La caracterisation d'une liaison exige fondamentalement plus que la simple
donnee du sous-ensemble constitue dans ~ par les configurations que cette liaison
permet : il est indispensable de posseder aussi des informations sur les forces de
liaison (ou reactions) que doit mettre en oeuvre Ie dispositif par lequel la liber
te du systeme se trouve restreinte, informations qu'on peut appeler les conditions
stheniques de la liaison. On construit facilement des exemples comparatifs de liai
sons ayant la m~me condition geometrique, c'est-a-dire permettant Ie m~me ensemble
de configurations,mais conduisant a des mouvements differents pour les systemes qui
y sont soumis: par exemple, des 1922, H. BEGHIN (These, Paris) insistait sur la
distinction entre liaisons de contact et liaisons d'asservissement, concept aujourd'
hui plus actuel que Jamais.
L'objet des § 6 et 7, est de faire voir que les liaisons de contact tradi
tionnellement qualifiees de "parfaites" ou "sans frottement", qu'elles soient bila
terales ou unilaterales, constituent des lois statiques au sens que nous venons de
dire. Et, dans Ie cadre de la geometrie linearisee qui nous occupe iCi, la consta
tation fondamentale est qu'une loi statique de cette sorte, relation entre la confi
guration u E'U., et la force de liaison r E 1, a la forme -r E a tP'c(U)' ou tP'c est la fonction indicatrice de l'ensemble C des configurations permises par la
liaison, partie convexe fermee de \L. Si l'on compare avec la loi statique -f E a W(u) rencontree tout a l'heu
re, on voit qu'un formalisme unique se trouve englober a la fois les lois de force
classiques a potentiel convexe et les liaisons parfaites, bilaterales ou unilatera
les : ce sont toutes des lois statiques decrites au moyen du sous-differentiel d'une
fonction convexe a valeurs dans J-~, + ~J ; nous disons que cette fonction est un
sur-potentiel de la loi en question (ce fut la d'ailleurs la motivation m~me de l'au
teur pour formaliser la notion de sous-differentiel).
On dispose ainsi d'un instrument extr~mement bien adapte a la mise en
oeuvre du programme suivant :
144
1° Caracterisation des u E ~ qui sont configurationsd'eguilibre, par des proprie
tes de minimum.
2° Par passage aux fonctions polaires, au sens de la duali te 'U, <. ,. > 'i, caracteri
sation analogue de la valeur d'equilibre de la force impliquee dans telle ou telle
des lois statiques auxquelles Ie systeme est conjointement soumis (cela s'appelle
traditionnellement une approche "statique" du probleme de l'equilibre, par opposi
tion avec la recherche directe de la configuration, inti tulee approche "cinematique ").
3° Caracterisation simultanee des deux elements precedents par une propriete de col
concernant une fonction definie sur Ie produi t 'U. x 'i .
Tel est l'objet des § 9 et 10. Comme les systemes rencontres dans la prati
que sont toujours soumis conjointement a plusieurs lOis statiques, il existe dans
chaque situation mecanique un nombre assez grand de manieres d'utiliser les Proposi
tions de ces paragraphes. 11 est par ailleurs tres usuel, au stade m~me de la defi
nition deS lOis statiques, de voir s'introduire, a cote de la paire d'espaces en dua-
lite 'U." 'i au moins une autre paire (espace de deformation et espace de contrain-
te, eux aussi en dualite) liee a la premiere par un couple d'application lineaires
mutuellement adjointes. Cela diversifie encore plus les manieres d'exploiter les
Propositions en question. L'exemple simple d'un treillis de barres, developpe pour
conclure ce rapport, illustre cette diversite.
3. VITESSE ET FORCE
Contrairement au sentiment qu'on a pu avoir dans Ie courant du 1geme sie
cle, et encore present chez beaucoup de non-specialistes, la Mecanique classique
(c'est-a-dire la Mecanique ni relativiste ni quantique) est loin aujourd'hui de cons
tituer une doctrine deductive, deroulee mathematiquement a partir d'axiomes unitai
res, Les "principes", tels qu'il sont traditionnellement presentes, ne sont propre
ment applicables qu'aux systemes finis de points materiels. lIs interviennent ensui
te seulement comme guides, lors d'une elaboration inductive de chapitres plus evo
lues.
Que l'on songe, par exemple a la theorie du milieu continu Ie plus simple:
ce milieu occupe un ouvert de l'espace a trois dimensions et son etat de " con-
trainte interieure" est decrit par une fonction definie sur cet ouvert, a valeurs
tensorielles d'ordre 2, soit x ~ ~ik(x). Rappelons qu'on arrive a cette conception
au moyen de considerations basees sur un decoupage du milieu continu par des surfa
ces regulieres et en admettant que les actions exercees l'une sur l'autre par les
deux portions du milieu que separe une telle surface sont representablespar des den
sites superficielles de force. Partant de la, en postulant les differentiabilites
utiles, on reussit a inferer d'une maniere tout-a-fait plausible les equations aux
derivees pRrtielles de la statique ou de la dynamique du milieu. Lorsqu'il s'agit,
apres cela, de savoir si Ie theoreme de l'energie cinetique et Ie theoreme des
145
puissances virtuelles sont vrais pour Ie systeme mecanique forme par un tel milieu,
tout ce qu'on peut faire est de poser une definition ad hoc de la "puissance des
efforts interieurs", assurant la validite de ces deux enonces, a savoir
(3. 1) - J E (}'k(x) E 'k(x) dx (") i,k 1. 1.
ou Eik(x) represente Ie tenseur "vitesse de deformation" au point x. Au stade
ulterieur des relations avec la thermodynamique, on postulera que Ie travail obtenu
en integrant cette puissance par rapport au temps est bien justiciable des enonces
thermodynamiques traditionnels.
On emerge de cette phase inductive oblige d'admettre que les "efforts"
susceptibles d'agir sur un systeme mecanique ne sont pas toujours representables
par les vecteurs force de la mecanique naive, ni m~me par des repartitions conti
nues de tels vecteurs. Les "efforts interieurs" dont on vient d'avoir a definir la
puissance sont tout autre chose que les forces exercees l'une sur l'autre par
les deux portions de milieu que separe une surface choisie : ces dernieres forces,
affectant respectivement les deux faces en contact, consistent en deux repartitions
dont les densites surfaciques vectorielles sont opposees ; cela leur donne une puis
sance nulle pour tout mouvement tel que Ie champ vectoriel des vitesses soit continuo
Cette formalisation des milieux continus tridimensionnels suffit pour beau
coup d'applications. Toutefois, d'autres chapitres de la Mecanique envisagent des
milieux continus, a une, deux ou trois dimensions, dont les efforts interieurs sont
definis de maniere plus compliquee ; on sera amene aussi a prendre en compte des
discontinuites (ondes de choc), etc •..
Bref, on doit accepter la Mecanique d'aujourd'hui comme une reunion de
chapitres fermement relies entre eux par certaines idees directrices, mais sans ve
ritable fondement axiomatique unitaire. L'auteur estime cette constatation rassu
rante : elle prouve que la Mecanique est bien vivante ; l'axiomatisation est, en
effet, plut~t un travail d'arriere-garde une science en developpement deborde bien
vite toute axiomatique qu'on essaie de lui imposer.
Parmi ces idees directrices communes a divers chapitres de la Mecanique
figurent des methodes mathematiques comme celles qui font l'objet du present rap
port. Insister sur la generalite de ces methodes ne constitue en aucune fayon une
formulation de "principes" de la Mecanique.
Nous avons dit dans 1 'introduction qu'a chaque configuration eventuelle
du systeme etudie,le mecanicien associait un espace vectoriel )r dont les elements
constituent, d'un point de vue formel, les valeurs possibles de la vitesse du sys
teme s'il vienta passer par cette configuration. Cet espace peut ~tre construit, se
Ion les situations, de fayons tres diverses. Pour les systemes unidimensionnels en
vi sages au § 11 ci-apres, l' element generique de "y est simplement une vi tesse
d'allongement, mesuree par un reel, ce qui donne atrIa dimension un. Dans d'au
tres cas "Y est un espace de champs vectoriels definis sur Ie systeme 3 lui-
146
m~me : l'element generique v de Ir est alors une application, associant a chaque
particule s de 3, l'element -+ yes), vecteur vitesse de cette particule relative-
ment a un certain repere. Mais dans d'autre cas aussi, selon la structure geometri
que dont 3 aura ete equipe, il pourra ~tre plus indique de definir v comme un
champ tensoriel de "vitesses de deformation", ou bien encore (dans la schematisa
tion unidimensionnelle de la flexion des poutres) comme une fonction numerique "vi
tesse de courbure", etc ••• Bref Ir sera, de fa90n generale, un espace fonctionnel
et sa construction precise se trouvera souvent inflechie par Ie desir d'obtenir des
theoremes d'existence de solutions pour les problemes poses (cette existence n'est
peut etre pas aussi importante qu'il semblerait ; cf. [21] ou B. NAYROLES suggere
une problematique plus souple).
Soulignons qu'une meme Situation physique pourra generalement etre appre
hendee de plusieurs manieres, impliquant des choix differents de l'espace Jr (cf.
§ 13 ci-apres).
Parallelement a la construction de I' espace ..,. est effectuee celIe de
1 'espace '1 des forces. Une premiere exigence est que, pour tout v E 'Y et tout
f E ~, soit definie la puissance < v,f >, forme bilineaire mettant les deux espa
ces duali teo
C'est dans un sens generalise que les elements de lr sont baptises forces
(pour eviter des confusions avec l'acception restreinte traditionnelle du terme,
l'auteur proposait, dans [15], d'utiliser pour les elements de '1 l'appelation de
dynames). Ces elements sont impliques dans l'enonce d'informations concernant les
"actions" (exterieures ou interieures) auxquelles Ie systeme est soumis. Chacune de
ces informations, constituant ce qu'on peut appeler une loi de force, relie a tel ou
tel element descriptif du mouvement eventuel du systeme, ~ parmi les forces que Ie
systeme "subit". Les systemes etudies sont pratiquement toujours soumis conjointe
ment a plusieurs lois de force, soit £1' £2' •.• , £n' Le principe des vitesses
virtuelles formule comme suit une condition necessaire et suffisante pour que la con
figuration etudiee u soit une configuration d'equilibre du systeme c'est-a-dire
pour que l'immobilite dans la configuration en question soit un mouvement observa
ble : il existe des elements f l' f 2 , •.. , fn de '1 respectivement compatibles,
selon les lois £1' £2' •.• , £n ' avec l'immobilite du systeme dans la configuration
u et tels que n
V v E 'Y: Z < v, f. > i=1 1
o (3. 2)
Un tel principe ne peut evidemment etre vrai, en tant que condition suf-
fisante d'equilibre, que si l'espace ~ (ensemble de vitesses considerees comme
"admissibles") est assez gros. A notre connaissance il n'a jamais ete formule de
critere precis, ayant valeur de loi physique, et permettant de juger s'il en est
bien ainsi ; c'est pourquoi, dans l'etat actuel, si "principe" il y a, c'est plutot
un principe de conduite : lors de l'elaboration de chaque chapitre de la Mecanique,
une de s premieres taches sera de definir un espace y- assurant la validi te de
147
l'enonce precedent. L'efficacite d'une telle attitude est soulignee notamment par
P. GERMAIN [5J.
II sera generalement commode, quoique non indispensable, de supposer que
la dualite instituee par la forme bilineaire < > est separante dans 'j, c'est-
a-dire que la forme lineaire v ~ < v,f > est nulle pour tout v E "y (si et) seu
lement si f est Ie zero de 'j. On pourra toujours se ramener a ce cas en rempla-
c;:ant, si besoin est, 'j par un espace quotient. L'exemple Ie plus classique est ce-
lui de la mecanique des solides parfaits : pour chaque configuration eventuelle
d'un tel solide, l'espace J7 est l'ensemble des champs vectoriels -<>
s>? yes) defi-
nis sur Ie solide et equiprojectifs ; on sait que cet espace a la dimension 6 (du
moins dans Ie cas regulier ou tous les elements du solide ne sont pas alignes). Un
element f de 'j se presente a priori comme une famille de forces au sens elemen-
taire, appliquees au solide, ou, plus generalement comme, une repartition de forces
qu'on peut decrire comme une mesure vectorielle ; notons -<>
d f cette mesure. La
puissance d'une telle repartition de forces se definit classiquement par
< v,f > J -<> -<> yes). d f(s)
L' ensemble 'j de ces mesures formant un espace vectoriel de dimension infinie, la
duali te avec "y ne saurai t ';tre separante. La demarche tradi tionnelle est de consi
derer Ie sous-espace 'j 0 des repartitions de forces qui sont equivalentes a zero
en ce sens qu'elles donnent une puissance nulle pour tout v E jr. Alors l'espace
quotient se trouve en dualite separante avec "y ; les elements de cet espace
quotient s'appellent classiquement torseurs.
Si la dualite est separante dans
(3. 3)
4. SYSTEMES MECANIQUES VECTORIELS
n
l: i= 1
'j, la condition d'equilibre (3. 2) egui-
o
Dans toute la suite de ce rapport, on se restreint au cas d'un systeme me
canique dont l'ensemble ~ des configurations eventuelles est muni d'une structure
d'espace vectoriel sur Ie corps des reels. C'est Ie cas dans un nombre considerable
de problemes de mecanique appliquee, traites par Ie moyen de l'approximation des pe-
tits mouvements on admet que Ie systeme considere s'ecarte "peu" d'une configura-
tion de reference laquelle constitue Ie zero de ~; en vertu de quoi toutes les re
lations cinematiques invoquees seront remplacees par des relations affines "tangen
tes". Appelons systemes mecaniques vectoriels les schemas ainsi obtenus (et non pas
systemes mecaniques lineaires, car les problemes poses a leur sujet ne sont pas ne
cessairement lineaires).
148
Etant donne un mouvement du systeme, c'est-a-dire une application t ~ u
d'un intervalle de temps dans l'espace ~, la vitesse vest, par definition, la
derivee u de cette application, derivee prise au sens d'une topologie a specifier.
De la sorte, l'espace des vitesses 1r, que Ie paragraphe precedent associait a cha
que configuration eventuelle d'un systeme mecanique, s'identifie a LL lui-m~me ;
c'est donc desormais Ie m~me espace quelle que soit la configuration consideree.
Correlativement l'espace vectoriel ~ se trouve mis en dualite, par la forme bili
neaire notee toujours <. ,. >, avec un espace vectoriel de "forces" '1, Ie m~me
pour toutes les configurations. Pour v E '\.L et f E '1, Ie scalaire < v, f > cons
titue la puissance de la force f correspondant a la vitesse eventuelle v du sys
teme. Mais ici on peut aussi bien interpreter tout element de 1L, notons-le cette
fois 8 u, comme un deplacement, ~uquel cas < 8 u,f > constitue Ie travail de la
force f correspondant a ce deplacement. Noter un tel deplacement 8 u, plut~t qu£
simplement u, est conforme a la tradition et suggestif, mais il est bien entendu
que, vu la structure vectorielle de ~, deplacements et configurations ont la m~me
nature algebrique. Observons en outre que cette identification de l'espace des vi
tesses V avec I' espace vectoriel U. des deplacements ou configurations suppose
implicitement que l'unite de temps a ete specifiee. En pratique il restera tout de
meme possible de contr~ler les calculs par des verifications d'homogeneite ; distin
guer 'U.. et ...,. alourdirait inutilement Ie formalisme.
Loi statique
Appelons loi statique une relation formulee entre la configuration u E 'U.. du systeme et I' ~, soi t f E '1, parmi les forces qu' il se trouve sub:ir s' il vient
a passer par ladite configuration. En pratique une telle relation resume l'etude de
phenomenes physiques auxquels Ie systeme considere participe.
Cette relation peut toujours s'ecrire sous la forme
f E R(u)
ou u ~ R(u) represente une multiapplication de 'U.. dans '1, a valeurs eventuelle
ment vides.
La consideration de telles lois n'est pas limitee a l'etude de problemes
d'equilibre et la multiapplication R peut eventuellement dependre du temps.
Equilibre
Pour la recherche des configurations d'equilibre du systeme (cf. § prece
dent) il n'y a naturellement pas a prendre en compte les ohenomenes mettant en jeu
des forces s'annulant lors de toute immobilite ~ventuelle de ce systeme (par exemple
l~s resistances de type visqueux, fonctions line~ires de la vitesse u). Ces pheno
menes mis a part, supposons que toutes les lois de force auquel Ie systeme est con
jointement soumis consistent en n lois statiques, definies par les multiapplica-
tions R1 , R2 , Rn. La condition d'equilibre (3. 2) donne alors : un u E ~ est
149
configuration d'equilibre si et seulement si il existe f 1 , f 2 ,
tels que f. E R. (u) et que 1 1
n (4. 1) 'if u E'lJ.., h < u,f i > 0
i= 1
f dans 'f n
Si la dualite entre 'U.. et 'f est separante dans 'f, la propriete (4. 1)
equivaut a la nullite de la somme des fi ; alors la notion usuelle de somme de
multiapplications donne: un u E 1L est configuration d'equilibre si et seulement
si
5. POTENTIEL CLASSIQUE
On dit que la loi statique f E R(u) admet une fonction W : 'U.""" R com
me potentiel si l'ensemble R(u) consiste, pour chaque u E 1t, en un seul element
egal a - grad W(u), gradient faible (ou "de Gateaux") de la fonction W au point
u au sens de la duali te 'U. < .,. > 'f. On suppose dans la suite que cette duali te
est separante dans 'f.
Exemple banal.
Loi statique u'"" R(u) = f fol ou fo E 'f est une force donnee, indepen
dante de la configuration u ; une telle loi est usuellement appelee une charge ;
elle admet pour potentiel la fonction lineaire u'"" - < u,fo >.
Stabilite energetique et convexite.
Considerons Ie probleme de l'equilibre du systeme soumis, a l'exclusion
de toute autre loi de force, a la conjonction des deux lois suivantes : une loi sta
tique de potentiel W et une charge donnee f o • Un Uo E II est configuration d'e
quilibre si et seulement si
(5. 1)
ce qui equivaut a dire que la fonction numerique
¢ : u ~ W(u) - < u,fo >
admet un gradient nul au point u o • Supposant qu'il en est ainsi, considerons une
droite issue de u o
D=fuELI... u=uo+i;a i;ERJ
(a element fixe non nul de~) ; la restriction ¢jD possede une derivee nulle au
point u o •
Soit une evolution differentiable du systeme sur D, c'est-a-dire une ap
plication differentiable d'un interval Ie de temps [to' t 1J dans D, faisant passer
u de u o u 1• Le travail total des deux forces precedentes (il serait plus cor-
rect de dire: travail des deux lois statiques) est, par definition, l'integrale
150
t1 Jt
< ~(t), fo -grad W(u(t)) > dt =¢(uo ) - ¢(u1 )
o
Si Uo n'est pas,pour la restriction ¢ID ,un point de minimum, au moins local, il
existe sur D des choix de u 1 , arbitrairement voisins de u o ' tels que Ie travail
ci-dessus soit strictement positif.
De fa90n equivalente, on peut considerer que chaque valeur u(t) de l'e
volution ci-dessus est configuration d'equilibre du systeme soumis, outre les deux
lois precedentes, a une charge supplementaire ou commande aCt) E 1
aCt) = - fo + grad W(u(t))
Alors ¢(uo ) - ¢(u 1) est Ie travail de cette commande au cours de l'evolution in-
verse sur D, ramenant u
bitrairement voisins de u o
de u 1 en uo ' L'existence de points tels que u 1' ar
et pour lesquels ce travail soit strictement positif
s'enoncera tres naturellement en disant que la configuration d'equilibre u o
n'est
pas energetiquement stable j bref, en prenant en consideration l'ensemble des droi-
tes issues de U o on est conduit a poser
DEFINITION.
u o
On dira que la configuration d'equilibre U o est energetiquement sta
est point interne d'une partie w de 1L telle que la restriction ¢Iw
atteigne son inf au point
Tout point de 'U. u (minimum non necessairement strict).
o peut s'identifier a la configuration d'equilibre
dessus, simplement en choisissant fo conformement a (5. 1). On dira que W
u cio
est un
potentiel stable si, pour tout U o E LL, l'equilibre en question est energetiquement
stable. S'il en est ainsi on obtient que la restriction de W a toute droite tel Ie
que D est une fonction differentiable d'une variable reelle, localement minoree
en chaque point par sa fonction affine tangente : cela entralne elementairement que
ladite restriction est convexe, d'oll la convexite de W sur 11. De ce fait Ie gra
dient de West aussi sous-gradient et la fonction W appartient a l'ensemble
r(Ll, 1) des fonctions convexes, s,c,i. au sens des topologies compatibles avec la
duali te LL < .,. > 1 . En conclusion
PROPOSITION. Vne fonction W : ~L ~ R, faiblement differentiable au sens de la dua
Ii te U < .,. > 1 , est un potentiel stable si et seulement si cette fonction est con-
vexe.
S'il en est ainsi, Ie sous-differentiel de la fonction convexe W au point
u se reduit au singleton [grad W(u)], ce qui fait que la loi statique consideree
s'ecrit de fa90n equivalente
(5. 2) - f E iJ W( u)
6. LIAISON AFFINE PARFAITE
Envisageons Ie cadre Ie plus simple pour la mise en oeuvre de l'approxi
mation des petits mouvements. Le systeme materiel 8 considere est un ensemble,
151
usuellement infini, d'elements appeles particules. Un repere E est suppose choisi, ->
espace homogene euclidien de dimension 3 ; notons E l'espace vectoriel associe,
espace des vecteurs libres de E. Une configuration de 8 par rapport a E est une
application de 3 dans E ; notons p Ie point de E qui est 1 'image de telle
particule s E 3 par cette application: on dit que pest la position de s dans
E (ou "relativement a E") pour la configuration consideree du systeme. Soit Po
la position de s dans E lorsque 3 se trouve presenter la configuration privi
legiee u o intitulee, selon Ie contexte, configuration "de reference", ou "nature 1-
Ie", ou "vierge", etc ... La particule s etant specifiee, toute configuration
--- -> u E 'U., fourni t donc une valeur du vecteur Po pEE. L'approximation des petits mou-
vements consiste a munir 1Ll d'une structure d'espace vectoriel dont
Ie zero et a remplacer, pour chaque particule s E 8, l'application
u constitue o
u .... par
une application lineaire 1 : Ll -> E s
qui lui est, en un certain sens, tangente o
Repetons qu'il s'agit la seulement du cadre Ie plus simple ; les exemples
developpes a la fin de ce rapport feront comprendre qu'on peut ~tre amene a repre
senter les configurations d'un systeme 3 par d'autres objets mathematiques que des
applications de 8 dans E, notamment par des fonctions definissant l'etat de de
formation et a mettre en oeuvre, la aussi, des approximations lineaireso
Etudions dans ~cadre present, un exemple typique de liaison bilaterale sans
frottement : On suppose qu'une certaine particule s de 8 est guidee dans une sur
face donnee S = [x E E : hex) = 01 avec h : E -> R, fonction contin~ment differen
tiable de gradient non nul en tout point de So
La condition geometrique (ou, si l'on veut, cinematique) de cette liaison
s'ecrit h(p) = 0 et l'approximation des petits mouvements remplace cette condition
par la relation affine tangente
(Ie point 0 represente la multiplication scalaire dans E), de sorte que l'ensemble
des configurations u permises apparaft comme une sous-variete affine de~, soit
.I:=[uELL gr~d h(p ) = oj o
Pour continuer, faisons les hypotheses que l'application 1 : \1 E s
est surjective et en outre qu'elle est continue pour les topologies sur LL compati-
bles avec la duali te LL < 0'0 > 'loOn peL.t exprimer ces hypotheses en disant que s
est une particule de 3 reguliere par rapport a 1 'usage de lL comme espace des
configurations de 30 La variete affine .I: est alors fermee, de codimension 1 ;
bref
(6 0 1) U + a
ou a designe un element convenablcment choisi de l..L et
(6. 2) U = [u E '1.L: 1 (u) • gr~d h(p ) = oj s 0
espace vectoriel de codimension 1 dans Lt, ferme pour les topologies compatibles
avec la duali te u.. < .,. > 'I •
152
Parler de liaison signifie ici qu'un dispositif agit de maniere adaptee
a chaque circonstance pour maintenir,quoi qu'il advienne, la condition pES. Dans
l'hypothese d'un maintien par contact, cette action de contrainte ou reaction se
resume en une simple force au sens de la physique elementaire, appliquee a la par-
ticule s elle-meme, de grandeur vectorielle ~ ~
R E E a priori inconnue. Le mode
d 'emploi du formalisme 'U.. < .,. > r represente cette force par l' element r de 'I
tel que, pour tout /l u E 'U., Ie crochet < /l u, r > fournisse Ie travail de la for-
ce, c'est-a-dire
(6. 3)
L'existence de ce r
< 8 u, r > == 1. (8 u) Ii s
est assuree par l'hypothese de continuite de 1. Faire, de plus, l'hypothese que Ie contact est sans frottement signifie
~
que Ie vecteur R, a priori inconnu, est, en tout etat de cause,normal au point p
a la surface S. Dans les cas usuels d'emploi de l'approximation des petits mouve
ments, Ie deplacement Po p est petit devant les rayons de courbure de la surface
S ; si l'on confond les directions des normales en p et Po' on commet de la sor
te une erreur du meme ordre que celles deja commises. L'hypothese de non-frottement
se traduit alors par l'implication
/lP • gr~d h(p ) = 0 ~ 1 =>
... /lp
... R=O
pour /lp E E. Parce que l'application s est supposee surjective et vu (6. 3),
cela equivaut a
l s (/lu) • gr~d h(Po) => < /lu, r > = 0
pour /lu ELL. Autrement dit, en appelant V Ie sous-espace de 'i orthogonal a
l'espace U defini en (6. 2),
(6. 4) rEV
Inversement, on supposera que toute valeur de R norma Ie a S peut ef
fectivement etre assuree par Ie dispositif qui maintient la particule dans S : ce
la veut dire, d'une part, que Ie maintien est bilateral (on peut concevoir s comme
guide entre deux surfaces paralleles infiniment voisines) et, d'autre part, qu'au
cun seuil de rupture ne limite la capacite du dispositif. Nous resumons ces hypo
theses inverses en disant que la liaison parfaite est ferme (cf. [15], tome II,
§ 9. 2).
A ce moment, toutes les informations qu'on possede sur la liaison sont re-
sumees dans u E £ , rEV
ensemble £ x V de 'LL x r autrement dit, la paire (u, r) appartient au sous
cela constitue bien une loi statique, dans Ie sens pre-
cise au § 4, c'est-a-dire une relation entre la configuration eventuelle u E LL et
I'une, soit r E 'i, parmi les forces que Ie systeme subit. On trouve immediatement
que cette relation equivaut a
(6. 5) - rEa t/I£ (u)
(Ie signe - est ici sans importance, puisque Ie second membre est un espace vecto
riel). Se rappeler que Ie sous-differentiel a t/I£ (u) est vide si u f £ •
8i Ie systeme est soumis conjointement a une famille finie de liaisons de
Ia sorte precedente, on constate que cette conjonction de lOis statiques se resume
153
encore sous la forme (6. 5), £ designant toujours une variete affine fermee pour
les topologies compatibles avec la dualite.
D'une fayon generale, on pourra appeler liaison affine parfaite, toute loi
statique definie de cette maniere par une variete affine fermee quelconque, de co
dimension non necessairement finie dans 'U..
7. LIAISON UNILATERALE PARFAITE
Avec les memes notations que dans Ie paragraphe precedent, supposons ici
que la particule s du systeme S, au lieu d'~tre maintenue bilateralement dans la
surface S, est confinee par un bloc solide impenetrable dont S est la frontiere.
La fonction h utilisee pour la representation de S est supposee choisie de fa
yon que l'ensemble des valcurs permises pour la position p de s s'ecrive
{p E E : h(p) ~ oj. Si on utilise la meme procedure de linearisation que tout A
l'heure, l'ensemble des va leurs permises pour u s'ecrit
(7. 1) ~={uE1.L i(u) s
gr-;d h(p ) ~ oj o
demi-espace ferme dans '1.L admettant la variete affine £ pour frontiere.
La encore, la formulation de tout probleme d'equilibre ou de mouvement du -> ->
systeme exige des informations concernant la grandeur vectorielle R E E de la for-
ce que Ie bloc doit, selon les circonstances, exercer sur la particule s.
-+ Cette reaction Rest nulle si s ne touche pas Ie bloc, c'est-A-dire s1 1'1-
nega11te en (7. 1) est satisfaite de maniere stricte. Donc, si on represente ~ par l'element r de 1, conformement A (6. 3), on a l'implication
(7. 2) u E int ~ => r = 0
2° Lorsque s est au contact du bloc, faisons encore l'hypothese de non-frottemen~
c'est-A-dire que R est normal A S au point p, position de s. Mais, de plus, -+
l'unilateralite du contact impose maintenant que Ie vecteur R soit dirige vers Ia
region permise, c'est-A-dire dans Ie sens de gr;d h(p). En termes de travail cela
s'exprime par l'implication -+ ->
ap • gr-;d h(p) ~ 0 => ap. it ~ 0 pour ap E E ->
A nouveau, l'approximation des petits mouvements nous conduit A remplacer grad h(p)
-+ ( ) , , '1 a ete supposee surJoective, par grad h Po ; comme, d autre part, 1 application s
l'imp11cation ci-dessus equivaut A
'1 (au) • gr-;d h(p ) ~ 0 => < au, r > ~ 0 o pour au E 1..1.,.
Plus commodement posons u' = u + aU ; puisque, dans ce cas du contact, on a u E £
l'implication equivaut A
(7. 3) 'if u' E ~ < u'- u , r >~ 0
II se trouve que cette derniere condition entrafne automatiquement (7. 2) ; en ef
fet, si u E int~, la difference u'- u, pour u' E ~, peut, A un facteur positif
pres, s'identifier A tout element de ~.
154
La condition geometrique u E ~ de la liaison, jOinte a la condition
sthenique (7. 3) se resument visiblement dans l'ecriture
(7. 4) - r E Il "'~ (u)
Comme tout a l'heure, la liaison est declaree ferme si inversement toute
valeur de r verifiant cette condition peut ~tre fournie par Ie dispositif reali
sant la liaison : cela veut dire ici que Ie bloc solide est assez resistant pour
que la force H, normale et dirigee dans Ie sens precise plus haut, puisse prendre,
selon les circonstances, des valeurs arbitrairement grandes.
On observe a nouveau que la conjonction d'une famille finie de lois sta
tiques de cette sorte, correspondant respectivement a des demi-espaces fermes
~ de l'espace ~, equivaut a la loi statique n
- rEa "'C (u)
ou C designe l'intersection de ces n demi-espaces (ensemble convexe ferme, even
tuellement vide).
On est conduit par la plus generalement a appeler liaison convexe parfai
~, toute loi statique de la forme (7. 5) ou C designe une partie convexe de ~,
fermee pour les topologies compatibles avec la dualite.
Les liaisons affines parfaites etudiees au paragraphe 6 en sont evidem
ment un cas particulier.
8. 8URPOTENrIELS
On considere, comme dans les paragraphes precedents, un systeme mecanique
dont I' ensemble des configurations 'U- est un espace vectoriel ; on suppose que la
duali te de '1.l, avec '! est separante dans '!
Nous disons qu'une loi statique admet une fonction cf> :U-+ J- "", + ""J pour surpotentiel si cette loi consiste dans la relation suivante entre la configu
ration u E 'U.. et une force f E '!
-f E a cf> (u)
En particulier, lorsqu'une loi statique admet une fonction W pour po
tentiel, W se trouve etre aussi surpotentiel si et seulement si cette fonction est
convexe ; on a explique au § 5 que c'etait tres usuellement Ie cas.
L'autre exemple fondamental est celui d'une liaison convexe parfaite tel
Ie qu'on l'a presentee au § 7 : c'est une loi statique admettant pour surpotentiel
la fonction indicatrice "'C de l'ensemble des configurations permises par la liai
son. 8i l'on prend, en particulier, pour C une variete affine, cette forme inclut
Ie cas des liaisons bilaterales sans frottement, telles qulelles apparaissent dans
Ie cadre de l'approximation des petits mouvements (cf. § 6).
Rassembler lois de force traditionnelles et liaisons dans un formalisme
uniqu~~t l'objet essentiel du present rapport.
155
Supposons Ie systeme soumis conjointement a n lois statiques admettant
les surpotentiels respectifs <P 1, <P'.2' ••• , <Pn' La somme f des n forces
fn impliquees dans ces n lois est reliee a la configuration u par
- f E O<P 1(u) + O<P2 (u) + ..• + O<Pn(u)
ce qui constitue la loi resultante des n lois; banalement cette relation implique
(8. 2)
Mais (8. 2) n'est equivalent a (s. 1) que sous reserve de conditions assurant, pour
les n fonctions <Pi ' i = 1, 2, ..• , n , l'additivite des sous-differentiels.
Rappelons une condition suffisante usuelle pour cela (cf. [llJ ).:
Certaines des fonctions <Pi sont faiblement differentiables partout dans
ll; il existe un point U o E 1t en lequel les autres, sauf eventuellement une, sont
finies et continues (pour une topologie compatible avec la dualite de'lL et '!) ;
la derniere fonction est finie au point uo'
Dans ce cas, la loi statique resultante admet la fonction
<Pl + <P2 + ••• + <Pn comme surpotentiel.
Equilibre
Si toutes les lois de force auquel Ie systeme est soumis (mises a part,
eventuellement, des forces s'annulant en cas d'immobilite) se resument en une uni
que loi statique admettant Ie surpotentiel <p, un element u de 'U., est une confi
guration d'equilibre si et seulement si 0 E ~ <p(u), ce qui signifie que u est un
point de minimum de la fonction <p.
Dans Ie cas, par contre, d'une conjonction de lois stHtiques en nombre fi-
ni, de surpotentiels <P 1' <P2 , ••• , <Pn' la situation est moins simple: de ce que
(S. 1) implique (S. 2), on conclut que toute configuration d'eguilibre minimise la
somme <Pl + <P2 + '" + <Pn ; mais la reciproque est subordonnee a des hypotheses
complementaires assurant l'additivite des sous-differentiels, tellesque celIe for
mulee plus haut.
9. SYSTEME SOUMIS A DEUX LOIS STATIQUES ; DUALITE
On suppose dans ce paragraphe que (mises a part, eventuellement, des ac
tions s'annulant en cas d'immobilite) Ie systeme considere est soumis conjointement
a deux lois statiques de surpotentiels <P 1 et <P2 , appartenant a r 0 (U, 'i)
(c'est-a-dire des fonctions convexes, a valeurs dans J- 00, + ooJ, autres que la cons
tante + 00 et s. c. i. pour les topologies compatibles avec la dualite).
Par exemple, <PI sera Ie potentiel, convexe, d'une loi statique de type
traditionnel et <P2 sera Ie surpotentiel ¢C d'une liaison convexe parfaite. Con
formement a l'argumentation du paragraphe precedent, toute configuration d'equili
bre de ce systeme minimise la fonction <PI + *c ' c'est-a-dire que c'est un point de
C minimisant la restriction de <PI a cet ensemble et, en particularisant la condi
tion enoncee au paragraphe precedent, on obtient que chacune des hypotheses sui van
tes est suffisante pour que la reciproque soit vraie
156
1° La fonction ~1 est faiblement differentiable partout sur Lt, c'est-a.-dire que
c'est un potentiel au sens classique.
2° II existe un point dans l'interieur de C ou la fonction ~1 prend une valeur
finie.
3° 11 existe un point dans '1.1 en lequel la fonction '" 1 est finie et cont inue,
et qui appartient a. C ("continue" ou "interieur" sont naturellement entendus au
sens d 'une topologie compatible avec la duali te 'U, < .,. > 'i ), Interessons-nous maintenant aux deux forces f1 E - ~ ~1(u) et
f2 E - a ~2(U) impliquees respectivement dans les deux lois statiques et qui, a.
l'equilibre, ont une somme nulle. Determiner f 1, ou aussi bien f2 qui lui est
oppose, independamment de la configuration d'equilibre u correspondante s'appelle
traditionnellement une approche statique du probleme de l'equilibre (il vaudrait
mieux dire approche sthenique) •
On suppose expressement
note )11 et )12 leurs fonctions 1\
la fonction f ~ )11(- f) note )11 Alors
que "'1
pol aires
(c'est
et ~2 appartiennent a. r 0 CU" 'i) ; on
respectives, elements de r ('i, 1U ; on '" 0
la fonction polaire de ~1 : u ~ ~1(-u)).
PROPOSITION. Un point f 1 de 'i est une solution du probleme d' equilibre au sens
precise ci-dessus si et seulement si
(9. 1)
En effet, f1 E'i est valeur d'equilibre si et seulement si il existe
u Ell tel que - f1 E a ~1(U) et f1 E a ~2(U) ; or ces deux conditions equiva-1\
lent respectivement a. -u E a )l1(f 1) et u E a )l2(f 1).
REMARQUE. Un point verifiant (9. 1) minimise la fonction sur 'i . , la reciproque est vraie si
sous-differentiels.
et satisfont une condition d'additivite des
De telles caracterisations extremales des forces a. l'equilibre sont con-
nues depuis longtemps, du moins pour un systeme soumis a. des liaisons affines par
faites. Ce cas rentre dans Ie formalisme ci-dessus : si ~2 est la fonction indi
catrice de la variete affine £ = a + U (avec a E LL et U sous-espace vectoriel
de lL.; cf. § 6) on trouve, en appelant V Ie sous-espace de 'i orthogonal a. U
a,f > si f E V
+00 si f rj V
Par ailleurs, dans les exemples les plus classiques, ~1 est Ie potentiel d'une loi
d'elasticite lineaire, c'est-a.-dire une forme quadratique? 0 sur~. On trouve
alors elementairement que , egal a )11 ' est une forme quadratique sur 'i (du
moins en un sens generalise : forme quadratique positive finie sur un sous-espace
de 'i, prolongee avec la valeur + 00 hors de ce sous-espace ; cf. [8]). Ce cas des
formes quadratiques donne lieu a. une propriete speciale: si -f E a ~1(u), on a
157
A ~ ¢1(U) = 'Y 1(f) ; de la sorte 'Y1 apparait comme "expression de l'energie elastique
en fonction de la force". Cette particularite ne sUbsiste pas en elasticite non li
neaire ; on peut toutefois se demander quelle doit etre la forme de la fonction ¢1
(supposee par exemple sous-differentiable en tout point de ~) pour qu'il existe
une fonction g: R ~ R telle que l'on ait l'implication . "--f E a¢l(u) => 'Y 1(f) = g(¢l(u»
"- a. 1 '''energie''o ce qUi reliera encore la valeur de 'Y 1 celIe de Comme
a¢ 1 (u) "- < > - ¢l(u) -f E => 'Y 1(f) =- u,f
on est ramene a. une analyse faite par 1 'auteur [ 14J a. propos de la puissance dissi-
pee dans une loi de resistance. En se limitant pour simplifier au cas usuel ou
o E a¢l(O) on trouve la caracterisation suivante de la fonction ¢1 : elle dOit
etre quasi-homogene, c'est-a.-dire que ses ensembles de niveau sont homothetiques
les uns des autres par rapport a. l'origine ; une propriete equivalente est que la
"direction" de f depend seulement de celIe de u. C'est ce qui a lieu Ie plus sou
vent en pratique.
10. PROPRIETE DE COL
Les deux approches : recherche de u ou recherche de f 1, presentees au
paragraphe precedent pour Ie probleme de l'equilibre d'un systeme a. deux surpoten
tiels, constituent ce qu'on peut appeler une paire de problemes en dualite, meme
lorsque, par manque de conditions assurant l'additivite des sous-differentiels, ces
deux problemes ne sont pas strictement equivalents a. des minimisations de fonctions
numeriques.
II est aujourd'hui banal d'observer que les solutions respectives de deux
tels p~oblemes forment, si on les accouple, les solutions d'un probleme de point
selle pour une certaine fonction definie sur un espace produit.
C'est ce qui est obtenu encore ici ; on notera que la Proposition c;i:
dessous ne suppose pas de condition d'additivite de sous-differentiels.
PROPOSITION. Soit L la fonction concave-convexe definie sur Ie produit 'tL x 'I par A
L(u,f) = < u,f > + 'Y 1(f) - ¢2(u)
(avec la convention 00 - 00 = - 00 ~, aussi bien, la convention 00 - 00 = + 00). 1la point Uo E II est configuration d'equilibre pour Ie systeme defini au paragraphe 9,
~ f 1 = -f2 E 'I comme force associee, si et seulement si (uo ' f 1) est point-
selle de valeur finie pour L, c'est-a.-dire si L(UO ' f 1 )
f 1 ):(: L(Uo '
est finie et
(10. 1) VuE lL , V f E 'f : L(u,
Demonstration. Supposons que u o
soit configuration d'equilibre, avec
comme force associee par la premiere des deux lois statiques ; on a
ce qui signifie
V f E 'I - <
-u o
158
et f1 E o¢2(UO)' ce qui signifie
(10.3) VuE'! < u - uo ' fl > + ¢2(uO ) ~ ¢2(u)
Ajouter Ie reel aux deux membres de (10. 2) fournit la seconde des ine-
galites (10. 1) ; ajouter Ie reel Yl(f 1) aux deux membres de (10. 3) fournit la
premiere.
Inversement, supposer L(uo ' f 1) fini entralne que ¢2(uO ) et Yl(f 1)
sont finis : Ie calcul ci-dessus peut alors etre effectue a rebours pour deduire
(10. 2) et (10. 3) de (10. 1).
REMARQUE. Echanger les roles de ¢1 et ¢2 fournit une fonction L toute diffe
rente. Comme, dans les situations pratiques, il y a habituellement plusieurs manie
res de classer les lois statiques subies par Ie systeme en deux groupes representes
respectivement par deux surpotentiels ¢1 et ¢2' comme, d'autre part Ie schema a deux espaces 1l, '[ peut habi tuellement etre mis en oeuvre de plusieurs manieres
(cf. § 13 ci-apres), cette proposition engendre un grand nombre de proprietes de col
caracterisant l'equilibre en elastostatique.
Pour d'autres voies d'investigation systematique de proprietes variation
nelles en mecanique on pourra consulter [25], [261 et [27].
11. EXEMPLES UNIDIMENSIONNELS
On considere dans ce paragraphe un systeme 3 dont la configuration se
trouve specifiee par une unique variable numerique : 3 sera, par exemple,une barre
rectiligne ou un fil, dans la mesure ou on s'interesse seulement a la distance entre
les extremites. Notons ~o + e cette distance; en d'autres termes, e represente
l'allongement de la barre ou du fil par rapport a un certain etat de reference dans
lequel la longueur est 10 , Comme nous nous occupons uniquement ici de statique,
l'etat de contrainte du systeme est suffisamment decrit par la tension s. Pour l'ap
plication du principe des travaux virtuels a un tel systeme il est classique que Ie
travail des efforts interieurs, pour un accroissement d'allongement 8e. doit etre
pris egal a - s 8e. Ainsi Ie schema general des paragraphes precedents s'applique
en prenant, comme espace vectoriel ~ une copie de R d~nt e ou 8e constitue
1 'element generique, et comme espace vectoriel '[ une autre copie de R d~nt s
est l'element generique ; ces deux espaces vectoriels de dimension 1 sont mis en
dualite par la forme bilineaire
(11. 1) < e, s > e s
Le signe "moins" vient simplement de ce que nous nous conformons a l'habitude, com
mune en mecanique des solides, de me surer l'etat de contrainte par un nombre positif
lorsque c'est proprement un etat de tension, par un nombre negatif lorsque c'est une
compression. Ce signe n'a rien a voir avec Ie fait que l'''effort'' en question est
interieur au systeme : dans notre formalisme, les efforts interieurs sont, au sens
159
general, des "forces" comme les autres.
Ce cadre permet la formulation des lois de comportement de systemes uni-
dimensionnels usuels.
1° Elasticite ordinaire
On suppose dans ce cas que la tension s est une fonction continue stric
tement croissante de l'allongement e, soit s = j(e) ou s = 8'(e), en not ant 8
une primitive de j; remarquer que 8 est alors une fonction convexe. Soit e o
une valeur particuliere de e et soit So = 8'(eo )' La fonction affine
e ~ (e - e ) s + 8 (e ) o 0 0
est tangente a la fonction 8 au point eo ; or, relativement a la dualite definie
par la forme bilineaire (11. 1), la pente de cette fonction affine est
ment dit la relation s = 8'(e) peut s'ecrire
- s = grad 8(e)
Autre-
ce qui signifie que la fonction 8 est potentiel de cette loi statique, donc aussi
bien sur-potentiel, vu la convexite.
Comme nous avons suppose la fonction
croissante, elle possede une fonction inverse
8 ' -1
j
j continue et strictement
definie sur l'intervalle I, en-
semble des va leurs de j (intervalle non necessairement ferme ni borne). La carac
terisation de e et -s comme points conjugues relativement a la paire de fonc-
* tions duales 8, 8
* permet de calculer 8
* 8(e) + 8 (-s)
par la relation
< e, -s >
8*(-s) = s j-1(s) - 8 [j-1(s)]
* valable pour tout s dans I. La f'Onctior. 8 prend la valeur + 00 hors de l'adhe-
rence de - I.
2° Fil elastique
Si Ie systeme est un fil elastique de longueur au repos ~o' la relation
entre allongement et tension s'ecrit a nouveau s = j(e), avec une fonction j qui
prend la valeur zero pour e ~ 0. Vne primitive 8 de jest sur-potentiel de cet* te loi statique ; sa fonction duale 8 relativement a la forme bilineaire (11. 1)
* prend la valeur + 00 sur ]0, + 00] j les valeurs de 8 (-s) pour s par courant
l'ensemble des valeurs de j, se construisent comme dans l'exemple precedent, si j
est continue et strictement croissante sur [0, + 00[.
3° Fil inextensible
C 'est, par rapport au precedent,
est la longueur propre de ce fil et que la
que la relation entre e et s admet pour
un cas frontiere
charge de rupture
sur-potentiel
si e > ° si e ~ °
; on
est
suppose que ~ 0
infinie, on trouve
160
c'est-a-dire la fonction indicatrice de l'ensemble C = 1- 00,0], partie convexe
fermee de U = R. Cette loi sta tique est donc une liaison convexe parfai teo La fonc-
* est la fonction indicatrice du sous-ensemble ]- 00, 0] de 'j = R. tion duale e Le lecteur pourra formaliser d'autres exemples de systemes unidimension
nels, par exemple un ressort a boudin, enclos dans un guide tubulaire pour eviter
Ie flambement ; la longueur ~o + e ne peut pas descendre en dessous de la valeur
qu'elle a lorsque les spires du res sort sont jOintives. La relation correspondante
entre e et s equivaut a la conjonction d'une loi d'elasticite ordinaire et d'une
liaison convexe parfaite. Cela donne un modele elementaire de systeme elastigue de
compressibilite limitee ; la theorie des milieux continus de ce type (exemple : Ie
caoutchouc-mousse) a ete fondee par W. PRAGER
mites concernant un tel milieu, voir [3].
pour l'etude de problemes aux li-
12. UN SYSTEME COMPOSE
On prend pour 8 un treillis de barres, dont les extremites sont articu
lees les unes aux autres par des joints spheriques. Les joints sont representes par
n points A1, A2 , •.• , An qu'on appellera les noeuds du treillis. Quitte a imagi
ner des barres fictives, de tension essentiellement nulle, on peut supposer qu'il
existe une barre, notons-la B .. , entre chaque paire de noeuds A. et AJ. (avec • . • • . ~ J . n (n- 1 ) 1
i < j pour eV1ter les repet1t10ns), S01t ---2--- barres en tout. Le comportement
de chaque barre est traite comme unidimensionnel ; notons Sij la tension de la
barre Bij et par e ij son allongement relativement a la longueur qu'elle a dans
1 'etat "zero" du systeme.
Chaque configuration du systeme 8 est completement determinee par les
positions correspondantes des n noeuds relativement a un repere tridimensionnel
""" """ 8 ces positions peuvent etre definies par la donnee des n vecteurs xi E 8 ,
i 1, 2, ... , n , specifiant les deplacements subis respectivement par les Ai com
parativement aux positions qu'ils ont dans la configuration zero. On introduit donc
l'espace vectoriel X, de dimension 3n, dont l'element generique x est Ie n-uple
"""""" """ (Xl' x2 ' xn).
Les deplacements ~i sont traites comme "infiniment petits" par rapport
aux longueurs des diverses barres, ce qui permet de lineariser les relations geome-
""" triques. Notons ~ij' pour i < j, Ie vecteur unite de la droite orientee Ai Aj
(consideree dans la configuration zero mais cette preeision est sans importance
puisque les barres ne presentent que des rotations infiniment petites). L'allonge-
ment de la barre est relie a x par
(12. n e .. =-: ... (~.- ~.) 1J 1J J 1
(Ie point represente Ie produit scalaire de l'espace vectoriel euclidien
"""""" """ Un effort exterieur est un n-uple de forces (Yl' Y2' •.• , Yn) respecti-
vement appliquees aux n noeuds Ai (dans ce qui suit On ne prendra pas en compte
161
la pesanteur) ; ce n-uple, note y, constitue l'element generique d'un espace vec
toriel Y, de dimension 3n. Les espaces vectoriels X et Y sont mis en dualite
separante par la forme bilineaire
(12. 2) « x, y » n E i~l
laquelle ex prime Ie travail de l'effort exterieur y pour un deplacement x de
l'ensemble des noeuds.
La formulation du probleme de l'equilibre du systeme 3 demande qu'on
specifie les lois statiques auxquelles ce systeme est assujetti. Elles sont de deux
sortes :
Certaines concernent des efforts exterieurs ; par exemple des charges don
nees peuvent etre appliquees a certains des noeuds ; ou bien certains noeuds peuvent
~tre soumis a des liaisons, bilaterales ou unilaterales ; ou bien encore certains
noeuds sont assujettis a des lOis statiques reliant a leurs positions certaines des
foces qu'il subissent. Tout cela pourra se decrire globalement dans Ie formalisme
de la paire d'espaces X, Y par une relation entre x et y. Dans des cas usuels,
cette relation s'ecrira au moyen d'un surpotentiel
(12. 3) - yEa ~ (x)
au sens de la dualite definie par (12. 2).
Les autres lois statiques, dites interieures, concernent Ie comportement
des barres, en termes d'allongements e ij et de tensions Sij' On considerera donc n(n-1)
l'espace E, de dimension ----2-- , dont l'element generique, note e, est Ie syste-
me des nombres e ij , avec i < j et l'espace S, de meme dimension, dont l'element
generique s est constitue par les Sij' avec i < j. D'apres ce qui a ete dit au
paragraphe precedent, Ie travail d'un systeme d'efforts s E S, pour un accroisse
ment e E E des allongements, est
(12. 4) [e, sJ i~j e ij Sij
forme bilineaire playant les espaces E et S en dualite separante. Ne pas oublier
Ie signe n(n-1)
2
"moins" qui fait que cette dualite n'est pas la dualite naturelle de
R avec lUi-meme.
On suppose des lois de comportement concernant individuellement chaque
barre, respectivement caracterisees comme au § 11 par des surpotentiels 8 ij , c'est
a-dire que, au sens de la dualite qui avait ete definie alors, on a
(12. 5) - Sij E a8 i / e ij )
pour toute paire d'indices i et j tels que i < j. On verifie immediatement que
si on definit sur E la fonction e ~ 8(e) par
ces n(n-1 ) --2-
(12. 6)
8(e) E 8. Jo(e. J.> i<j ~ ~
relations equivalent a
- s E a8 (e)
162
au sens de la dualite etablie entre E et Spar (12. 4). -->
D'apres la definition des vecteurs a ij , Ie noeud Ai subit la force --> -->
s a de la part de chaque barre Bl."J"' j > i, et la force -sJ"l." aJ"l." de la part ij ij -->
de chaque barre Bji ' j < i. Donc, si on note Yi la somme des forces exterieures
subies par Ai (c'est-a-dire des forces ne provenant pas des barres), la mecanique
elementaire donne comme conditions d'equilibre des n noeuds, pour chaque i,
(12. 7) --> Yl." + Z
j>i
--> s" " a" " l.J l.J
Notons D : X --> E l'application lineaire
sens des deux dualites X «.,.» Y et E [.,.] S,
x~ e definie par (12. 1). Au
* la transposee D S --> Y de D
est par definition telle que
(12. 8) v x E E v s E S * [Dx, s] == « x, D s»
En identifiant terme a terme les deux membres, developpes conformement aux defini
tions de [ . , . ] et * «.,.», on obtient que l'element D s E Y consiste dans Ie
n-uple des vecteurs * (D s). E "8 l. exprimes pour chaque i par
(12. 9)
cipe des
(12. 10)
* (D s)" l. -->
Z siJ" al." J" j>i
Le systeme des n conditions d'equilibre (12. 7) prend donc la forme
* y+D s==O
* La definition (12. 8) de D
travaux virtuels " a savoir , V x E X
fait que cette condition equivaut au
« x,y » + [D x, s] 0
" " prl.n-
(pour alleger, on ecrit simplement x, au lieu de ox).
13. MODALITES DIVERSES D'UTILISATION DU FORMALISME GENERAL
Le formalisme '\.L <.,. > '1 des paragraphes 4 a 10 peut etre applique de
plusieurs manieres au systeme que l'on vient de decrire.
1° Methode des gros espaces
Appelons ainsi la methode consistant a utiliser la paire (x, e), notee
u, comme l'element specifiant la configuration du systeme. L'espace vectoriel LL est
de la sorte constitue par Ie produit X x E ; l'espace '1 correspondant sera Ie pro
duit Y x S d~nt l'element generique fest une paire (y, s). La forme bilineaire
<u, f> «x, y»+[e, s]
qui met 'U.. et '1 en duali te separante exprime de fa90n genera Ie Ie travail total
de l'effort exterieur y et de la famille de tensions s lorsque Ie deplacement
des noeuds est x et la famille des accroissements d'allongement e.
Evidemment, puisque les e ij sont essentiellement les allongements re->
sultant, selon (12. 1), des deplacements Xi des noeuds, u ne peut parcourir la
totalite de tL, mais seulement Ie sous-espace
163
u = ! (x, e) E X x E e = D xl Formellement, on peut interpreter cette restriction de liberte comme une liaison
parfai te au sens du § 6.
En effet, si y E Y est l'effort exterieur total et s E S la famille
des tensions des barres, la condition d'equilibre (12. 9) ne consiste pas dans l'an
nulation de l'element f = (y, s) de l'espace 'if mais seulement dans l'exigence
que cet element appartienne au sous-espace
v = { (y, s) E Y x S * y + D s = ol Or Vest exactement Ie sous-espace de 'if orthogonal A U (ce fait n' est pas au
tre chose que l'equivalence des conditions (12. 9) et (12. 10». La condition (12.9)
exprime l'existence de rEV tel que f + r = O. Interpreter cet element r comme
la reaction associee a la liaison dont la condition geometrique est u E U est bien
conforme a la definition d'une liaison affine parfaite selon Ie §6.
En fait, la conception de (12. 1) comme traduisant une liaison est ici
physiquement claire. L'usage du produit X x E en tant qu'espace des configurations
equivaut a considerer Ie systeme comme la conjonction des sous-systemes suivants : ~
les noeuds Ai' dont les configurations sont decrites par les xi' et les barres,
dont les etats respectifs sont decrits par les e ij • La liaison en question consiste
tout simplement A relier les extremites des barres aux noeuds. Toutefois, notre but
en developpant cet exemple d'un systeme de barres, est surtout de pre parer Ie lec-
teur a l'etude des milieux continus : dans ce cas, Ie ~ ~ ~
n-uple x = (xl' x2 ' ••• , xn )
sera remplace par un champ de vecteurs "deplacement" defini sur une region de l'es
pace et la famille e des n(n;l) reels eij fera place A un champ de tenseurs
"deformation" defini sur cette meme region. Le r~le de la relation e = D x sera
tenu par la relation de compatibilite geometrique entre deplacements et deforma
tions. A nouveau cette relation pourra, formellement,s'interpreter comme une liai
son parfaite ; mais il ne semble pas raisonnable de chercher a en visualiser la rea-
lisation.
Pour une presentation des milieux continus dans Ie cadre algebrique m~me
de ce rapport, on consultera [19], [20], [21]. Nature 1 lement, Ie passage a la dimen
sion infinie souleve des difficultes d'analyse fonctionnelle. Par exemple. l'equiva
lence des n(n-1) relations (12. 5) avec l'ecriture (12. 6) est ici un aspect ba-2
nal de la dualite des espaces produits. Par contre, Ie cas continu, amene A la theo-
rie des fonctionnelles convexes integrales et de leur dualite, ouverte par
R. T. ROCKAFELLAR. Le lecteur trouvera par exemple dans [3] et [4] des precisions
sur les espaces fonctionnels a mettre en oeuvre dans des questions de ce genre.
Supposons que la conjonction des lois statiques concernant les efforts
externes (y compris, eventuellement, des liaisons auxquelles les noeuds sont soumis)
soit globalement decrite par un surpotentiel ~ E ro(X, V), c'est-A-dire que la for
ce exterieure totale y E Y est reliee a la configuration x E X de l'ensemble des
noeuds par
(13. n - yEa ~(x) ,
164
au sens de la dualite X «.,.» Y. Supposons par ailleurs Ie comportement des bar
res resume sous la forme (12. 6). En definissant sur l'espace produit X x E une
fonction ¢ par
¢(u) = ;:;(x) + (He)
on condense (12. 6) et (13. 1) dans l'ecriture equivalente
(13. n - f E " ¢(u)
(sous-differentiel au sens de la dualite U<.,.>1) en notant, comme precedemment,
f = (y, s).
On est ainsi ramene A l'etude de l'equilibre d'un systeme soumis conjointe
ment a la loi statique (13. 1) et A la liaison parfaite - rEa ¢u(u).
2° Elimination de E ~ S
L'usage d'une certaine paire d'espaceoest, en quelque sorte, un langage
pour enoncer l'information dont on dispose au sujet de la situation mecanique con
sideree.
Comme la configuration du present systeme est completement specifiee par
la donnee de l'element x de X, on peut preferer utiliser cet espace comme l'es
pace des configurations du systeme et Y comme seul espace de forces. Dans ce lan
gage, tout effort agissant sur Ie systeme devra ~tre decrit pa~ un element y de
Y, la regIe A observer etant que, pour tout deplacement
effort soit exprime par « ox, y ». Ainsi une famille
sions des barres est representee par l'element y E Y s
ox E X, Ie travail de cet
s = (sij)
tel que
i < j , de ten-
'if ox E X « ox, ys » = [D ox, s]
c' est-A-dire
* y s = D s
Par suite, la loi statique (12. 6) s'exprime dans ce nouveau langage par
* (13. 2) - Ys E D (ae (Dx))
On sait que, moyennant des hypotheses usuelles (par exemple l'existence, dans l'en-
semble des valeurs de D, d'un point ou la fonction
* DoaeoD
e est finie et continue) on a
ace 0 D)
Dans ce cas la loi statique (13. 2) admet, au sens de la dualite «X, Y », la
fonction e 0 D pour surpotentiel.
De lA une nouvelle maniere d'appliquer au systeme mecanique etudie, les me
thodes des paragraphes precedents.
3° Elimination de X et Y
L'application D X ~ E n'est pas injective. Cela signifie que la don-
nee de l'element e = D(x) n'apporte pas assez d'information pour specifier comple
tement la configuration du systeme. On peut cependant desirer determiner les valeurs
d'equilibre de e ou savant celles de x ou y ou m~me s'interesser seulement
a e ou s (pour determiner des seuils de rupture, par exemple). En principe,
165
A l'elimination de x et y peut etre conduite selon un plan semblable a ce qui a
ete mis en oeuvre tout a l'heure pour eliminer e et s.
II est mieux en accord avec l'esprit de ce rapport de presenter les cho
ses comme suit: Nous choisissons de traiter seulement des informations enoncees
dans Ie langage de la paire d'espaces en dualite E [.,.] S. Nous acceptons donc de
parler de l'etat du systeme seulement en termes d'allongements : deux etats fournis
sant Ie m~me e E E seront consideres comme equivalents. Par ailleurs un effort ne
pourra ~tre pris en compte que s'il est represente par un element s E S, de maniey
re telle que, pour tout deplacement du systeme, Ie travail de cet effort ait l'ex-
pression [8e, s ]. Donc, si l'effort considere est une force exterieure representee y
dans Ie formalisme anterieur par y E Y, Ie s y
correspondant doit ~tre tel que
(13. 3) 'if 8x E X « 8x, y » [D 8x, s ] y
Un tel s E S n'existe pas necessairement : banalement il faut et il suffit pour y *
son existence que y appartienne au sous-espace D S de Y (ce sous-espace est
l'orthogonal de Ker D, au sens de la dualite X «.,.» y). L'impossibilite de re-
* presenter dans Ie lang age E, S des efforts exterieurs n'appartenant pas a D S
ne constitue pas un desavantage grave de ce langage. En effet (12. 9) montre que,
pour un equilibre, il est necessaire que la somme des efforts exterieurs appartien
* ne aDS.
Un autre point essentiel pour Ie maniement du formalisme E, S est que
toutesles valeurs ne sont pas permises pour e : cet element appartient necessaire
ment au sous-espace DX de E (sous-espace des etats de deformation qui sont
"geometriquement compatibles"). D'un autre cote, si s est la somme des elements y
de S representant les efforts exterieurs, la condition d'equilibre n'est pas
s + s = 0, mais (12. 10), qui donne, vu la definition (13. 3) des y
s y
(13. 4) 'if 8x E X [D 8x, s + s ] y
o
Cela signifie que s + Sy doit appartenir au sous-espace de S orthogonal a DX
au sens de la dualite [.,.] ; on retrouve donc une situation semblable a celIe ren-
con tree dans la methode des gros espaces :
Une fois traduites dans Ie langage E, S les lois statiques auxquelles Ie
systeme est assujetti, Ie probleme de l'equilibre se traite en considerant la condi
tion e E DX comme definissant une liaison parfaite.
[1]
[ 4]
REFERENCES
DEBORDES, O. , NAYROLES, B., Sur la theorie et Ie calcul a l'adaptation des structures elastoplastiques, a para1tre.
DUHEM, P., Origines de la statique, t. II; Hermann, Paris, 1906.
DUVAUT, G., LIONS, J.L., Les inequations en mecanique et en physique; Dunod, Paris, 1972.
EKELAND, I., TEMAM, R., Analyse convexe et problemes variationnels ; DunodGauthier-Villars, Paris, 1974.
166
[5J GERMAIN, p., Sur l'application de la methode des puissances virtuelles en mecanique des milieux continus, C.R.Acad. Sci., Ser. A, 274 (1972), 1051-1055.
[6J HILL, R., New horizons in the mechanics of solids, J. Mech. Phys. Solids, 5 (1956), 66 - 74.
[7J HILL, R., Bifurcation and uniqueness in non-linear mechanics of continua, in : Problems of Continuum Mechanics, 155 - 164; S.I.A.M., Philadelphia, (1961).
[eJ MAURY, S., Dualite des formes quadratiques positives, Seminaire d'Analyse Unilaterale, Montpellier, 196e, Expose nO 4 (14 P.).
[9J MOREAU, J.J., Principes extremaux pour Ie probleme de la naissance de la cavitation, J. de Mecanique 5 (1966), 439 - 470.
[10J MOREAU, J.J., One-sided constraints in hydrodynamics, in : ABADIE, J., editor, Nonlinear programming, North Holland Pub. Co., 1967, 261 -279 ; resume dans: Sur l~ naissance de la cavitation dans une conduite, C.R.Acad. Sci., 259 (1965), 3948-3950.
[11J MOREAU, J.J., Fonctionnelles convexes, Seminaire sur les Equations aux Derivees Partielles, College de France, Paris 1966-67 (multigr. 108 P.).
[12J MOREAU, J.J., La notion de sur-potentiel et les liaisons unilaterales en elastostatique, C.R.Acad. Sci., Ser. A, 267 (1968), 954-957.
[13J MOREAU, J.J., Convexite et frottement, Universite de Montreal, Departement d'Informatique, publ. nO 32, 1970 (multigr. 30 P.).
[14J MOREAU, J.J., Fonctions de resistance et fonctions de dissipation, Seminaire d'Analyse Convexe, Montpellier 1971, Expose nO 6 (31 P.) resume dans: Sur les lois de frottement, de plasticite et de viscosite, C.R.Acad. Sci., Ser. A, 271 (1~70), 60S-611.
[15J MOREAU, J.J., Mecanique classique, Vol. I, 1969 ; Vol. II, 1971 ; Masson, Paris.
[16J MOREAU, J.J., Sur l'evolution d'un systeme elasto-visco-plastique, C.R.Acad. Sci., Ser. A, 273 (1971), 118-121.
[17J MOREAU, J.J., Systemes elastoplastiques de liberte finie, Seminaire d'Analyse Convexe, Montpellier, 1973, Expose nO 12 (30 P.).
[1SJ MOREAU, J.J., On unilateral constraints, friction and plasticity, in : New variational techniques in Mathematical Physics, Lecture Notes, Centro Internazionale Matematico Estivo, 1973, 2d session, (200 P. ).
[19J NAYROLES, B., Quelques applications variationnelles de la theorie des fonctions duales a la Mecanique des solides, J. de Mecanique, 10 (1971), 263-21'9.
[20J NAYROLES, B., Operations algebriques en Mecanique des structures, C.R.Acad. Sci., Ser. A, 273 (1971), 1075-1071'.
[21J NAYROLES, B., Point de vue algebrique, convexite et integrandes convexes en Mecanique des solides, in : New variational techniques in Mathematical Physics, Lectures Notes, Centro Internazionale Matematico Estivo, 1973, 2d session, (75 P.).
[22J NGUYEN, Q.S., Contribution a la theorie macroscopique de l'elasticite avec ecrouissage, These, Universite de Paris VI, Octobre 1973.
[23J NGUYEN, Q.S., Materiaux elasto-visco-plastiques et elastoplastiques a potentiel generalise, C.R.Acad. Sci., Ser. A, 277 (1973), 915 - 918.
[24J NGUYEN, Q.S., HALPHEN, B., Sur les lois de comportement elasto-visco-plastiques a potentiel generalise, C.R.Acad. SCi., Ser. A, 277 (1973), 319 -322.
167
[25J NOBLE, B., SEWELL, M.J., On dual extremum principles in applied mathematics, University of Wisconsin, Math. Res. Cen. 1119 (1971), publie dans: J. Inst. Math. Applics. 9 (1972), 123 - 193.
[26J SEWELL, M.J., The governing equations and extremum principles of elasticity and plasticity generated from a single functional, part I, J. Struct. Mech., 2 (1) (1973),1 - 32 ; part II, ibid. 2 (2) (1973), 135 - 158.
[27J TONTI, E., On the formal structure of continuum mechanics, Meccanica,5 (1970), 22 - 30.
UNE GENERALISATION AUX OPERATEURS MONOTONES DES
THEOREMES DE DIFFERENTIABILITE D'ASPLUND
par Raoul ROBERT
I - T\ll'RODUCfION
Soit V un espace de Banach reflexif reel, V% son dual topolo
gique, T une application monotone de V dans V% ; nous nous interessons a l'equation
(1) Tu = f, f donne dans r . Il existe de nombreux resultats permettant de conclure a la surjectivite de T ;
citons simplement le theoreme de BROWDER et MINTY qui en est le prototype : si T
est monotone, hemicontinue et coercive, alors T est surjective.
Nous supposerons que T est surjective ; pour un f donne dans ~ , il decoule des
proprietes des operateurs monotones que l'ensemble des solutions de (1) est un
borne de V, note T-1f .
T n'etant pas supposee strictement monotone, on ne peut pas savoir, en general, si
T-1f est ou n'est pas reduit a un element. Cependant, dans le cas Oll Vest separable
(ce qui est ~neralement verifie dans les applications), on peut obtenir un resultat
~nerique, a savoir que pour suffisarrm:mt de points dans r (en fait sur un Go par
tout dense) l'ensemble des solutions T-1f est reduit a un element. Ce resultat a ete
demontre independemrnent par l' auteur et E. ZARANTONELLO (il apparai t dans ROBERT [9]
comrne corollaire d'un resultat ~neral sur les points de continuite de multi-applications semicontinues superieurement a valeurs dans le dual faible etoile d'un espace de Frechet separable).
Le but de ce travail est d'etudier les proprietes de semi-conti
nuite de la multi-application T-1 de V~ fort dans V fort. Le theoreme principal que
nous demontrons nous permet ~e dire qu'il existe un ensemble G, Go partout dense de V"% , tel que pour tout f dans G , T-1f soit reduit a un point et la multi-applica
tion T-1 soit semicontinue superieurement de ~ fort dans V fort au point f.
Citons le principal resultat que nous obtenons :
THEOREME
Soit X un espace de Banach separable dont le dual X~ est forte
ment separable (on ne suppose pas que X est reflexif), Tune multi-application mono
tone a valeurs non vides de X dans X~, alors il existe un Go part out dense dans X, G, tel que pour tout x dans G, Tx soit reduit a un point et la multi-application T soit
semicontinue superieurement de X fort dans X~ fort en x.
169
I.es resultats que nous obtenons ici et en £ 9] apparaissent
cornme une generalisation naturelle aux operateurs monotones des resultats de differentiabili te d' ASPLUND (voir £ 2] et £ 3] ). La question de cette generalisation a ete posee par ASPLUND en 1968 (voir £3]). Ces resultats montrent, encore une fois, que le comportement des operateurs maximaux monotones est assez proche de celui des sous
difrerentiels ; et cOJTi:Jien la connaissance du comportement des sous-differentiels
peut guider dans ce ~nre de questions.
11 est a noter cependant que les methodes de demonstration sont
t:res differentes de celle utili see par ASPLUND. La methode d'ASPLUND (et de fagon
plus geometrique, celle de DAY £5]) se base sur l'existence de normes equivalentes
strictement convexes ou localement uniformement convexes ; les resultats obtenus
pour des espaces de Banach separables ou reflexifs s'appuient sur des resultats pro
fonds tels que le theo:reme de representation de AMIR et LINDENSTRAUSS £1], ou le
resultat plus recent de TROYANSK1 (12]. La methode que nous employons est de nature
plus topologique et ne permet pas de sortir du cadre des espaces separables. Savoir si les resultats demeurent vrais dans un espace refiexif semble etre une question
aussi ouverte que difficile.
II - LIEN AVOC LA DERIVABILITE DES FONCTIONS CONVEXES
11 est bien connu qu'une fonction convexe de JRn dans JR est
derivable sauf sur un F(1 (reunion denombrable de fermes) de mesure nulle. L'etude
de la derivabilite des fonctions convexes continues sur un espace de Banach souleve
des difficultes importantes. Nous utiliserons uniquement les deux notions essen
tielles de Frechet et Gateaux differentiabilite. Des exemples classiques montrent
que les resultats vont dependre des espaces consideres. En effet, Mazur a montre que la norme usuelle sur L~«(O,l]) n'est nulle part Gateaux-differentiable, et on peut voir facilement a partir du travail de Smulian sur la Frechet derivabilite des normes que la norme usuelle de t «( 0,1]) est nulle part Frechet differentiable.
Asplund a propose une classification des espaces de Banach suivant les proprietes de differentiabilite des fonctions convexes continues.
Soit X un espace de Banach, on not era ~(X) l'ensemble des fonctions convexes semi-continues inferieurement, non identiques a +00 , de X dans JR U {+oo} et
dom f = {xlf(x) < +oo}
170
DEFINITIONS
- X est dit S.D.S. (Strong Differentiability Space) si pour tout f dans o
ro(X)' telle que dom f # 0, fest Frechet deriv~ble sur un Go (intersec-tion denombrable d'ouverts) partout dense de dom f.
- X est dit W.D.S. (Weak Differentiability Space) si pour tout f dans o
ro(X)' telle que dom f # 0, f est Gateaux derivable sur Go part out dense o
de dom f.
II est clair que tout S.D.S. est un W.D.S., la reciproque etant fausse ~1 est W.D.S., mais pas S.D.S. (Phelps).
Les deux theoremes qui suivent, dus a Asplund mettent en evidence
d'assez lar@es classes d'espaces W.D.S. ou S.D.S.
THEORFME 2. 1 •
THEORFME 2. 2
Soit X un espace de Banach possedant une norme equivalente d~nt la
duale est strictement convexe, alors X est un W.D.S.
Soit X un espace de Banach possedant une norme equivalente d~nt la
duale est localement uniformement convexe, alors X est un S.D.S.
Ces deux theoremes ramenent donc les problemes de derivabilite des fonc
tions convexes a des problemes de normes equivalentes.
Citons, sous forme condensee, les "renorming theorems" les plus forts et les plus recents.
THEORFME 2.3.
Si X est un espace de Banach engendre par un faiblement compact (voir
[1] pour la definition) alors X possede une norme equivalente localement
uniformement convexe d~nt la duale est strictement convexe.
THEORFME 2. 4 •
Si X est un espace de Banach engendre par un faiblement compact et tel
que son dual xl Ie soit aussi, alors X possede une norme equivalente
localement uniformement convexe dont la duale est aussi localement uni
formement convexe.
171
THEORIME 2. 5
Si X est un espace de Banach en~ndr§ par un faiblement compact et possedant une norme equivalente Frechet-differentiable,
alors X possede une norme equivalente localement uniformement
convexe ainsi que sa duale.
Ces trois resultats sont la consequence de nombreux travaux,
citons entre autres : Amir et Lindenstrauss, Trojanski, Asplund, John et Zizler.
Les questions suivantes semblent toujours ouvertes (Day (7])
- Peut-on affaiblir les hypotheses du theoreme 2.1 en supposant seulement qu'il
existe une norme equivalente Gateaux-differentiable ?
- De meme, dans Ie theoreme 2.2, en supposant qu'il existe une norme equivalente
Frechet-differentiable ?
Un autre ~nre de question est non pas d'essayer d'etendre les
resultats a des types d'espaces de Banach plus generaux mais d'ecrire ces resultats
en terme de sous-differentiels et d'essayer de voir s'ils sont toujours vrais pour
des multi-applications plus ~nerales, entre autres monotones . .--2-.
Considerons donc la multi-application x + af(x) definie sur dom f o
On verifie que cette multi-application est semi continues superieurement de ~f dans X~ faible etoile; et que l'on a les equivalences suivantes
(i) f est Gateaux derivable en x si et seulement si af(x) est reduit a un element.
(ii) fest Frechet derivable en x si et seulement si af(x) est reduit a un
element et la multi-application af est semi continue superieurement de _0_ dom f dans X~ fort au point x .
III - qJELqJES PROPRIETES DES OPERATEURS MAXlMAUX M)NOTONES
Rappelons quelques definitions.
X est un espace de Banach, X~ son dual, on note P(X~) l'ensemble des parties de X
a toute application T de X dans P(X~)(multi-application), on associe
son graphe G(T) = {(x,x~) I ~ E Tx}
son domaine D(T) = {x E X I Tx f. ell
son ima~ R(T) = U Tx XEX
172
son inverse T-1, dont Ie graphe est Ie symetrique de celui de T.
On dit que l'operateur (ou la IID..Ilti-application) Test ITDnotone si
« x·,x> designe Ie produit scalaire entre ~ et X).
Par operateur ITDnotone de X dans ~, nous designerons desormais une multi-application
ITDnotone de X dans P(X·). L'ensemb'le des operateurs monotones de X dans ~ est ordon
ne inductif pour l'inclusion des graphes,tout element est donc contenu dans un
element maximal, un tel element est appele operateur maximalITDnotone. I1 est bien
evident que Test ITDnotone (resp. maximal monotone) si et seulement si T-1 est mono
tone (resp. maximal monotone).
Citons quelques proprietes bien connues des operateurs maximaux monotones.
PROPOSITION 3.1
Si T est maximal ITDnotone de X dans ~ ; si Xk tend vers x en
norme dans X , si { E TXk et ~ converge faible-etoile vers x~, alors x· E Tx (on peut renplacer la suite ~ par une famille
filtrante a condition que ~ soit bornee).
On va s'interesser rnaintenant plus particulierement aux opera
teurs T tels que l'interieur du domaine (int(D(T») soit non vide. Enon<;ons un
resultat inportant du a ROCKAFELLAR (voir Cl0]).
THPDREME 3.3
COROLLAlRE 3.4
Soit T un operateur maximal monotone de X dans ~, tel que
int(D(T» ~ 0 , alors int(D(T» est un ouvert convexe d~nt
l'adherence contient D(T) et Test localement borne sur
sur int(D(T».
Pour tout x dans int (D(T», Tx est un convexe faible-etoile
conpact.
A partir de ces proprietes, on peut demontrer facilement Ie
resill tat de semi -continui te sui vant qui va j ouer un role inportant.
THEOREME 3.5
173
Dans les hypotheses du theorene 3.3, la IIDJ.lti-application x ---> Tx est semi-continue superieurenent de int(D(T)) IID.lni
de la topologie de la norme dans ~ IID.lni de la topologie faible-etoile.
IV - DFIDNSI'RATION DU TIffiORIME PRINCIPAL
Ce paragraphe est'consacre a la demonstration du theorene
suivant :
X est un espace de Banach separable d~nt Ie dual ~ est fortenent separable •
THEORIME 4. 1
Soit T un operateur monotone de X dans ~ tel que l'interieur
de son domaine soit non vide, alors il existe G, Go partout dense de int(D(T)), tel que pour tout x dans G , Tx soit reduit
a un point et T soit semi-continues superieurenent de X fort
dans ~ fort au point x.
Demonstration du theorene 4.1. On peut toujours supposer que Test une IIDJ.lti-application mono
tone semi-continue superieurement a valeurs convexes faible-etoile compactes non
vides d: C , ~onvexe ouvert non vide de X , dans ~ faible-etoile. En effet, considerons T, ou Test_un operateur maximal monotone contenant T ; on a int(D(T)) C int(D(T)), et il est bien evident qu'il suffit de demontrer Ie resultat ,.. pour T •
LEMME 1
Soit T une IIDJ.lti-application verifiant les conditions gi-dessus,
alors il existe un Go partout dense dans C, notons Ie GT ' tel que pour tout x dans
GT , Tx soit reduit a un element.
Demonstration du Lemme 1 • voir [9].
Notons t l'application de ~ dans ~ definie par
Tx = {tx} , x E GT • t est continue de GT dans ~ raible-etoile ; on va mainte
nant chercher l'ensemble des points de GT ou t est continue a valeur dans X~ fort.
Pour cela nous avons besoin de quelques resultats :
174
w.t.1E 2
Soit E un espace de Baire, Fun espace netrique, f une appli
cation de E dans F on suppose que pour tout £ > 0, i1 existe un recouvrenent de F par des parties B , n eN, telles que pour tout n et tout £ > 0, le diametre n,£ de B soit inferieur ou egal a £ , et tel que : n,£
V £ > 0, Vn : f-1(B ) est de frontiere rnaigre (1) dans E. n,£
Alors llensemble des points de continuite de f est un residuel (2) Go de E.
Demonstration du LEMME 2
Pour tout £ > 0 et tout n : f-1(B ) o n,£ ...-.---
avec A n n,£ f-\B ) = 0 et A contenu dans la frontiere de f-1 (B ) donc n,£ n,£ n,£
A est un ensemble rnaigre. D'autre part : n,£ o
E = f-\F) = U f-1(B ) ~ ( U r-1(B -)) U ( U A ) = 11 U M , ~N n,£ ~N n,£ ~N n,£ £ £
11£ est ouvert et M£ est rnaigre, et comme le corrplementaire de 11£ est contenu dans M£, 11£ est donc partout dense dans E. Considerons 1 I ensemble G = n 11 11k , clest un residuel Go de E. kEN\{O}
Montrons que f est continue en tout point de G ; soit x dans G , alors o
x e n 11k , Vk ~ 1 , or 11 11k = U t=1(B 1;:) , donc il existe un entier p tel que o neN n,
-=1 ... x e f (Bp,1/k) ; calculons l'oscillation de f en x
o
(3) -::1 -w(f,x) = inf o(f(V)) ~ o(f(f (B 11k))) ~ o(B 11k) ~ 11k,
veV(x) p, p,
d I oil puisque ceci est vrai pour tout k: w (f , x) = 0 , donc f est continue en x.
Le lemme 2 contient les resultats usuels concernant les fonctions semi-continues et de premiere classe.
On va rnaintenant appliquer le lemme 2, a la situation particuliere qui nous interesse.
(1) On appelle ensemble rnaigre dans un espace topologique toute reuroion denambrable de parties dont l'interieur de l'adherence est vide.
(2) On appelle residuel toute partie dont le complementaire est rnaigre.
(3) V- (x) designe le filtre des voisinages de x et 0 (f(V)) le dianEtre de f(V).
LJM.1E 3
175
Soit X un espace de Banach separable dont Ie dual ~ est separable, E un espace de Baire et f une application continue de E
dans ~ faible etoile, alors 11 ensemble des points de E ou f
est continue dans X~ fort est un residuel Go de E.
Demonstration du lemme 3
Designons par an une suite partout dense dans r ; pour tout
e: > 0 , considerons Ie recouvrenent de r forme des boules fermees B(an,e:).
B(an,e:) est faible etoile compacte, son ~ reciproque par fest donc un ferme de E, donc de i'rontiere rare (1). On peut donc appliquer Ie lelJlle 2, et Ie resultat
est demontre.
Appliquons Ie lemrne 3, a llapplication t, clest possible
puisque GT est un espace de Baire (residuel d I un espace de Baire) ; 11 ensemble des
points de GT ou test fortenent continue est donc un residuel Go de ~ , que nous noterons Gt • II est facile de voir que Gt est un residuel Go de C.
On va maintenant demontrer qulen tout point de Gt la multi
application T de C dans r est semi-continue superieurenent pour la topologie forte.
i.e. Vr> 0 , !3:e: > 0 , Vy IIx-YlI< e: : Ty C B(tx,r) , ceci pour tout x dans Gt •
Pour demontrer ce dernier point, nous aurons besoin de deux resultats de nature
geornetrique.
Soit X un espace de Banach engendre par un faiblenent compact (2)
(par exemple X separable ou refiexif), r son dual ; soit K une partie convexe faible-etoile compacte de ~, alors K est egal
a llenveloppe convexe faible-etoile fermee de ses points qui sont exposes (3) par des elenents de X.
(1) Un ensemble est dit rare si llinterieur de son adherence est vide.
(2) On dit que X est engendre par un faiblenent compact s lil est egal a lladherence du sous espace vectoriel engendre par une partie faiblenent compacte.
(3) Un point x~ de K est dit expose par un elenent x de X si : < x~,x > > < z~,x > Vz~ E K \ {x~}.
176
Demonstration du lemme 4 Nous utilisons un resultat qui est une consequence facile du
theoreme de representation de AMIR et LINDENSTRAUSS (voir [1]). Precisons que si r
est un ensemble on desi~e par co(r) l'espace de Banach des fonctions reelles sur r qui sont nulles a l'infini (i.e. telles que pour tout E > 0,
{x e r II f(x) I > d est fini), muni de la norme II til = sup I f(x) I . Citons : xer
PROPOSITION
Si X est un espace de Banach e~ndre par un faiblement compact,
il existe une application lineaire injective de X~ dans un
certain co(r), continue pour les topologies fortes, et egalement,
continue pour les topologies a(~,X) et a(co(r),co(r)~) •
Soit donc ~ l'application verifiant les conditions de la propo
sition ~ est un horneomrphisme lineaire de K sur ~K, alors si ~x~ est expose dans ~K pour une forme r de c (r l , x~ est un point expose de K pour la forme ~~r
o (~~ desi~e la transposee de ~, de c (r)~ dans X) : et cornme tout faiblement compact o convexe de c (r) est l'enveloppe convexe ferrnee de ses points exposes (voir [1]), le o resultat e'en deduit pour K.
Revenons-en a notre multi-application T
LJM.1E 5
Pour tout x dans C, desi~ons par Ax l' ensemble des elements de ~ obtenus comme limite faible etoile d'une suite tXn ' ou xn e Gt et xn conver~ fortement vers x ; alors Tx est egal a l'enveloppe convexe faible etoile ferrnee de Ax
Demonstration du lemme 5 (i) Montrons d'abord que Ax C Tx
Supposons que x e Gt ' x converge vers x et tx converge faible etoile vers un element x~ de ~ ; si x~n'appartenait pas a Tx~ par le theo
reme de Hahn-Banach on peut separer strictement x~ et Tx par un hyperplan ferrne donne
par un element de X, or comme T est semi-continue superieurement pour la topologie
faible etoile, pour n assez grand tous les tx sont dans le demi espace ouvert conte-n nant Tx ce qui est impossible.
177
(ii) En vertu du lernrne 4, il sufrit de dernontrer que Ax contient
tous les points de Tx exposes par des elements de X. Soit x~ un point de Tx expose par y e x (on peut toujours supposer que y est de
norme 1), supposons que x E Gt (si x e Gt Ie resultat est trivial), puisque Gt est partout dense dans C, on peut trouver une suite xn de Gt conver~ant vers x et
telle que x -x _n _____ > y •
IIxn-xll
En effet, considerons les points zn = x + 1/n y, dans la boule ouverte de centre zn et de rayon 1/n2 , on peut trouver un element xn appartenant a Gt , notons
xn = zn + en avec II eJI < 1/n2 , on a alors :
x -x 1/n 1 _n __ = ___ y+---e , or 1:. - !.... < II x -xii < 1:. + !.... II xn -xii II xn-xli II xn -xii n n n2 - n n n2
x -x donc _n__ conver~ vers y •
IIxn-xll
Montrons maintenant que tXn conver~ faible etoile vers x~. COIJIle Test localement borne et que xn conver~ vers x, pour n assez grand. les t~ sont contenus dans une meme boule ferm§e, on peut donc en extraire une sous suite faible etoile conver~nte vers un certain element u~, d 'apres (i) u"*- e Tx, IIXmtrons
que necessairement u"*- = x"*- • Pour cela il sufri t d' etablir que
v z"*- e Tx: < z"*-,y > ~ < u"*-,y >
Soit z~ E Tx, notons tx~ la sous suite faible etoile conver~nte, d'apres la m::>no
tonie de T, on a : x -x
<tx -z"*-,-~....;;..;..-> > 0 ~ IIx~-xlI
et cornrne Ie premier terme conver~ faible etoile vers u~-z"*- et Ie second conver~ fortement vers y, d 'apres Ie theoreme de Banach-Steinhauss, Ie produit scalaire
conver~ vers < u"*--z"*-,y > qui est donc positif pour tout z"*- dans Tx, d'ou u"*- = x"*-.
Et COlJlle la limite est independante de la sous suite, c'est la suite toute entiere
qui conver~ faible etoile vers x"*-o Donc x~ appartient a Ax
178
Achevons maintenant la demonstration du theoreme 4.1.
L' application t est continue de Gt dans r fort, soi t X un
point de Gt , on a donc
Vr > 0 , :i! E > 0 , V Y E Gt II x-yjl < E IItx-tyjl ~ r
Considerons Y E C tel que IIx-yjl < E , si Y E Gt on a bien Tyc B(tx,r)
si Y e Gt ' soit Y~ un point de Ay , il existe une suite Yn de Gt convergeant vers Y telle que tYn conver~ faible etoile vers Y* ; pour n assez grand on aura
IIYn-~1 < E ,donc tYn E B(tx,r) et par consequent Y~ E B(tx,r) • On a ainsi demontre que A C B(tx,r), et comme Ty est l'enveloppe convexe fermee de Ay '
- Y Ty C B(tx,r) .
Fin de la demonstration du theoreme 4.1.
179
BIBLIOGRAPHIE
C 1J D. AMIR and J. LINDENSTRAlJSS : The structure of weakly conpact sets in Banach spaces, Ann. of Math. 88 (1968), 35-46.
C 2] E. ASPWND
C 3] E. ASPWND
C 4] F. BROWDER
C S] M. DAY
Frechet differentiability of convex functions,
Acta Math. 121 (1968), 31-47.
Topics in the theory of convex functions, Theory and applications of monotone operators. A. Ghizzetti ed., Oderisi (1969).
Existence theorems for non linear partial differential equations, Global Analysis, Proc. Symp. Pure Math. Vol. 16,
Amer. Math. Soc. (1970), 1-60.
A geonetric proof of Asplund's differentiability theorem, Israel J. of Math. 13 (1972), 277-280.
C 6] K. JOHN and V. ZIZLER : A renorming of dual spaces.
Israel, J. of Math. 12 (1972), 331-336.
C 7] K. JOHN AND V. ZIZLER : A note on renorming of dual spaces.
Bull. Acad. Pol. Sciences, 21, 1, (1973).
C 8] M. LEDUC : These, Orsay,(1970).
(9] R. ROBERT : Points de continuite de lIRllti-applications semi continues superieurement, C.R. Acad. Sc. Paris t. 278, (fevrier 1974).
ClOJ R.T. ROCKAFELLAR Convex Analysis. Princeton University press (1970).
C 11] R. T. ROCKAFELLAR Local boundedness of non linear monotone operators, Mich. Math. J. 16 (1969), 397-407.
(12] S.L. TROYANSKI On locally uniformly convex and differentiable nonns in
certain non-separable Banach spaces.
Studia Math. 37 (1970-71), 173-180.
C 13] E. ZARANrONELLO : Dense single-valuedness of monotone operators. University of Wisconsin, M.R.C. Technical Report,(July 1972).
LAGRANGE MULTIPLIERS FOR AN N-srAGE
MODEL IN sroc:HASrIC CONVEX PROGRAM1ING
.R. T. Rockafellar ~
Many decision processes are of a sequential nature and make use of infor
mation which is revealed progroessively through the observation, at various times,
of random variables with known distributions. A s:imple model with discrete stages
is the following.
First we make an observation, which singles out for us an element 1;1 of v1
R Based on the information thereby gained, we choose a response xl' which is an n v
element of R 1 . Then we make a new observation, yielding 1;2 E R 2 , and choose a
response x2 E Rn2 . This continues until, at the Nth stage, we determine I;N E RVN
and choose ~ E R~ . The choices are subject to certain constraints of the form
(1) xEX and fi(l;,x)2. 0 for i=l, •.. ,m,
where
(2)
n ._ R 1 x
v xR N
••• x R~
Of course, some of the functions fi might depend only on certain initial components
of I; and x. The result of the decision process is a cost fo(l;,x). The distribution
of I; is assumed known : one is given a regular Borel probability measure rJ on RV with
support ::: • The problem is to determine decision rules which minimize the expected
cost, taking into account the fact that the decision xk can depend on the past obser
vations 1;1, ... ,l;k' but not on the future observations I;k+l, .•. ,I;N .
This is an N-stage stochastic progroamning problem. Our interest here is in
the ~ case, where X is a nonenpty closed convex set in Rn, and f i (I; , .) is a
finite convex function on RO for every I; E ~ and i=O,l, .•• ,m. The feasible set
(3) D(I;) = Ix E xl f. (I; ,x) < 0 ~ - i=l, ... ,m}
is then closed and convex for every I; E::: .
~ Supported in part by groant AF-AFOSR-72-2269. The results reported here were obtained in collaboration with R.J.B. Wets.
181
A "decision rule" is represented by a function X
is said to be nonanticipative if it is of the form
The objective in the problem is to minimize the expectation
~(x) = E f (~,x(~)) = f fo(~,x(~))a(d~) o '='
-=' ->- Rn Such a function L.J •
over some class of nonanticipative functions x, not yet specified precisely. For
simplicity here, we take the set X to be bounded, so that only bounded functions x
need to be considered. (This is no serious loss of generality in practice). We assume
that fo(~'x) is sumnable (Borel measurable) with respect to ~ E::: , and that fi (~,x) is continuous with respect to ~ E ~ for i=1, ... ,m. Then for every bounded, Borel
measurable function x : -=' ->- If one has f. (~,x( ~)) Borel measurabJe in ~ E -=' ,summable ~ l ~
for i=O and bounded for i=1, ..• ,m. (This is known from the theory of normal convex
integrands).Note also that the graph of the multifunction D: ~ ->- D(~) is closed.
Let ~ be the linear space consisting of all the bounded, nonanticipative
functions x : ::: ->- Rn. We adopt as our basic model the problem :
(P) minimize Hx) over all x E 'Yl satisfying x(s) E D(~) for every ~ E :::
The aim of this paper is to outline a theory of Lagrange multipliers corresponding
to the constraints defining D(~). The proofs, based mainly on results in [1] and the
general theory of dual optimization problems [3], will be presented elsewhere in a
broader context. For a somewhat different approach in the two-stage case, see [2].
Let ~ be the set of all x E 'YL satisfying x(s) E X for every ~ E ::: '
and let 'lj be the set of all m-tuples y = (y l' ... ,y m)' where y i is a nonnegative,
regular Borel measure on ::: . For x E ~ and y E 0f.J. ' the function
is well-defined and finite, convex in x and affine in y. Moreover, setting
(7) f(x) = sup L(x,y) for x E ~ YE~
we have
(8) f(x) ={EtfO(~'X(s)) if fi(~'x(S))
+ co otherwise •
< 0 for every ~ E ::: ' i=1, ... ,m ,
182
Therefore (P) is equivalent to minimizing f(x) over all x E ~ . Accordingly, we
define
(9) g(y) = inf L(x,y) for y E ~ xe~
and take the problem dual to (P) to be
(D) maximize g(y) over all y E 'lJ. Then by definition
(10) inf(P) = inf sup L(x,y) > sup inf L(x,y) = sup (D) xeX YE~ - YE~ xeX-
It is elementary in this f'ramework that a pair (x,y) is a saddle-point
of L on X x '4 if and only if min (P) = max (D) , x solves (P), and Y solves (D).
An important task therefore is to establish, under reasonable conditions, a duality
theorem of the type min (p) = max (D), since this not only furnishes the existence
of solutions to (P) and (D), but also their characterization.
To derive such a theorem f'rom the general perturbational theory of duality.
the La.gr'angian L rust first be shown to correspond to some system of perturbations
of (P). While this is possible, certain technicalities arise which make it difficult
to apply the theory in a direct way, and one needs to use further arguments based on
other formulations of the primal problem (p). Let £ m be the space of all bounded rreasurable functions u : :::; ... If! , and
similarly 13 n , so that ~ and 'YL are subsets of 13n . For x E 13n and u E 13m,
define
_ {EE;fo(~'X(O) if x E 11ft , x(O E X an~fi(~~x(O) ~ ui(O (11) F(x,u) - for every ~ E w ' 1-1, ... ,m ,
i"" otherwise.
Then (P) can be identified with the problem of minimizing F(x,O) over all x E 13 the perturbed problem corresponding to u E 13 m consists instead of minimizing
n
F(x,u) over all x E 13n . We can pair 13 m with the space mm consisting of all
If!-valued regular Borel rreasures y on S :
(12) m < u,y> = Li =l
The La.gr'angian function K corresponding to F is then
(13) K(x,y) = inf {F(x,u)+ < u,y >} = ue 19m
{ L(x,y) if x E ~ -00 if x E ~
i"" ifxE ~
, YE'IJ.
Y E 'l1
183
Saddle points of K on 13 x 6fn are, of course, the same as saddle-points of L on n m ~x~
The difficulty in using this scheme straightforwardly is that it is not
clear how to get the desired continuity ar~ compactness properties out of topologies
compatible with the pairing (12) and the analogous pairing between the x-space 13 n
and om n . We circumvent this by working simultaneously with two other versions of
the problem :
(p X) minimize <I>(x) over all x E on satisfying x(1;;) E NI;;)
for almost every E; E E ,
(p C ) minimize <I>(x) over all continuous x E ~ satisfying X(E;) E D(E;)
for every E; E E (assuming E compact).
It is clear that in general
(14) inf (PoC ) 2inf (P) < inf (PC) •
Both (P.L) and (PC) are more open to attack by ordinary methods than is
(p). In the case of (P~), we use the same system of perturbations as above, except
that "every E; " becomes "almost every E;" in the definition (11) of F, and the spaces
13 n and 13 m are replaced by the Lebesgue spaces cl~ (E,a) and .:t..: (8, a ). One
thus has a certain function F on ';:00 x ;(.00; the problem (P .... ) is equivalent to n m .... minimizing F(x,O) over all x E :zOO . Instead of pairing rL,oo(E,a) with al 1CE,a), n m m it is better notationally in the present context to pair it via (12) with the
subspace 6fT1.i! of df1l consisting of the measures which are absolutely continuous m m with respect to a. (Obviously, om~ is canonically isomorphic to oC!). Similarly
wi th ;C ~ . and om; . The corresponding Lagrangian is then
{L(X'Y) if x E ~.t -<lO if x E Xl i<x> if x e "-I..
(15) R(x,y) = inf {F(x,u)+<u,y>}= ..,.00 liE D\. m
, Y E 1J.t , y e 1ft
where 2;: consists of the (equivalence classes generated by the) functions in on. satisfying xeS) E D(S) for almost every E; E E (with respect to a), and ~.l consists
of the measures in ~ which are absolutely continuous with respect to a. Observe
that for (x,y) E ~.l x"Y.t we can also express the Lagrangian by
m dYi (16) L(x,y) = E~[fl(s,x(S» + L'-l - (0 fl' (E; ,x(O)],
s 0 l- da
where dYi/da is the Radon-Nikodym derivative of the ith component of y with respect
to a .
184
The cOITesponding dual of (P..t) is
maximize g .«y) = inf L(x,y) over all y E ~.;c XE~.:c
A duality theorem relating (P.;c) and (DoC.) can be derived, making use of
the conpactness we have assumed for the set X in (3). We can identify rI. with a
subspace of ol~ which is closed in the weak topology induced by the pairing with
I)l'\ ~ ; the compactness of X then inplies that X.,t is conpact in the same weak
topology. On the other hand, it can. be shown from the theory of convex integral
functionals that L(x,y) is lower semicontinuous in x with respect to this topology
for each y E 11~ . Applying a standard mirrimax theorem (or a cOITesponding result
in duality theory), we are able to prove :
THEOREM 1. min (P.! ) = sup (D.c) > - 00 •
(Here min (P.t ) is interpreted as + GO if (P or) has no feasible solutions otherwise,
the use of "min" indicates that an optimal solution exists).
On the other hand, in the case of (Pe) we can obtain results from the
perturbation scheme (11) with the spaces t) n and /6 m replaced by the cOITespoming
spaces en and em of continuous functions on E . (The boundedness of.9 is needed for this to make sense). With ~m paired with mm
via (12), we obtain the same Lagrangian K as in (13), but with ~ replaced by 1.<:, , consisting of the functions in ~ which are continuous. The dual problem is then
(DC) maximize ge (y) = XE% L(x,y) over all y E 1 This time a duality theorem can be derived in terms of the norm topology
on the perturbation space C-m, since this is compatible with the pairing with the
multiplier space 'l7I.m. (The norm topology on .,(~ was not, of course, conpatible
with the pairing with ~). Let us call (P e) strictly 1'easible if there exists a
continuous function x E If'L satisfying x(~) E X and fi (~ ,x(~)) < 0 , i=1, ... ,m , for
every ~ E E . For such an x, the function u .... F(x,u) is bounded above in a neighborhood
of the origin in em' Fundamental duality theory therefore gives us the following.
THEOREM 2. Assuming (P ~) is strictly feasible (with E bounded),
~ has inf (Pe ) = max (Dc.) < +00
It is interesting to contrast Theorems 1 and 2.
In Theorem 1, we have the existence of primal solutions (assuming the constraints
are feasible), but the existence of dual solutions is not assured. It might be hoped
185
that dual solutions would exist under the assunptbn that (P~) is strictly feasible i.e. that there is a function x E qt satisfying for some £ > 0 the conditions
x(~) E X and fi(~'x(~)) < - £ , i=1, ... ,m, for almost every ~ E ~. But examples are known, even in the two-stage case, which show this is generally false [2]. In Theorem 2 we have the existence of a dual solution, and hence Lagrange multipliers
characteridng the solutions to the primal problem. However, the continuity require
ment makes it very unlikely that the infimum in the primal is actually attained, so
this characterization is rather vacuous. Of course, neither Theorem 1 nor Theorem 2
is applicable directly to the problems we really want to analyze, namely (P) and (D).
The route we now follow in obtaining results about (P) and (D) is to impose
conditions under which, to a certain extent, the various primals and duals are "equi
valent", so that Theorems 1 and 2 can be joined into a single statement. The extra
conditions concern the probability measure 0. Without such conditions, the inequa
lities in (14) can be strict, as seen from examples in [1].
For each S C RV = RV1
v1 the projection of S on R x ...
v x ... x R N and index k, 1 < k < N , let Sk denote
vk x R ,and let
As in [1], we shall say that 0 is laminary if the support E of 0 is compact and the
following two conditions are satisfied :
a) If S is any Borel subset of E with 0 (E \ S) = 0, and if Sk is a Borel set,
then for almost every (~1"" '~k) E Sk (with respect to the "projection" of 0 on Sk)
one has
S E dAk(~1""'~k) = Ak(~1'''''~k) .
b) The multifunction A~ is continuous relative to E k .
It is not hard to see that this condition is satisfied in particular if E is a v
product of compact sets E C R k , and
where Ok is a regular Borel measure on Ek . It is also satisfied trivially if E is a
finite set.
186
THEOREM 3. Suppose the probability measure 0 is laminary (with
bounded support E ), and let x E '1L be such that x(1;) E D(~) for almost
every ~ (with respect to 0). Then there exists x E 'Yl ,agreeing with x
almost everywhere, such that x(~) E D(I;) for every ~ E E . If in addition int X t '/) and (P.t ) is strictly
feasible, then for arbitrary E > 0 there exists .§:. continuous function
x E such that
o{~ E ::; I E < I x(O - x(O I} < E.
This result can be derived from [1; Prop.7 and the proof of Theorem 2J.
From it, we obtain, with a few manipulations our main result :
THEOREM 4. Suppose that 0 is laminary (with compact support),
(P i) is strictly feasible, and int X t '/) . Then
+ 00 > min (P) = min (p £.) = inf (P e ) = max (D) = max (DC) = sup (D,t ) > - 00 •
COROLLARY. Under these assumptions (and the basic assumptions
made earlier), (P) and (D) have optimal solutions, and the pairs of such
solutions ~ characterized ~ the saddle points of the Lagrangian L on
~x~
187
REFERENCES
[1] R.T. Rockafellar and R.J.B. Wets, "Continuous versus measurable recourse
in N-stage stochastic programming", J. Math. Analysis Appl., to appear.
[2] R. T. Rockafellar and R.J .B. Wets, "Stochastic convex programming : basic
duality" and "Stochastic convex progranrning : singular functionals and
extended duality", both to appear in Pacific J. Math.
[3] R. T. Rockafellar, "Conjugate Duality and Optimization'; SIAM/CBMS IlPnograph
series n016, SIAM Publications, 1974.
INTRODUCTION •
NOUVELLES APPLICATIONS
de la
DUALITE AU CALCUL DES VARIATIONS
R.TEMAM
R.T. ROCKAFELLAR r14Ja introduit a la suite de W. FENCHEL r2] des
outils systematiquEs pour l' etude de la dualite en Optimisation convexe, et un cadre
d' etude qui s' est avere particuW~rement commode pour l' etude des problemes variatio-
nels. Ce point de vue a ete developpe dans Ie livre de EKELAND et l' auteur rl] denote
E-T dans la suite. Nous voulons ici presenter de nouvelles applications de la dualite
au calcul des variations en vue du traitement de problemes numeriques,mecaniques ou
theoriques.
Le plan est Ie suivant :
1. - Rappels sur la dualite
2. - Probleme du biharmonique
J.- Problemes en Glaciologie
4.- Surfaces Minima non parametriques
5. - Problemes non convexes.
1.- RAPPELS SUR LA DUALITE .-
Le cadre general est Ie suivant :
- V (resp. Y) est un espace de Banach de dual V*(resp. y*) V(resp.Y) est
189
muni de la topologie de la norme, son dual est muni de la topologie de la norme
si Vest reflexif ou sinon de la topologie faible O'(V*, V) (resp. 0' ( ...J'f', y ) •
Dans les deux cas les espaces V et V* (resp. Y et y*) soient en dualite
«.,.> denote Ie produit scalaire entre V et V* ou entre Y et y*) •
- A est un operateur lineaire continu de V dans Y et son adjoint A'* est
lineaire continu de Y* dans V* •
- FEr (V) est une fonction convexe s.c.i. de V dans RU{+oo} ,non identique o
a +00 ; G E r 0 (Y) est donnee avec des proprietes analogues.
On note F* E r (V*) (resp. G*E r (y*» la fonction convexe conjuguee de o 0
F*(resp.G). Elle est s.c.i. et non identique a +00 •
Aux donnees precedentes, on associe Ie probleme d' optimisation suivant
(probleme primal) :
Inf {F(u) + G(Au)} • uEV
Le probleme dual au sens de FENCHEL et ROCKAFELLAR s i ecrit
(~
Relations primal-dual
Les relations entre Ie probleme primal cP et Ie probleme dual q:>* sont les
suivantes :
a. Sup P*:s; W:P
b. Si il existe uoE V tel que F(u ) < + 00 , G (AU ) < + 00 , o 0
G continue en AUo ' alors
- W P= Sup (j>*
-Ij) * admet au moins une solution p*
190
c. Relations d' extremalite
-lIE lIE mllE - f7.) p E Y est solution de;;- et u E V est solution de .r si et
seulement si
F(u} + FlIE(A*P*)
G(Au) + GlIE(_p*)
c'est a dire
*""lIE<A P ,u>
-lIE _ - <p ,Au>
A*PllE E OF(u) (sous-differentiel de F en u)
- pllE E OG(AU} (sous-differentiel de G en AU)
Application au Calcul des Variations.
Le cadre precedent est particulierement adaptes au calcul des variations : V
et Y sont alors des espaces fonctionnels appropries (batis Ie plus souvent sur des
espaces La. ou des espaces de SOBOLEV) et A est un operateur differentiel •
Dans les applications au contr8le optimal (qui ne sont pas evoquees ici ; cf.
E. T • r1 J) , Ie choix de V et Y est du m~me type mais I' operateur A est I' operateur
Ie contrele ~ l' etat
(a une constante pres). C'est done, pour Ie contrele distribue, un operateur du type de
GREEN.
Pour plus de details, on se reportera a la suite de cet article et a E-T •
2.- LE PROBLEME DU BlliARMONIQUE .-
Le probleme est important dans I' etude des mouvements elastiques de plaques
planes; son etude numerique, par des methodes d'elements finis non conformes, a
191
fait I' objet de plusieurs travaux qui sont bases sur la remarque qui suit :
Soit n un ouvert borne de Rn de fronW~re r reguliere et soit f donne dans
L 2(0) • On cherche u solution de
(2.1) 2 l1u=f dansrt,
u = -~I!.- = 0 sur r 011
(II vecteur unitaire normal a r) .
Ce probleme est equivalent au probleme suivant de minimisation.
Inf2 H\l1v\~(O) -(f,v)} vaIo(O)
On se place dans Ie cadre general indique au § 1 en posant
Alors
v = H~(O) , V* = H-2(0) ,
Y=L2(0) , Y*=L2«(l)
11.= l1 (11.* = l1 Eel; (L2(n), H-2(0» •
F(v) = - (f,v), G(p) = t \p\2 2 L (0)
( • , .) = produit scalaire dans L 2 (n)
F*(A*P*)= SUP2 {<A* p*,v> + (f,v) vEHo(n)
= [0 s~ A*P* f = 0 , c'est a dire
+ 00 SInon
Le probleme dual cr> * s' ecrit done
192
Relations prim ales duales
- Inf P = Sup P *
P * a une solution j)* unique
(elle existe d'apres 1.b, elle est unique car p* ... t \p*\2 2 est une fonction L (0)
strictement convex~.
- P a une solution u unique (Theoreme de LAX-MILGRAM, par exemple).
- On a les relations d' extremalite :
(2.2) \
b,U + j)* = 0
b,j)*+ f = 0
U E H2(0) , j)*E L 2(0) o
Ce systeme du second ordre est equivalent au probleme du biharmonique (qui est
du 4eme ordre). Notons que Ie decouplage de l'equation (2.1) en Ie systeme (2.2) est
trivial ; mais il n' est pas evident alors que jj* soit solution d' un probleme d' optimisa-
tion.
Le probleme (2.2) est encore equivalent a
(2.3) (u,j)*) est point selle du lagrangien
Par regularite on a
u E H3(O) (au moins) , j)* = - b,U E H 1(0) ,et alors (u,j)*) est
p 2 1 * 1 aussi point selle de o(Q sur Ho(O) x H (0) • Pour p E H (0) on a :
(b,u,p*) = -(grad u, grad p*)
et finalement
193
(u,p*) est point selle de
(2.4) cZ(u,p*) = - (f,u) -(grad u, grad p*) - t \p*\2 2 L (r~)
Cette forme du probleme est tres commode pour la resolution du probleme bihar-
monique par elements finis non conformes ; d. B. MERCIER [10 J , F. KIKUCHI [6 J •
Dans la p:resentatbn precedente, cette remarque est due a J. MOSSINO (non publie).
3.- PROBLEMES EN GLACIOLOGIE .-
On etudie l' ecoulement d I un glacier dans les conditions simplifiees suivantes :
II ecoulement a lieu dans la direction Ox ; la section orthogonale du glacier est represen-
tee par Ie domaine (2 du plan Oyz •
LI ecoulement est alors caracterise par une fonction 'f qui doit verifier
y
·i'lf (o'lf Y \2 ( o'lf z \2 J -;2' r -ci- - -p + 3 -ay- + -p (3.1)
2 + 4 (~- - ~-)(~- +4-) {Yiz = 0 dans (2 •
(3.2l 'If donne sur r .
Lletude de ce probleme a ete proposee par GASTINEL fJJ et nous presentons
ci-apres la solution donnee par M.C.PELISSIER (d. M.C.PELISSIER et REYNAUD
r12], M.C. PELISSIER rllJ; onrenvoiea LHBOUTRY r9]REYNAUD rn] pourla
justification de (3. 1)).
194
On considere Ie champ des contraintes T=(T y' Tz ) defini par
T = }_'f ___ L , T = _( __ 0..'1_ + _~_) y?:!7. 2 z Oy 2
Ce champ T verifie
l d~- r(T2y + T~ )T z J = -~ r(T; + T2z )Ty J aT aT
(3.3) ay .. L + -;j- = -1 (on posera f=l : div T+f = 0)
T. it = f{) donne sur r
OU f{) est lie a la valeur donnee au bord de '1 par:
f{)=Ty • lIy + Tz liz = 'IY TZ - Tz Ty
= (_~'L _ L-h + (_2.!.+ -:-) T Oz 2z Oy.ol; y
a'f z y = -~ + -2- Ty - -2- Tz '
i?- = derivee tangentielle de '1 sur r .
Le probleme (3.3) est l'equation d'EuIer du probleme suivant
(3.4) SNP 4 2 {--l- r\p*(x)\4dx}. p E(~ (0» J [) <W p =-f P .11 = f{) sur r .
On insere ce probleme dans Ie cadre general du § 1, et (3.4) apparaitra alors
comme Ie probleme !P * :
_ y =< L4/ 3(n»2
V = w 1,4/3(0)
Y* = L 4(f))2
V* = dual de V
A = \J = gradient
- F(v) = - J fvdx - f <ovdr (v E V = W 1,4/3(0» o r* *
F*(A*P*) = [0 si ~v P = -f p P II = f{) sur r
+ 00 SInon
195
G (p) = -~- f Ip(x) 14/ 3 dx • \2
G*(p*) = -}-fo Ip*(x)1 4 dx •
Le probleme P * ext exactement Ie probleme (3.4) et Ie probleme Ps'ecrit :
~~ 1,4/3(0) {-~- fol grad u 14
/3
dx - fo fudx -J; cp1dr} •
Ona
T = p* = champ des contraintes dans Ie glacier
u = champ des vitesses dans Ie glacier
On a ainsi mis en evidence un probleme variationnel dont la solution est u et un
probleme variationnel dont la solution est T =p* • Cette situation est tout a fait generale
en mecanique ou les principes variationnels correspondants sont appeles principes de I' e-
nergie et principes de I'energie complementaire (cf. GERMAIN [4 J) •
Resultats et ralations primales duales
On suppose que f et <pi verifie une condition de compatibilite
J div T dx = 1 T .vdr o r
soit
f (') fdx = Ir <Pdr
(elle est verifiee pour f et <pi donnes ci-desBus) •
Alors :
- Padmet une solution u unique a une constante additive pres
- P * admet une solution unique j)*( =1 )
- On a les relations d' extremalite
-* 1 - 1-2/ 3 oil Ty = Py = VU -~-
196
Remaraues:
- Le champ des vitesses est solution de
- On rappelle que '¥ est donnee par
Soit ('2 un ouverl borne regulier de Rn de frontiere r • On se donne cP EL 1 (r)
ou,cequirevientaum~me,ondonne ~EW1,1(O) , tel que <t:>lr=cp.
n s I agit alors de trouver une fonction u E W 1,1 (n) solution du probleme suivant :
();»
- On pose
v = W 1,1 (0) , V* son dual
Y = L 1(0) , Y* = L ""(n>n ,
A = <:p gradient 1 1 F(lI) = { O si v - C/J E Wo ' (0)
+"" G(p) = In V 1 + Ip(x) 12' dx
F* (A*P*) ={ (p* , ~C/J) si div p* = 0 + "" SInon r "r----::*:--;;"2' *
G*(p~ = -In yl-Ip (x) 1 si Ip (x) I::;; 1 p.p.
+ 00 sinon.
Le probleme ~ * dual de PSi ecrit (pour les details cf. R. TEMAM r16],
197
EKELAND [1])
(P*)
On rappelle les resultats suivants
- P lIE admet une solution p* qui est unique, est une fonction analytique
dans ('2 •
- Si P possede une solution u alors
vii(x) = - j~~~~----Vl-Ip*(x) 12'
, x E ('2 •
- Si P ne possMe pas de solution, on definit par dualite une solution
generalisee u E W 1 , 1 «('2 ) ; u est une fonction analytique dans ('2 et
v u (x) = - _Jl~~L ____ _ , x En. It -I pllE(x) \2'
Les nouveaux resultats obtenus sur ce probleme sont les suivants :
- Approximation numerigue du probleme des surfaces minimas :
des methodes d' elements finis , mais Ie principe de I' etude est tout a fait general. Le pro-
bleme du calcul de I' erreur de discretisation (a l' interieur) est etudie par V. THOMEE
[17] •
- Le comportement au bard de la solution generalisee
En general la solution generalisee un' est pas egale a ¢ sur r et
pour cette raison un' est pas solution du probleme initial. On se pose alors Ie probleme
198
de la comparaison au bord de u et ¢ . Differents resultats sont maintenant connus
(cf. LICHNEWS KY rs]). De maniere tout a fait informelle lis s' enoncent ainsi : avec
des hypotheses de regulrite convenables sur r et ¢ , on a u = ¢ sur les parties
de r de courbure moyenne strictement positive (i.e. • les parties convexesll de r) •
5.- PROBLEMES NON CONVEXES.-
Voici a present un exemple de probleme non convexe. Soit encore 0 un ouvert
borne de Rn , f E L2(fl} , et g une fonction continue de Rn dans R qui verifie
(5.1) 0< a < ltllJ. :5 a... < + 00 , "II E Rn • 1- 1+\~ \2 ~
On s' interesse au probleme
'V = gradient •
Ce probleme n' etant pas convexe, les resultats rappeles au § 1 ne sont pas
directement applicables. Toutefois avec un usage simultane de la dualite et de la relaxa-
tion , nous allons obtenir quelques proprietes interessantes.
On pose
v = H~( 0)
y = L2(0)n
1\ = 'V = gradient
F(u) = -(f,u)
y*=y
G(p) = In g(p(x))dx , p E L2(n)n •
(G n'est pas convexe en general) •
On a :
199
[0 si . div p* = f
+ co SInon
, * ou g est la fonction conjuguee de g :
g"*(.,,) = sup f"'I {; • 7)-g(;)} , V." E IRn ER~L
Le probleme dual s' ecrit
(lJ-l*) ~p 2 n { - J. g*(-p*(x))dx} p EL*(Ci 0 div p =f
En l'absence de convexite les relations 1. a,b.c. ne sont pCE en general valables.
Introduction du probleme bidual.- Relaxation.-
On considere la r-regularisee de g , soit g* *
Le probleme bidual est
(1)* *) Inf 1 { Pf"'I g**(VU(x))dx - ff"'l fudx} uEHo(O) J( 1 J~ L
Les relations de dualite donnent (~ est aussi Ie probleme dual de ~ * qui est
convexe) :
Sup (p*:5 inf ~ * :5inf g> .
Par ailleurs Ie probleme (P * admet au moins une solution jj*: ce resultat et
l'egalite Sup(P * = inf c.P* * sont consequences de 1. a - 1.b • Grace a (5.1)
G (p) ER Vp E L 2(O)n et d'apres un tMoreme de KRASNOSELSKII r7] , l' applica-
tion G est donc continue de L 2 (O)n dans IR. Donc G est bornee sur un voisinage
2(( de 0 dans Y et alors
G**(AO-P) :5 G(AO-P) :5 M < +co , Vp E CJ.Y,
ce qui implique que G** (qui est convexe) est continue en AO : Ie resultat rappeIe
200
en 1. b est applicable evec Uo =0 , Ie probleme (pa< est stable.
Par ailleurs, un resultat de relaxation etabli dans E-T donne:
inf cP lIElIE = inf CfJ
«(J.J lIElIE est une forme convexifiee ou relaxee du probleme cp). Finalement
Sup P * = 1nf <;PlIElIE = W cP •
• 171 ~ • -* m lIElIE) '" On Salt que -:r a une solution p ,";J- (cf E-T a une solution u , et les
suites minimis antes de P convergent vers u . Les relations d' extremalite entre
P et P lIElIE donnent
Si ~ possede une solution ii , alors
g('i7ii(x» + g*(-p*(x» = - p~(x),'i7ii(x), p.p. xEO •
n en resulte que
g('i7ii(x» = gllEllE(vii(x» P.P. xEO •
Donc 'i7ii(x) prend ses valeurs dans l' ensemble {s E Rn , g( s ) = gllEllE( s)} et
u est solution de Cj' lIElIE. Rec:proquement, u solution de ~ lIElIE est solution de <? si
et seulement si elle satisfait a cette condition.
Une etude plus approfondie des relations entre les solutions de ~, C? ~ et ~ a
semble souhaitable. La regularite des solutions de c:r** est abordee par SCHEURER
[15J •
201
BIBLIOGRAPHIE
rl] I. EKELAND et R. TEMAM, Analyse Convexe et Problemes Variationnels, Dunod, Paris 1974. Traduction anglaise, North.Holland.Elsevier 1975.
r2J W. FENCHEL Convex Cones. Sets and Functions, Notes de cours polycopiees, Princeton University, 1951.
rJJ N. GASTINEL Problemes Ouverts, Communication au Colloque d' Analyse Numerique, La Colle sur Loup, juin 1973.
r4] P. GERMAIN Mecanique des Milieux Continus, Masson 1962
r5] C. JOURON Resolution Numerique du Probleme des Surfaces Minima C.R. Ac.Sc. 278, Serie A, 1974 , p.599-602. et article a parattree
f6l F. KIKUCHI a paraftre.
r7] M.A. KRASNOSELSKII, Topological Methods in the Theory of non linear integral Equations. Pergamon Press, Londres, 1964.
f8]
f9] L .LLIBOUTRY, General theory of subglacial cavitation and sliding of temperate glaciers, J. of Glaciology, 7, N°49, 1968, p.21-58.
flO] B. MERCIER Numerical solution of the biharmonic mixed finite elements of class , Bolletino dell U. M. Ital., a paraftre.
n 1 J M.C. PELISSIER These, Universite de Paris-Sud, 1975.
[12 J
[13 J
[14J
[15J
[16J
[17J
202
M.C. PELISSIER et L. REYNAUD, Etude d' un modele mathematique d' ecoulement de glacier, C.R. Ac. Sc., a paraftre.
J.L. REYNAUD, Flow of a valley glacier with a solid friction la w , J. of Glaciology, '!.3.., nO 65, 1973, p. 251-258.
R. T • ROCKAFELLAR, Duality and stability in extremum problems involving convex functions, Pac. J. ofMath~, 1967, p. 167-187.
B. SCHEURER, These de 3eme cycle, Universite de Paris-Sud, 1974.
R. TEMAM, Solutions generalisees de certaines eqUations du type hypersurfaces minima, Arch. Rat. Mech. Anal., 44, 1971, p. 121-156.
V. THANEE, A~proximation des e~uations de surface minima par elements finis. Seminaire Universite de Paris-Sud, Avril 1974.
ON THE STRASSEN THEOREM
by
Michel VALADIER
Introduction. Many papers on Strassen theorem have been published since Strassen(s
paper; CASTlING [11 [31, IOFFE LEVIN (§2 and §3), IONESCU TlJLCEA (A.), KONIIIr, LEVIN
[1], MEYER, VALADIER [1]. Among the last extansions that of IOFFE LEVIN (§2) and
KXTh[Gsuggest an abstract theorem. That is theorem 1, which we call abstract theorem
because we obtain "pseudo-selections" in place of selections (the notion of pseudo
selection iA also defined by GODET-THOBIE). It remains to find hypothesis whi·ch ensure
that p~eudo-selections can be replaced by selections. As in desintegration theorems
we can either suppose the vertical space (here the vector space) to be separable, or
that the horizontal space (here the measured space) has the strong lifting property.
Thus we obtain two concrete Strassen theorems. The first one (theorem 2) is the same
as in VALADIER [1]. The second one (theorem 4) is approximately the statement of
IOFFE LEVIN (§3) but with a different proof. It seems (at the present time) that these
two statements cover all generalizations, except the special one of CASTAING r2] [3].
The abstract theorem permits to obtain two compactness theorems. The first
one (theorem 3) generalizes CASTAING-VALADIER and WEGMANN. Finally we give two theorems
(theorems 5 and 6) equivalent to theorems 2 and 4, which express subgradients of a
convex function defined by integration of a family of convex functions, as integrals.
§ 1 NOTATIONS. THE EXPECTED RESULT
Let (T,~,~) be an abstract measured space. That is ~is a tribe of subsets
of T, and ~ is a positive measure. We suppose that (T, ~,~) has the direct sum
property (DINCULEANU) : that is there exists a family (Ti)i E I such that
1) TiE"C 2) i~j => TinTj=,O, 3) ~(Ti)<oo
4)
5)
A c: T, (V.) AnT. E CC' => A E 'C' 1 1
A E ,,=> ~(A) =!: \lo(T. n A). 1
Such a family will be called a decomposition. When T is a Hausdorff topological
space and ~ a Radon measure and if we consider the essential measure, then there
exists a decomposition (Ti ) with the Ti compact, and the family is locally coun
table : such a family is called a cgncassage.
204
Let E be a Hausdorff locally convex space and r a set valued function
from T to convex non empty compact subsets of E. For every x' E E' we denote
by o*(x ' I ret)) the number sup [<x',x> x E ret)} (remark that 0*(. I ret)) is
the support function of ret)). We suppose that r is "scalarly integrable", that
is for e very x 'EE', the function
t H 5*(x' I ret)) is integrable.
We denote by E' the topological du~.l of E, and by E'* the algebraic ,diJ.al:'a.f E'.
Definitions.
1) A selection of r is a map s : T .... E such that for every x' E E', <X',s(.»
is mesurable and such that set) E ret) B.e.
2) A pseudo-selection of r is a map a : T .... E'* such that for every
x' E E' , <x',a(.» is measurable, ~ <X' , a( t» ,;; 5*(x' I ret)) a.e.
3) The set of all selections is denoted by ~(r), and the set of all pseudo-selec-
tions is denoted by ~S(r). The guotient s~ces for the eguivalence "eguality scalarly
almost ever:i:!:!:here" are denoted by s(r) !!ill. ps(r).
~. Every gelection is a pseudo-selection. The converse is false. Even if a
is a pseudo-selections with values in E, we have
<x', a(t» ,;; 5*(x' I ret)) iftf.N, x
where Nx ' is a negligible which depends on x', and a may fail to be a selection.
4) The set Js ~ 1 s E ;f(r)} is denoted b:s. Sr ~ •
The set [Ja ~ I a E g>.f(r)} is denoted by Jr~. ~. The weak integrals Ss~, 5a ~ are defined as elements of E'* by
<x', fs ~> = I<x', set»~ ~(dt) _<x', a ~> = J<x l , a(t» ~(dt)
So the sets Jr ~ and Sr ~ are subsets of E'*.
We can now state roughly the
Expected theorem. The set Jr ~ is convex non empty weakly compact in E. Its support
function is x' ~ Jo* (x' I ret)) ~(dt).
Particular cases.
1 ) If r 1 and r 2
2) If E = lR, ret}
As r r ~ = (Ja ~, Jb In that case
are
is
~J
two convex compact sets it is well known that
o*(x' 1 r 1 + r 2) = o*(x' I r 1) + 5*(X ' 1
an interval faCt), bet)] with ~,b E
the expected theorem is obviously true.
j(r) = [s E :t; 1 a ,;; s ,;; b} and s(r) is 1 00
a(1 , 1 )
205
compact. That classical result will be useful in the sequel. So we give and idea of
the proof.
Lemma
a (I~, 1 .w. a,b E ~ T:"') --ul. compact.
~ a ~ b. Then the set S 1
[s E 1m. I a ~ s ~ b}
~. First remark that a and b vanish outside a a-finite set T. So we may ~ 1 0
suppose ~ a-finite. Then there exists a function h E ~m such that h(t) > ° for
every t. The map·A.;' ep ..... ~ is an isometry from Ll(T,~,~), onto L\T,t',h ~). And A is also bicontinuous for the weak topologies a(Ll(~), ~(~)) and
a(L1(h~), Loo(h~)). As A(S) = [ep E L1(h~) I ~ ~ ep ~~} we may prove the lemma when h h 1
~ is bounded. But S is a uniformly integrable subset of L. Thus, by NEVEU
prop. IV-2-3 or MEYER II-T 23, S has a a(Ll, Loo) compact dosure. But S is convex
and closed for the norm (because if lis -sll ~ 0, there exists a subsequence (s ) n . ~
such that s ~ s a.e.) By a well known result S is weakly closed. ~
§ 2 ABSTRACT RESULTS
Lemma 2. 1ll 1
Hom(E', ~) be the set
the maE a ..... iIi~ PS(r) .12 Hom(E' ,
is one-to-one from PS(r) onto the set
of all i linear mal2s from E' .:!:£ ~. Consider
Ll) defined by iIi(x') = <x', a(.» • This maE
-=o=...:;;:=..:::.:;:..::....,:o:,;:f;..,.;;:a:.=l.:..l iii E Hom (E', L 1 ) such that V x' E E',
iIi(x') ~ o*(x' I r(.)).
~. More exactly let us denote by ep the eq~ce class of cp E i~. Let
a E~f(r) and let iii be the linear map x' ~ <x', a(.». Then obviously, iii depends
only on the equivalence class of a, iii has the indicated property, and a ~ iii is
one-to-one. It remains to prove that a'~ iii is onto. Let R: L1 ~ ~1 be a linear
lifting: that is R is linear and R~) = f (such a lifting exists because L1
has a basis as linear space). Then if ~ is given, for each t E T, x' ~ [R(¢(x'))l(t)
is a point aCt) of E'* and a is a pseudo-selection.
Lemma 3. The set ps(r) is convex non eml2ty and compact when endowed with the
coarsest tOl2ology such that the mal2s
a ~ Jf(t) <x', aCt»~ ~(dt) (f E \' x' E E')
are continuous (that tOl2ology will be called the tOl2ology of convergence on \ @ E'). Moreover for every x' E E' there exists a E I$l;f(r) such that
<x', a(.» = o*(x' I r(.)) a.e.
~. Let A be the set
[¢EHom(E"~) I 'lx' EE', ¢(x') ~o*(x' I r(.))}.
206
By lemma 2 compactness of ps(r) is equivalent to compactness of A in (11)E'
when 11 is endowed with a(11 ,100). For x' E E' and ¢ E A one has
- &*(-x' I r(.)) ,; ¢(x') ,; &*(x' I r(.)) •
By lemma 1, ¢(x') belongs to a compact subset of 11. Let ~ be an ultrafilter on
A, and 000(X') be the limit of ¢(x'). Then x' ~ ¢oo(x') is still linear and
000(X') ,; &*(x' I r(.)), so that ~ EA. 1
To prove that ps(r) is non em~ices to prove the last property. But 1R is
a complete lattice and x' ~ &*(x' I r(.)) is sublinear. The analytic HAHN-BANACH
theorem remains valid (see PERESSINI II-2-1 p. 78) when a is replaced by a complete
vector lattice. Consider the linear map ¢O : A x' ~ A &*(x' I r(.)) from ~ x' to
11. We have
we have
¢O(h') ,; &*(b' I r(.)). It is obvious if A ., O. If A < 0
¢o(b') =A &*(x' I r(.))
= (-A) [-&*(x' I r(.))l
,; (.,.A) &*(-x' I r(.))
= &*(h' I r(.)) •
Then, by HAHN BANACH, ¢O has an extension to E' such that V y' E E',
¢(y') ,; &*(y' I r(.)). Then associated pseudo-selection has the expected property. ~
~. Denote Vex') = &*(x' ! r(.)). Then A is the subdifferential OV(O) and
lemma 3 results from LEVIN [21 or VALADIER [~1 (to obtain continuity of V it is
necessary to endow E' with the finest locally convex topology).
Theorem hoi (Abstract Strassen theorem).
The set r r ~ is the convex non empty, a(E'*, E') compact subset of E'*
which has x' , ... J &*(x' I ret)) ~(dt) as support function.
~. We shall apply lemma 3. Remark that a ~ Sa(t) ~(dt) is continuous from
ps(r) to E'* (endowed with a(E'*, E')) because
<x', Ja ~> = JXT(t) <X', aCt»~ ~(dt).
Hence Jr ~ is convex non empty a(E'*, E') compact.
For every x' E E' we have
V 0 E ps(r). <x', Ja ~,; J&*(x' I ret)) ~(dt).
And by lemma 3 there exists one a E ps(r) such that the equality holds.
Thus &*(x' I Jr ~) = J&*(x' I ret)) ~(dt) •
~. The ideas of the proofs are in IOFFE LEVIN §2. But their statement is given
only for BANACH spaces. KONIG gives a similar theorem, but with the functions
207
6*(x' I r(.)) bounded, and his proof uses derivation.
§ 3 CONCRETE THEOREM WITH E' SEPARABLE
Def'ihitiOIl • We sa;y; that E' is se~rable if there exists
E' with r!i!sll!ct to a toegloSZ com~tible with the dualit;y;
a countable
E, E' •
~. If E' countains a sequence (e' ) which separates points of n
dense set in
E, then
it is separable because the set of all linear combinations with rationnal coefficients
is a countable T(E', E) dense set. Thus if E' is separable, it is separable for
all topologies between cr(E' ,R) and T(E' ,E). If E is a locally convex Souslin space
then E' is separable.
Consider now the following hypothesis.
(H1 ) E is a So!,!slin locall;y; convex sli!!!.ce and is semi-reflexive.
(H2) E is a Souslin locall;y; convex s~ce, E is seguentiall;y; weakl;y; com~lete and
th!i! closed convex hull of a oomli!!!.ct s!i!t is weakl;y; com~ct.
(H3)
.ww. E'
Qi'
is se~rable and there exists a decom~osition (Ti ) and convex com~ct
such that, Vi' V t E Ti , ret) C Qi' sa E is seguentiall;y; weakb
com~lete.
(H4) E' is separable and V s E ;f (r), fs ~ E E
Lemma !. The following im~lications hold :
H1 => H2 => H4 and H3 => H4.
~.
H1 => H2. To suppose E semi-reflexive means that a weakly closed bounded set
is weakly compact. Hence a weak Cauchy sequence converges, and the closed convex
hull of a compact set is weakly compact.
H2 => H4. We have to prove V s E ;f (r), Is ~ E E. Remark :first that we may
suppose ~ cr-finite because
(here (e' ) is n
S = {t I r( t) 1= {O} } = U {t I 6* ( e ' I n n
a sequence which separates points of E).
r( t)) 1= O}
Let (Tn)n E T be a decomposition of T. It is well known that s is measurable
with respect to ~ and the borel tribe of E. Denote by ~ the bounded measure -1 n
induced by ~ on T. Then the measure ~n 0 s on E is a Radon measure (BOURBAKI)
and is beared by the union of a sequence of compact sets K. By H2 K may be p p supposed to be convex weakly compact.
The sets T = {t E TIs ( t) E K - UK} np n p q<p q
are measurable. So there exists a decomposition (T' ) n
and convex weakly compact
208
sets Qn such that
Then
'In , 'I t E T' , s (t) c: Q • n n
E,,(T' ) Q , and by Lebesgue theorem we have .. n n
<X' Js"~ = lim <x' J U T'm s~> • ,~ , m~n
Thus Ss ~ is limit of the weak Cauchy sequence
to E. JUT' s~ and therefore belongs
m";n m '
H3 => H4. Remark that we may still suppose ~ a-finite.
Then [i' ~(T.) > o} is countable. The last part of the proof H2 => H4 remains ~
valid.
Theorem 2. We suppose H4. ~ Jr ~ is convex non empty weakly closed in E ~ has the following support function
x' - J5* (x' , ret)) ~(dt).
Moreover for every x' E E', there exists s E S (r) such that <x', s (t»
= 5*(x' , ret»~.
If we suppose E semi-reflexive then Sr ~ is countained in E.
l!:22!. Let (e') be a sequence in E' which separates points of E. Let D be n
the countable set of linear combinations with rationnal coefficients of the e'n'
and let E'O be the vector_subspace generated by the _e'n.
1) _First we show Sr ~ = Sr ~ n E. Inclusion Jr ~ eIr ~ n E is obvious. Let
x E Jr ~ n E and a E'S>S(r) such that x = Ja ~. It remains to obtain s E S (r)
such that x = Js ~. Let N be a neglig.:i'ble set such that 'lx' E D, 'I t f- N <x', a( t» ,,; 5*(x' , r( t)).
k If x' E E'O' we have x' = r: Of. e' , with Ofi E~.
i=l ~ ni
Each Of. ~
is limit of a sequence of rationnals r~. Thus x' is limit of ~
x' =r:r~e' aswell for T(E',E) as for a(E',E'*). Hence 'I x' E E'O' 'I t ~ N, p ~ ni
<x', a(t»,,; 5*(x' I ret)).
That proves that for t f- N, x' - <x', aCt»~ is T(E',E) continuous on E'O and
its unique continuous extension to E' is defined by a point set) E ret). Put
set) = 0 if tEN. Let us prove s E ~(r). If each x' E E' is a limit of a sequen
ce of points of E'O' then <x', s(.» is measurable for every x'. But we cannot
assert that. So we put r_ 1(t) = ret) and for n ~ 0
F (t) = [x E r (t)' <e' , JI;> = <e' , aCt»} • n n-1 n n
209
Thus fs(t)} = n r (t), and by VALADIER ([11 or [21) s is scalarly measurable. n
For x' E E'O we have
<x' ,x> = <x', fa 11>
= f<x,,"a> 11
= S<x', s> 11
= <x', Js !J.>
As fs 11 E E, that implies x = Ss 11 •
2) ~ lemma 3 for a fixed x' E E', there exists a E~(r) such that
<x', aCt»~ = 6*(x' I ret»~. In part 1) we can suppose that x' E E'O. Thus the selection s satisfies
<x', s(.» = <x', a(.» a.e.
3) The first part proves that fr 11 is convex weakly closed in E. The second
part proves that fr 11 has x' H f6* (x' I ret»~ l1(dt) as support function, and
therefore that it is non empty (part 1) proves S(r) ~ ¢). 4) At last if E is semi-reflexive, fr 11 is weakly compact, and so
because ir 11 is the only a(E'*, E') compact convex subset of E'*
support function x' I-> J6*(x' I ret»~ l1(dt).
rr 11 = f r 11
which has the
~. This theorem is approximat6ly the same as in Valadier [lJ but the proof
is slightly different.
Theorem 3. We suppose either "H4 g E is semi-reflexive" or "E' is separable
and there exists a decomposition (Ti ) ~ T, and convex compact sets Qi such that
'<fi, 'if t E Ti , ret) c Qi~.Ih2!!. s(r) = ps(r) (more precisely each pseudo-selection
is equal scalarly almost every where to a selection), so that s(r) is compact for 00
the topology of convergence on 1R ® E'.
~. With the first hypothesis for every A E "<: , we. have jAr 11 C E. With the
second hypothesis, for every A E 'C , A C Ti we have fA r 11 C I1(A) Qi C E.
Let a E rs>;f(r). In the first part of the proof of theorem 2 we proved existence of
s E ~(r) such that
Consider A E <e'(with
'if x' E E'O' <x', a(.» = <x', s(.» a.e.
ACT., if we work with the second hypothesis), l.
'if x' E E' 0' <s', SA al1> = <x', fA slJ.> •
As fA al1 and J~ sl1 belong to E, that implies
fA al1 = fA SI1 , and therefore
then
210
so that s is equal to a scalarly almost everywhere.
~. This theor~m covers Castaing-Valadier (th. 3 p.7) and Wegmann (6.5 p.233).
For a review of some other compactness theorems see VALADIER [4l.
§ 4 CONCRETE THEOREM WITH HYPOTHESIS ON T AND r.
Lemma 5. We suppose that the function 5*(x' I r(.» are essentially bounded and 00
that there exists a lifting p of it and a negligible set N such that
Vx', V t f N, p[5*(x' \ r(.»l (t) ~ 5*(x' I ret»~. Then every pseudo-selection is
equal scalarly almost everywhere to a selection.
Let a be a pseudo-selection. Then, if t ~ N, x' ~ p(<X', a(.») (t) is
linear and less than 5*(. I ret»~, so it is defined by set) E ret). For tEN, put
set) = O. Then s is a selection which is equal scalarly almost everywhere to a.
We recall that, if T is a topolog~cal space, r is said to be upper
semi-continuous (u.s.c.) if for every to' and every open set U such that r(tO)cu,
there exists a neighbourhood V of to such that,
of CASTAING, r is u.s.c. with respect to a(E,E') 5*(x' I r(.» are u.s.c.
V t E V, ret) c u. By a-lemma
if and only if the functions
Theorem 4. We suppose that T is a Hausdorff topological space and ~ a Radon
measure, and that there exists a concassage (K. ) 1
such that :
(i) (ii)
( iii)
~
r is, u. s. c. on every Ki
the induced measure ~i ~ Ki has support Ki
Loo(K., ~.) has a strong lifting. 1 1
1) s(r) = ps(r) so that s(r) is compact for the topology of convergence on 00 1m ® E'.
2) 1!. x E E is such that
V x' E E', <x', x> ~ J5*(x' I r(.» ~
then there exists s E J (r) such that x = J s ~. Moreover if for every s E :f (r), Ss ~ belongs to E,.ih!.U. J r ~ is convex non empty
weakly compact and has x'.-. J 5* (x' I r(.» ~ as support function.
~.
On each K., 5*(x' I r(.» is u.s.c. so that 1
5*(x' I ret»~ = inf [cp(t) I cp E e (K.), cp;" 5*(xt I r (.»}. 1
211
Let p be a strong lifting of L~(Ki' ~i). For every
ep E ~(K.), ep ;;, Ii*(x' I r(.» we have ep p(ep);;, p[Ii*(x' I r(.») ].
(remark that Ii*(x' I r(.» E J;). Hence 6*(x' I ret»~ ;;, P[Ii*(x' I r(.»)] (t).
2) So lemma 5 applies on each Ki , and every pseudo-selection is equal scalarly
a.e. to a selection. And all the remaining properties follow from theorem 1.
Remarks 1) Theorem 4 is approximately that of IOFFE-LEVIN §3.
The existence of a strong lifting of ~(K., ~.) l. ].
is ensured if the
Ki are metrizable. It is the main case. Other cases are : Ki is stmnian and ~i
is normal, or T is a locally compact group and ~ a Haar measure.
3) With the hypothesis that E is a reflexive Banach space, but without
existence of strong lifting, CAS TAING [21 (and in a weaker form HIMMELBERG-JACOBS
VAN VLECK) has proved that r has Lusin measurable selections. The idea of the proof
is the following. By a renorming theorem of Lindenstrauss, there exists a strictly
convex norm on E equivalent to the given one. Then the projection of 0 on ret),
is a point set) which is weakly measurable on Ki • By Dunford-Pettis-Phillips
theorem s is strongly measurable. If x' E E' is fixed, then
~(t) = {x E ret) ! <x', x> = Ii*(x'i ret»~}
has a closed graph on each compact on which 6*(x' I r(.» is continuous. Thus by
the previous argument ~ has a measurable selection. If moreover ret) C h(t) B
(with h E ~1, B unit ball of E), then Strassen theorem holds (CASTAING [3J).
§ 5 SUB-DIFFERENTIAL FORJIIIlJLATION
Let F be a Hausdorff locally convex space, U a convex open subset of F,
and yo E U. Let (ft)t E T be a family of finite convex fUnctions on U. We suppo
se every f t continuous at yo' and that V y E U, t H ft(Y) is integrable.
Now we can define a convex function f on U by fey) = Jft(Y) ~(dt).
Theorem 5. We suppose F separable
1) If for every function s: T - F', scalarly integrable, Js ~ belongs to F',
Moreover if F is barreled then f is continuous on U.
2) If fEcontinuous at Yo.!h!!l ef(yo) = Ie ft(yo) ~(dt).
h:22!. 1) We shall apply theorem 2.
212
Let E = F's (that is F' endowed with a(F',F), so that E' = F), and ret) = oft(YO~ We have (because f t is continuous at YO)
6*(y I ret)) = f'Jyo' y)
where f't(Yo'y) denotes the directionnal derivative of f t at YO in the direc-
tion y. ft(YO+"-y) - ft(yo)
As A ,--> "- is an increasing function on
{A E IR I A fo 0 and YO + "-y E U}, ft t(Yo'y)
ft(YO+ AY) - ft(yO) and f't(YO'y)., "-
if A is < 0 and such that YO + ,,-y E U. So by Faton theorem t ~ f't(YO'y) is
integrable, and
f'(yo'y) = lim n[f(yo +;) - f(yO)]
= Jf't(Yo'y) ~(dt) = J6*(Y I ret)) ~(dt).
Hypothesis H4 of theorem 2 is satisfied and
fo ft(yO) ~(dt) = {y' E F' I "'if y E F, <y', y> ~ f'(yo'y)}
= of (Yo)
As the f t are continuous on U, the former result is true for every YO E U, so
that of (Yo) is non empty at every YO' and f is l.s.c. (lower semi-continuous).
But then, if F is barreled, it is well known that f is continuous.
2) If we suppose f continuous at YO' then of (YO) is convex non empty weakly
compact. But
{s E F* I "'if Y E F, <S,y> ~ f'(yo'y)} = of (Yo)
Remark that the left member is jr ~'. Thus "'if s E S (r), Js ~ belongs to E, and
hypothesis H4 is satisfied and theorem 2 applies.
~. This theorem, and the following one, extend results of MOREAU on sum of
subdifferentials.
Theorem 6. We suppose that T is a Hausdorff topological space, ~ a Radon measure,
and there exists a concassage (Ki ) such that
(i) (ii)
(iii)
"'if Y E U, t - ft(Y) is U.S.C. on Ki
the induced measure ~i 2ll Ki has support Ki 00
L (K., ~.) has a strong lifting l. l.
Then of (Yo) = So ft(yo) ~(dt) C'I F' •
lI22!. We shall apply theorem 4. As in theorem 5 we put E = F's' ret) = 0 ft(yO)'
We may suppose that (Ki ) has been refined (if necessary) so that t ~ ft(yO) is
213
continuous on Ki •
Hence 5*(y I r(t)) = f't(YO' y)
= inf n[ft(Yo + Z) f (y )] ~ t 0 n~l n
is u.s.c. on Ki , and r is u.s.c. on Ki with respect to a(F',F).
As in theorem 5
J5*(Y I r(t») ~(dt) = f'(Yo'Y).
Now we can apply theorem 4. If y'E of (Yo) we have V y E F, <y', y> ~ f'(yo'y),
and therefore y' E 50 ft(yO) ~(dt). Conversely if y' E So ft(yO) ~(dt) n F'.
We have V y E F, <y', y> ~ f'(yo' y) that is y' E of (yO).
~. These theorems on subdifferentials can be extensively improved when F
is a reflexive separable Banach space (see works of ROCKAFELLAR, IOFFE LEVIN).
214
BIBLIOGRAPHY
BERTSEKAS (D.P.), Stochastic optimisation problems with non differentiable cost
functionals J. Opt. Th. and Appl. 12-2 (1973) 218-231.
BOURBAKI (N.), Int4gration ch. IX
CASTAING (CH.),
[1J Sur un th~oreme de repr4sentation integrale lie a la comparaison des mesures.
C.R.Ac. Sc. (1967) 1059-1062.
[21 Proximite et mesurabilit4. S~minaire d'Analyse Unilat~rale nO 1 Montpellier 1968.
[3J Un theoreme de compacite dans ~ ••• Montpsllier (1968-69) Publication n044.
CAS TAING (CH.) VALADIER (M.), Equations diff4rentielles multivoques dans les espaces
vectoriels localement convexes. Revue Inf. Rech. Ope 16 (1969) 3-16.
DINCULEANU (N.), Vector measures. Pergamon Press (1967).
GODET-THOBIE (CH.), A paraltre.
HIMMELBERG (C.J.) JACOBS (M.Q.) VAN VLECK (F.S.), Measurable multifunction, selec
tors and Filippov's implicit functions lemma. J.Math. An. Appl. 25-2 (1969)
276-284.
IOFFE (A.D.) LEVIN (V.L.), Subdifferentials of convex functions Trudi Moskov. Mat.
Ob. 26 (1972) 3-73.
IONESCU TULCEA (A.), Sur la domination des mesures et la desintegration des mesures.
C.R.Ac. Sc. 262 (1966) 1142-1145.
IONESCU TULCEA (A et C.), Topics in the theory of lifting Springer-Verlag 1969.
KONIG (H.), Sublineare Funktionale Arch. Math. XXIII (1972) 500-508.
LilVIN (V.L.),
(1J Some properties of support functionals Mat. Zametki 4-6 (1968) 685-696.
[2J Subdifferential of composite functions. Dokl-Akad. Nauk SSSR 194-2 (1970) 28-29.
MEYER (P.A.), Probabilites et potentiel Hermann 1966.
MOREAU (J.J.), Fonctionnelles convexes. Seminaire sur les equations aux d4rivees
partielles II. College de France 1966-67.
NEVEU (J.), Bases mathematiques du calcul des probabilites Masson 1964.
PERESSINI (A.L.), Ordered topological vector spaces Harper and Row - 1967.
STRASSEN (V.), The existence of probability measures with given marginals. Ann. Math.
Stat. 36 (1965) 423-439.
215
VALADIER (M.),
(1J Sur l'integration d'ensembles convexes compacts en dimension infinie.
C.R.Ac. Sc. 266 (1968) 14-16.
(2J Multi-applications mesurables a valeurs convexes compactes. J.Math. Pures et
appl. 50 (1971) 265-297.
(3J Sous-differentiabilite de fonctions convexes a valeurs dans un espace vecto
riel ordonne. Math. Scand. 30 (1972) 65-74.
(4J Un theoreme d'inf-compacite. Seminaired'Analyse Convexe, Montpellier 1971
expose nO 14.
WEGMANN (R.), Der Wertebereich von Vektorintegralen. Z. Wahrscheinlichkeitstheorie
14 (1970) 203-238.
~ONVEXITY AND REPEATED GAMES
A Survey by
Shmuel Zamjr
(The Hebrew University of Jerusalem and CORE)
ABSTRACT
The concepts of concavification and convexification of functions play
an essensial role in the analysis of a branch of game theory called 'Repeated
games with incomplete information'. The most important and interesting
aspects of such games are the flow of information, rates of revealing and rates
of collecting information. The mathematical expression of these aspects relies
heavily on the concepts of concavification and convexification which seem to be
very intimately related to the concept of information. In our talk we first
formulate some problems and results, concerning convexification, taken out of
context from the works on repeated games. Then starting with a few simple
examples we introduce a basic result about repeated games with incomplete
information involving concavification and convexification. By proving a simple
theorem, we then try to see how convexity comes into the subject. Finally we
generalize the first result refering back to the theorems stated at the
beginning of our talk.
1. INTRODUCTION
Generally speaking, repeated games with incomplete information are
supposed to be a mathematical model for multi-stage conflicts in which each
participant has in the beginning only partial information about the state of
nature. The main feature of these games is the possibility for a player to
collect additional information throughout the play of the game by watching the
behaviour of the other players. Consequently, any player has via his behaviour
a certain control on the flow of information from him to the other players. The
217
most important and most interesting aspect of such games is that of the in
formation: The importance of information to each player, the optimal rates of
revealing and collecting information, the cost of information, etc.
When we set the mathematical model and come to analize it, we meet
very quickly the concepts of concavification and convexification of functions.
At the present state of the research these are the key elements of the analysis
and seem to be very intimately related to the concept of information.
Considering the title of our conference and the audience in front of
me, I will start from 'convexity' and then come to games. More precisely, I
will first formulate some problems and results concerning convexity taken and
isolated from the game theoretical context. At the second part, we will look,
at a few simple examples of repeated games with incomplete information, followed
by the first important result in the subject involving convexification. Then
we will state and prove a simple theorem that suggests the close relation between
information and'convexity'. Finally we generalize the model and the results
referring back to the theorems stated at the beginning of our talk.
2. PROBLEMS AND RESULTS IN CONVEXITY
It should be made clear that the following problems and statements in
convexity are by no means a result of a systematic research in this subject.
They are just tools used by game theoreticians to solve some problems in game
theory. For this reason no attempt was made to present the results and the
problems in their greatest generality. The spaces will be always the n
dimensional Euclidian spaces Rn and most of our functions will be continuous
real valued functions defined on a convex compact set in Rn which is usually
a polyheder or even a simplex.
Let P be a simplex in Rn and let f be a bounded function defined
on C which is any subset of P. Recall the following well knwon definition:
218
DEFINITION 2.1: (i) The concavification of f (on P) denoted by Cay f is p
the minimal concave function g defined on P and
satisfying g(p) ~ f(p) for all p E C.
(ii) The convexification of f (on P) denoted by Vex f p
is the maximal convex function h defined on P and
satisfying h(p) ~ f(p) for all p E C.
The operators Cay and Vex play the most important role in our
analysis and their computation has a practical importance, e.g., to find the
value of certain games, hence:
PROBLEM: Find a computable algorithm to compute Cay f (or Vex f) for a given p p
function f.
When P is an interval, the computation is rather easy. However even
for P a triangle, I do not know of any reasonably efficient and
feasible numerical method to find Cay f. Recently I heard from P.
Ekland that he is very interested in the same problem for entirely
different applications.
Let P be a simplex in Rn and Q a simplex in Rm. Let f(p,q)
be a continuous real function on P x Q (or a subset of it). We shall write
Cay f(p,q) for the concavification of f with q held constant. Similarly p
for Vex f(p,q). It can be shown that: q
(2.1) Cay Vex f(p,q) < Vex Cay f(p,q). p q q p
QUESTION: Does equality always hold? The answer is no, as can be demonstrated
easily by the following simple example:
Let P = Q = [0,1] and let f be defined by Figure 1.
219
o 1 q
~ ~--------------~~--------------1
1 ~------------~--------------~
p
Figure 1: f(p,q)
It is enough for our purposes to look at f(p,q) only at the nine points
(p,q) € {O,~,1}2. We get:
q ....
0 -~ 0 0 -~ 0 0 -~ 0 0 -~ 0
p .j. -~ 0 -~ 0 0 0 -~ -~ -~ 0 -~ 0
0 -~ 0 0 -~ 0 0 -~ 0 0 -~ 0
f(p,q) Cav f=Vex Cav f Vex f Cav Vex f p q P q P q
Therefore (Cav Vex f)(~,~) p q
220
- ~ while
(Vex Cay f)(~,~) o. q p
Let us just mention that in the context of game theory an equality in
(2.1) is a necessary and sufficient condition for the existence of a value for a
certain game.
Let u be continuous on P x Q and define two sequences
{v } n 0
on P x Q by:
{ Yo - Vo -
(2.2) ~+l Cay Vex max {u(p,q),~(p,q)} n = 0,1, ... p q
vn+l Vex Cay min {u(p,q),vn(p,q)} n = 0,1, ... q P
00
{v} and -nO
THEOREM 2.2: Both sequences {~} and {v } n
converge, uniformly on P x Q to
the same limit function denoted by v.
The proof of this theorem can be found in [MZ] (Theorem 5.4, page 54).
Here we will limit ourselves to a few observations:
(i) Since u is continuous on a compact set, it is uniformly
continuous. The operators Cay and Vex are monotone and preserve the modulus of
uniform continuity. From this fact the uniform convergence of the two
sequences follows easily. The difficult part of the proof is to prove that they
both have the same limit.
(ii) If u satisfies equality in (2.1) then from (2.2) we get
Yl Cay Vex u(p,q) = Vex Cay u(p,q) = vI. Similarly we get from (2.2) that:
v -n
p q q p
Vex Cay u - ~+l 2. ~ and v n Since {v } is an
-n
221
increasing sequence and is a decreasing sequence we get by induction that
v = v --n n
Cav Vex u = Vex Cav u for n = 1.2 •••. So when equality holds in (2.1).
then this common value is exactly the common limit in Theorem 2.2. In some sense.
therefore. the common limit in Theorem 2.2 is a generalization of Cav Vex u
and Vex Cav u when they are not equal.
THEOREM 2.3: Let u be any continuous function on P x Q. then there is exactly
(2.3)
one solution f for the system:
[(i)
(ii)
f(p.q)
f(p.q)
Vex max {u(p.q).f(p.q)} q
Cav min {u(p.q).f(p.q)} p
This is Theorem 5.3 in [MZ]. The unique solution of (2.3) is
exactly the common limit in 2.2 which therefore can be considered
as an approximation method to solve 2.3. Note that each of (i)
and (ii) has many solutions. For example is a solution for (i)
and is a solution for (ii). The unique simultaneous
solution is exactly the minimal solution of (i) and the maximal
solution of (ii).
3. REPEATED GAMES WITH INCOMPLETE INFORMATION-EXAMPLES
EXAMPLE 1 ([AM]): Consider the following 2-person O-sum game:
(3.1)
222
The n-stage game rn(~) is played as follows: At stage 0 a chance
move chooses k E {1,2} with probability distribution (~.~) The outcome of
the choice is told to PI (player I. the maximizer) but not to PII (player II.
the minimizer). A 2 x 2 game is then played n times; at each stage
m (m = l ••••• n) PI chooses im E {1.2} and PII chooses jm E {1.2} • the
referee announces the moves (im.jm) and they proceed to the next stage m+l.
Ink At the end of the n-th stage PII pays PI the amount of - r a i j • where
n m=l m m
k is the number chosen by chance at stage O. Clearly rn(~) has a (minmax)
value which we denote by vn(~)' For n=l. the only optimal strategy for PI is
to play T (top strategy. i.e •• i=l) if k=l and B (bottom. i.e •• i=2) if
k=2. Recall that PI is informed about the value of k before he starts
playing. It follows that vl(~) =~. (Remark: Since k and usually i and m
jm are random variables. the payoffs are random variables as well. By
definition the payoff in the game is the expectation of the payoff random
variable.)
The main feature of our game is the role of the extra initial information
namely. the actual value of k which is known to PI but not to PII. In simple
words: PI knows which game is being played while PII knows only the possible
games and the probability distribution (~.~). The optimal strategy of PI in
rl(~) gives a clear signal to PII as to the value of k. since if PII observes
PI playing T he knows that k=l and if he observes B he knows that k=2
(assuming that PI commits himself to that strategy and PII knows it). We call
such a strategy a completely separating strategy. (briefly. CS strategy). We
may think of CS strategy as one in which PI tells PII the value of k after
the first stage. Obviously this has no disadvantage for PI in rl(~)' since the
game terminates after the first stage. But already in r2(~) a CS strategy
would enable PII to pay 0 at stage 2 (by playing R-right when k=l and
223
L-left when k=2) , which makes the payoff in r2(~) to be ~ (per stage). By the
1 same argument, a CS strategy guarantees PI not more than 2n in rn(~)'
Asymptotically as n + 00, it yields a 0 payoff. Can PI do better? Let us
consider the other extreme behaviour of PI: Rather than disclosing his extra
information to PII by a CS strategy he may disregard it by playing independently
of the value of k. Clearly by doing so he conceals any information from PII
about the value of k. Therefore we call such a strategy an NS (non-separating)
strategy.
When PI is restricted to NS strategies, then any n-stage game
(n 1,2, ••• ) is equivalent to the ordinary matrix game /:::, (~):
The value of /:::,(~) is ~, hence asymptotically (actually for n ~ 2) PI guarantees
more by completely disregarding his extra information than by using it.
PROPOSITION 3.1:
Proposition 3.1 states that in the game under consideration
PI gets asymptotically more than what he gets by not using
his information. The proposition follows from Theorem 3.4
to be stated later on.
EXAMPLE 2 ([AM]): Our second example looks very much like the first one with
just a slight change in the payoffs, namely:
(3.2)
PROPOSITION 3.2:
EXAMPLE 3:
(3.3)
224
Here PI can guarantee 0 by a CS strategy, which is to
play B if k=l and T if k=2. By playing NS stFategies
he can get the value of b. (~) which is -". __ (-~ 0) o -~
Clearly there is no way for PI to get more than 0 which is
the highest entry in the matrices hence:
lim v (~) = o. n-+oo n
In contrast to the first example where PI should not use his
information at all (asymptotically), here PI should fully
use it and by this completely disclose it to his opponent
PII. The situation would become much more interesting if we
could find an intermediate case in which PI should neither
completely reveal nor completely disregard his information
but 'partially' use it. For this, let us proceed to our
next example:
Again we consider the same type of game with different
matrices:
C : J
Following the same line of discussion as in the previous
examples, let us see what PI can get by each of his two
extreme behaviours: By CS strategies he gets 0, since the
value of each of Al and A2 is O. By NS strategies, on
225
2 : ) the other hand, he can get the value of ~(~) 2
which is ° as well. Can PI get more than 01
PROPOSITION 3.3: n = 1,2, ..•
PROOF: Let us describe a strategy for PI which guarantees him at least 1. Let
Cl be a coin with sides (T,B) obtained with probabilities (3/4,1/4) and let C2
be a coin with the same sides but with probabilities (1/4,3/4). Let PI use the
following strategy: When informed of k, flip coin Ck and then if the outcome
is T play T in all stages. If the outcome is B play B in all stages. The
only information that PII gets through this strategy is the outcome of the coin
flipping (which is what PI plays) but not which coin was flipped. The conditional
distributions on k, given the outcomes of the coin, are:
p(k=lIT) 3/4, p(k=lIB) 1/4.
So the expected payoffs given T are (depending on PII's move):
3/4 (4,0,2) + 1/4 (0,4,-2) (3,1,1).
Similarly, given B the expected payoffs are:
1/4 (4,0,-2) + 3/4 (0,4,2) (1,3,1).
We conclude that in any event and whatever PII does, the expected payoff is at
least 1. This proves our proposition. Actually one has:
PROPOSITION 3.4:
This also follows from the same general result which we are about
ready to state. We consider a general game of the type discussed in the examples,
namely:
226
(3.4)
l-p
Here ° < p ~ 1 and Al and A2 are two real matrices of the same
size, to be viewed as payoff matrices of two 2-person O-sum games. The games
fn(p) are defined as in the examples. Let vn(p) be the minmax value of
fn(p). Define ~(p) by: ~(p) = pAl + (1_p)A2. As we saw in our examples, this
is the game in which PI is not informed about the value of k (or equivalently,
he disregards it by restricting himself to NS strategies). Let u(p) be the
value of ~(p) and denote Cav u(p) p
the minimal concave function g(p)
p E [0,1].
its concavification, i.e., Cav u(p) is p
on [0,1] satisfying g(p) ~ u(p) for
THEOREM 3.5 ([AM]) lim vn(p) = Cav u(p). n->oo p
This is the first and the most basic result that introduces the
concept of concavification in the subject of repeated games with incomplete
information.
Let us now review our examples with Theorem 3.5 at hand.
In Example 1, ~(p) = (P 0) u(p) = p(l-p) which is already o l-p
concave, hence lim vn(p) p(l-p). In particular, lim vn(~) =~, (Figure la).
227
a: Example 1 :~PO~P
~~1 0\ p ~ 1 P
-'4
b: Example 2
c: Example 3 oK ~ 3/4 1 P ~ 3/4 1 P
u(p) Cay u(p) p
Figure 1
In Example 2, ( -p
ll(p) = ° u(p) -p(l-p) whose concavification is
Cay u(p) - 0, (Figure lb). p
In Example 3, ll(p) = (4P
4p
4(1-p)
4(1-p)
2 (2p-l) )
2(1-2p) whose value u(p) is shown in
Figure lc: u(p) - min(4p,4(1-p), max(4p-2,2-4p)). Cay u(p) p
~ 2 p 2 3/4, in particular lim vn(~) = (Cav u(p))p=~ = 1. p
4. THE RELEVANCE OF CONCAVIFICATION
1 for
Instead of giving formal proofs to some of the above stated results
(which we could not possibly do in this framework), let us try to understand the
most important phenomenon, the role of the operators Cay and Vex in the analysis
of this type of problem. From Theorem 3.5, we see something which is rather
surprising at first glance: The (asymptotic) value of a game fn(p) depends on
228
the values of the same type of games with different values of p. For instance
the value of rn(~) in Example 3 is actually determined by the values of rn(~)
and rn (3/4).
A first hint about how PI manages to get Cav u(p) can be found in the p
strategy suggested for PI in Example 3: After obtaining the result of the coin
tossing, PI plays NS strategies from there on. Therefore given an outcome, say T,
it is easy to see that the game from there on is equivalent to 6(PT) where
(PT,l-PT) is the conditional distribution on the states of nature {1,2} given T.
Given T, therefore, the 'value of the new situation' is u(PT). Similarly given
B, the 'value of the new situation' is u(PB) with PToprob(T) + PBoprob(B) = p.
(In the example under consideration p = ~, PT = 3/4, PB = ~, prob(T) = prob(B)=~).
In general, starting from rn(PO) PI can get the expectation of u(p) where p
is a random variable with expectation PO. When maximizing over the distributions
of P, this amounts technically to concavifying u(p).
To see the same thing from a different point of view, let us prove:
THEOREM 4.1 [AM]: n = 1,2, ••• and hence lim v (p), are all concave n-+<lO n
functions.
PROOF: Let P,Pl,P2 and a be in
the following two games rn (P,Pl'P2)
[0,1] s.t. aPl + (1-a)P2 = p. Consider
and rn (P,Pl'P2) defined as follows:
In rn (P,Pl,P2) first chance chooses Pi E {Pl ,P2} with probabilities
(a,l-a); both players are informed of chance choice; then they play rn(Pi). The
game rn (P,Pl'P2) is played in the same way with the only difference that PII
is not informed which was chosen (while PI is informed as before).
Clearly r minimizer we have:
(4.1)
is more favorable to PII than n
value of r < value of n-'" r . n
r n a~d since he is the
229
Now rn (P,Pl,P2) is exactly the game rn(p); the fact that the choice
of k E {1,2} is done first by choosing Pi is irrelevant. The only important
thing is that k E {1,2} is chosen with probability distribution (p,l-p)
and PI is informed about the value of k chosen but PII is not. We have there-
fore
(4.2)
In rn (P,Pl,P2) the players are gOing to play rn(Pl) with probability
a and rn (P2) with probability (l-a), hence:
(4.3)
Inserting (4.2) and (4.3) in (4.1) we obtain:
which proves the concavity of vn(p).
5. INCOMPLETE INFORMATION FOR BOTH PLAYERS
Theorem 3.5 is true as stated not only for K = {1,2} but for any
finite set K. It is also clear that if we inverse the roles of the players by
letting PII,the minimizer, be the informed player, we get:
(5.1) lim v (q) = Vex u(q), n-+<x> n q
where q is the probability distribution on the states of nature.
At this point, we note that lim vn(p) is not the only possible concept
through which we can investigate the asymptotic behaviour of rn(p). An
230
alternative approach is to define directly an infinite stage game roo(p).
This can in fact be done after overcoming some technical difficulties and a
value voo(p) for roo(p) can so be obtained which mayor may not exist.
For the games discussed so far. the two concepts v and 00
lim v n
happen to exist and are both equal to Cav u(p) (or Vex u(q». The difference p q
between the two shows up when we go to the more general case. when each player has
only partial information about the state of nature. Such a game can be described
as follows:
k = l ••••• a; r = l ••••• b; be real matrices of the same
size. Let p and q be two probability vectors on K = {l •..•• a} and
R = {l ••••• b} respectively. At stage O. a chance move chooses a game Akr
(state of nature) according to the probability distribution p x q. PI is
informed what is the value of k and PII is informed what is the value of r.
Then an n-stage or oo-stage game is played with the moves announced after each
stage and the payoffs are made according to the matrix Akr chosen by chance at
stage O. Denote these games by rn(P.q) or roo(p.q) as the case may be and their
values by vn(P.q) and voo(P.q). As in the special case. denote by ~ (P.q)
the game in which the two players are restricted to NS strategies. i.e.:
(5.2) Mp.q)
Denote by u(p,q) the value of ~(p,q).
THEOREM 5.1 ([AM] and [5]): voo(P.q) exists if and only if
(5.3) Cav Vex u(P.q) p q
If (5.3) holds then Voo
Vex Cav u(p,q). q p
Cav Vex u Vex Cav u.
THEOREM 5.2 ([MZ]):
231
lim v (p,q) always exists and equals both the only n-+oo n simultaneous solution of (2.3) and the common uniform limit
of (2.2).
REF ERE N C E S
[AM] R.J. Aumann and M. Masch1er, "Game Theoretic Aspects of Graduate Disarmament", Report to the U.S. A.C.D.A. (Arms Control and Disarmament Agency, Washington, D.C.), Final report on Contract ACDA/ST-80, prepared by MATHEMATICA, Princeton, N.J., June 1966, Chapter V.
[S] R.E. Stearns, "A Formal Information Concept for Games with Incomplete Information", Final report on Contract ACDA/ST-116, prepared by MATHEMATICA, Princeton, N.J., September, 1967, Chapter IV, pp. 405-433.
[MZ] J.F. Mertens and S. Zamir, "The value of two-person zero-sum repeated games with lack of information on both sides", The International Journal of Game Theory, Vol. 1, No.1, pp. 39-64.
L'ALGEBRE DES PROJECTEURS CONI9UES
Eduardo H. ZARANTONELLO
Le projecteur sur un ensemble convexe ferme K dans un espace hilbertien
reel H est l'operateur PK H ~ H qui a tout point de l'espace fait correspondre
Ie point Ie plus proche dans K, appele sa projection. Si A
K est un cone convexe
ferme C de sommet l'origine, alors on dit que Pc est un projecteur conique. Par
mi les projecteurs conique se trouvent les projecteurs orthogonaux ordinaires qu'on
obtient en prenant pour C des sous-espaces lineaires. Un fait remarquable dont on
ne s'est aper9u que recemment est que les projecteurs coniques jouissent de presque
toutes les proprietes algebriques des projecteurs lineaires, notamment de celles qui
permettent de developper une theorie spectrale. Ainsi, comme 1 'integration des fonc
tions reelles par rapport a une resolution spectrale lineaire (famille a un parame
tre de projecteurs lineaires croissante de 0 a I) amene aux operateurs autoad
joints, celIe par rapport a une resolution spectrale conique conduit a une classe
d'operateurs aisement caracterisable d~nt les operateurs autoadjoints font partie.
Ces operateurs nouveaux, bien que non lineaires en general, ont un comportement si
proche de celui des operateurs autoadjoints, qu'on peut bien les considerer comme
leur generalisation naturelle [2]. Une telle theorie s'appuie sur un petit nombre
de relations entre les projecteurs [Theoremes 2. 1 - 2. 5], d'ailleurs bien con
nues, d~nt les demonstrations ne demandent que deux ou trois lignes dans Ie cas li
neaire [1, nO 105]. Malheureusement cette agreable simplicite est perdue avec la li
nearite, ou du moins elle semblait l'~tre lorsque la question avait ete envisagee
pour 1a premiere fois. Sans 1inearite et surtout sans une notion d'operation adjoin
te, la voie traditionnelle etait absolument barree et on a du faire des detours con
siderables pour y parvenir. Dans [2] On est arrive aces resultats a la suite d'une
etude approfondie des projecteurs sur des convexes generaux et au bout de demons
trations parfois longues et penibles, de sorte que l'algebre des projecteurs coni
ques apparaissait comme plongee dans une theorie plus vaste et, sans doute, plus
compliquee. Donc il fallait bien debarrasser les demonstr~tions de tout ce qui n'e
tait pas essentiel et les~mplifier autant que possible. Dans cet article nous fai
sons face a cette tache en donnRnt une methode abregee pour demontrer les proprietes
algebriques des projecteurs coniques basee sur leur equation differentielle. 11
s'agit seulement d'un premier pas vers Ie redressement de l'equilibre entre les enon
ces et leurs demonstrations, tout en restant fort lOin encore de la simplicite et
brievete de la theorie lineaire, qualites que, peut-etre, on n'atteindra jamais.
Avec ces buts nous ne presupposerons aucune connaissance au dela des proprietes ele
mentaires de l'espace hilbertien, et nous nous efforcerons de donner a notre expose
toute la concision compatible avec la clarte et la comprehension du texte. Une grande
partie du materiel presente ici a ete prise dans [2] et [3].
233
§ 1 - Proprietes basiq ues
Par definition, la projection PK x d'un point x sur un convexe ferme
K dans un espace hilbertien reel H, est Ie point caracterise par
(1. 1) II x - P K xII :s; II x - yll v y E K (1)
L'existence et l'unicte d'un tel point sont bien connues. Tout projecteur
PK est idempotent et l'ensemble de ses valeurs, qui coincide avec l'ensemble de ses
points fixes, est precisement K. Les equations variationnelles de ce probleme ex
tremal sont :
(1. 2) v y E K
comme nous allons Ie voir, elles caracterisent aussi PK x
LEMME 1. 1.
(1. 3) [z E K, IIx-zll:S; IIx-yll, V y E Kl <=> [z E K, <x-z, z-y>~ 0, V y E Kl •
Demonstration. L'implication de droite a gauche est une consequence immediate de
l'identite
IIx-yll2 - IIx-zll 2 = 2 <x-z, z-y> + II Z_y1l2
La meme identite avec t y + (l-t)z, 0 < t:S; 1, a la place de y,
IIx-(t y + (1-t)z)11 2 - Ilx-zll 2 = 2 t <x-z, z-y> + t 2 Ilz-yl12
conduit par divisibn par t et passage a la limite t+O a l'implication opposee.
8i dans (1. 2) on remplace y par PK x' on obtient
( 1. 4) V x, x' E H
ce qui, ajoute a l'inegalite qui resulte de l'echange de x et x', donne
( 1. 5) V x,x' E H
ou indique l'application identique. Cette inegalite peut ~tre ecrite sous les
formes suivantes :
(1. 6) <x-x' , PK x - PK x'> ~ IIPK x - PK x'11 2
( 1. 7) <x-x' , (I - PK)x - (I - PK)x'>;? II (I - PK)x - (I - P )x'1I 2 K
( 1 • 8) Ilx-x'1I 2 ~ 11(2 PK - I)x - (2 PK- I )x'11 2
Si on se rappelle qu'un operateur T : H ~ H est monotone si
<x-x', T x - T x'>;? 0, V x,x' E H, on voit a partir de (1.6) et (1. 7) que 'PK
et I - PK sont des operateurs monotones. De plus, l'inegalite de Cauchy-Schwarz
appliquee aux membres de gauche de (1. 6) et (1. 7) montre que
(1) Comme d'habitude la double barre indique la norme dans H et les crochets angulaires Ie produit scalaire.
234
(1. 9)
c'est-a-dire, que PK et I - PK sont contractants ; par sa part (1. 8) dit que
2 PK- I est aussi contractant. En particulier, les projecteurs sont des applica
tions continues.
D'apres (1. 2) l'ensemble des points projetes par PK sur un point
z E K est
p~1 z = {x I <x-z, z-y>;?: 0 't/ y E Kl
On s'aper~oit immediatement que est l'intersection d'une famille de demi-
espaces fermes contenant z et, en consequence, qu'il doit etre un cone convexe
ferme de sommet z. En particulier, puisque x et PK x ont tous les deux PK x
pour projection, on a
(1. 10) 't/xEH, 't/t;?:O
Un fait tres important est que l'inegalite (1. 4) est caracteristique des projec-
teurs ; en effet, on a
LEMME 1. 2. Une application P : H ~ H est un projecteur 8i et seulement si
<x - P x, P x - P x'> > 0 't/ x,x' E H
Demonstration. Nous n'avons a demontrer que la suffisance. Si (1. 11) est satisf~i-
te alors pour toute suite finie de points X1'X2 '···'Xn et toute suite
~n de nombres non negatifs avec ~1+ ~2+ •.. + ~n = 1 on a
n n <x-P x, P x - E ~i P xi> = E ~i <x-P x, P x - P xi>;?: 0
1
c'est-a-dire, <x - P x, P x - z> pour tout z dans I'enveloppe convexe de I'image
de P, donc pour tout z dans l'adherence K de cette enveloppe convexe, ce qui
equivaut a P x =PK x (Lemme 1. 1).
Les projecteurs sont aussi caracterises par une equation differentielle.
THEOREME 1. 1. Une application lipschitzienne P : H ~ H est un projecteur si
et seulement si elle satisfait a l'equation differentielle
(1.12) 0 - P)x =V 1 110 - p)x11 2 't/ x E H 2
ou V indique Ie gradient au sens de Frechet.
Demonstration. Les projecteurs sont contractants et en consequence lipschitziens.
Demonstrons d'abord que les projecteurs satisfont a l'equation (1. 12). En vertu de
(1.2)ona
i II(I-PK)yI12- 2 IIO-PK)xI12 - <y-x,O-PK)x> = i II(I-PK)y-(I-P K)xI1 2 +
+ <<r-PK)x, PKx - PKy>;?: 0
et par symetrie
235
111 (I-p )x1l 2 - 111 (r-p )y1l2 - <x-y 2 K 2 K '
(I-PK)y>::;; 0
d'ou, en rempla9ant dans la premiere de ces inegalites 111 CI-p )y1l2 _ 1 II (I-p )x1l 2 2 K 2 K
par sa majoration tiree de la seconde et en se rapport ant a (1. 9),
o ~ i IICI-PK)yIl2- i II CI-PK)xIl 2- <y-x, CI-PK)x> ~ <y-x, (I-PK)y) - <y-x, CI-PK)x)
<y-x, (I-PK)y-(I-PK)x) ~ Ilx-yl12
ce qui, par la definition m~me du gradient, entraine CI-PK)x = vi IICI-PK)xI1 2 •
Pour la demonstration de la suffisance ecrivons Q ~ I - P, et remarquons que puis-
que a un gradient lipschi tzien, IIQ xii en a aussi un localement aux points
ou il ne s'annule pas et que
v IIQ xII = Q x / IIQ xii si Q x 1= 0
Dans ces conditions on peut faire passer par tout point x o~ Ie champ de vecteurs
Q x / IIQ xii est defini, une unique ligne de champ x( s), c' est-a-dire une solution
de l'equation d xes) / ds = Q xes) / IIQ x(s)11 definie dans un certain intervalle
ouvert de la droite reelle. Une telle ligne ne peut aboutir qu'en un point ou Q
s'annule, et Ie long de cette ligne on a, par la regIe de la differenciation des
fonctions composees
=s IIQ x(s)11 = <V IIQ x(s)ll, ~2'5~l> = <-.9~ ds IIQ x(s)11
Done, si s2::;; sl '
_9_."(.sL> IIQ x(s)11
IIQ x(s2)11 - IIQ x(sl)11 = s2- sl ::;; Ilx(s2) - x(sl)11
parce que s est la longueur d'arc. D'un autre cote, si Q x ne s'annule pas dans
Ie segment joignant xl et x2 ' on obtient a partir du theoreme de la moyenne
IIQ x211 - IIQ xlii = IIQ(t x2+ (l-t)x l )11 - IIQ(t x2+ (1-t)xlI1 ~1 ~o
(1. 13) = (=t IIQ(t x2+ (l-t)x l )ll) = <v IIQ(ex2 +(1-e)x l )ll,x2- x? t=e
~ IIv IIQ(/9x2 + (l-/9)xl)1I1I IIx2 - Xl" = IIx2 - Xl"
si s2- sl est suffisamment petit, et en rapprochant cette inegalite de l'ine
galite opposee obtenue ci-dessus,
ce qui montre que localement les lignes de champ sont des droites et que, si une li
gne est definie pour s = so' alors elle est definie pour tout s > s - IIQ xes )11, o 0
parce que pour ces valeurs IIQ x(s)11 ne peut rester que positif. II suit par conti-
nuite que lim Q xes) = 0, donc que toute ligne de champ aboutit effec-s -> s - IIQ xes )11 o 0
tivement a un point de K = [x I Q x = oj. Si on prend ces points COmme origine des
arcs Ie long des lignes de champ, alors Q xes) = xes) - x(O), et on s'aper90it que
236
P x = x - Q x E K est l'extremite de la ligne de champ passant par x (en conve
nant que cette ligne se reGuit au seul point x si x E K). Maintenant, etant donne
x E H et un point y quelconque dans K, designons par y' Ie point de K sur Ie
segment joignant x et y Ie plus proche de x. Des que Q x ne s'annule pas a
l'interieur du segment, (x,y') on a, en vertu de (1. 13)
Ilx - P xii = IIQ xii IIQ x - Q y'll ~ Ilx - y'll ~ Ilx - yll
et P x est Ie point de K qui minimise la distance a x. La ligne de champ pas-
sant par x est la demi-droite xes) = P x + s x - P x
s ~ O. En consequence Ilx - P xii
P xes) = P x, et par la propriete minimisante de P xes),
o ~ Ilx(s)-yI12- Ilx(s)-p xl1 2 = -~ <x-Px, Px-y> + IIPx-yI12., 'if y E K , s ~ 0,
Ilx-p xii
d'ou, par division par s / Ilx-p xii et passage a la limite s'" + 00 ,
o ~ <x - P x, P x - y> 'if y E K
relation qui reste vraie pour tout y dans l'enveloppe convexe fermee de K. Donc
par Ie Lemme 1. 1, P est un projecteur.
Un projecteur PK est positivement homogene, c'est-a-dire, satisfait la
relation PK t x = t P K x , 'if t ~ 0, si et seulement si K est un cone convexe de
sommet l'origine. En effet, si PK est positivement homogene, son image qui coinci
de avec K, doit contenir en m;me temps qu'un point y tous les points t y ,
t ~ 0, et en consequence doit ;tre un c~ne du type indique. D'un autre c~te, si K
est un c~ne de sommet 0, PK est positivement homogene en vertu de (1. 3). e'est de
ce type de projecteurs, appeles projecteurs coniques, que nous allons nous occuper
dans la suite. La lettre e, eventuellement affectee d'indices ou d'autres signes,
sera reservee pour indiquer les c~nes convexes fermes de sommet l'origine.
Les projecteurs coniques satisfont a la relation
(1. 14)
qu'on tire de (1. 2) en rempla9ant y successivement par 0 et 2 Pc x •
DEF INITION 1. 1.
et Ie c~ne
Le cone polaire d'un cone convexe ferme e de sommet l'origine
(1. 15) fy I <y,x> ~ 0 'if x E el
D'apres (1. 3) e~ est l'ensemble des points projetes sur l'origine par
Pc' donc il est aussi convexe, ferme et a son sommet a l'origine. L'operation
e ... e 1 inverse la relation d'ordre par inclusion; on verra plus loin que
ell. = e (Theoreme 2. 2., Cor. 1).
Une notion fondamentale pour ce qui suit est la notion de projecteurs
orthogonaux.
237
DEFINITION 1. 2. On dit que deux projecteurs Pc 1
sont orthogonaux si
(1. 16) x, Pc x > = 0 2
't x E H
Dans ce cas on dit aussi que les cones
ce fait indifferemment par Pc .1. Pc 1 2
et
ou par
c 2 sont orthogonaux et on indique
C 1 1. c2 •
A
Les cones polaires sont un cas particulier de cones orthogonaux (Theore-
me 2. 2., Cor. 2).
§ 2 - L'algebre des orojecteurs
Les theoremes 2. 1 - 2. 5 , ci-dessous, contiennent 1 'essentiel de l' al
gebre des projecteurs coniques. lIs comportent en outre des relations algebriques
certaines relations de type analytique ou geometrique.
THEOREME 2. 1
(2. 1)
Demonstration. Triviale.
THEOREME 2. 2
(2. 2)
Demonstration. Quel que soit x, on a pour tout y E c ,
(x-Pcx,y>=-(x-P x,P x-y>~O, c 1 c
en vertu de (1. 2) et (1. 14). Donc x - Pc x E c • D'un autre c~te, si z E C1 ,
( x - (x - Pcx), (x - PCx) - z > = (Pcx, x - PCx - z > = - <Pcx, z>~ 0
et x - PCx = P 1 x par (1. 3). Le point x etant arbitraire, (2. 2) est demontre. C
COROLIAIRE 1.
(2. 3)
COROLIAIRE 2.
c.i.l. c
(2.4) ColC!..
LEMlV!E
(2. 5)
2. 1
Demonstration. 8i x E C 1 n C2 alors Pc x = P P x = x 3 C 1 C2
C3 ::J C1 n C2 • Dans Ie sens inverse, si x E C3 ' alors par
Ilx-pc xll 2 = lip lxll2 2 C2
(p ".l x,x> = C2
(x-Pc x,x> = -<Pc x-PC 2 2 1
et x E C3• Donc
( 1. 14) et (2. 2) ,
Pc x, 2
Pc 1
Pc x> = 0 2
238
et x -= Pc x E C2 • Il suit que c 3 C c 2 ' et comme evidemment C3 C C1' C3 C C1 (\ C2• 2
Les deux relations trouvees equivalent a .C3 = C1 (\ C2•
THEOREME 2. 3. Les deux produits Pc 1
et sont des projecteurs si
et seulement si ils sont egaux. Dans ce cas
Demonstration. La necessite et la derniere partie de l'enonce sont consequences du
lemme precedent. Pour la suffisance nous allons montrer que
entrafne que la valeur commune de ces produits est Pc (\ C • Pour un x quel-1 2
conque ecrivons xl = Pc x, u 1 = x - Pc x et considerons les points 1 1
x(s,t) = t(x1+ s u 1) + (l-t) Pc (x 1+ s u 1 ) 2
O~ s,t~ 1
D'abord on constate, en se rapport ant a (1. 10~ que
P P x(s,t) == Pc Pc x(s,t) -= P Pc (x 1+ s u 1) -= Pc Pc (x 1+ s u 1) == Pc Xl c2 C 1 1 2 C 1 2 2 1 2
et apres, en faisant appel a (1. 14), que
<x(s,t)-P x(s,t),Pc Pc x(s,t» C 1 1 2
<x(s,t)-Pc Pc x(s,t),PC Pc x(s,t» 1 2 1 2
- <Pc x(s,t)-Pc Pc x(s,t),PC Pc x(s,t» 1 2 1 2 1
s t <u 1 'PC Xl> + t <xl-PC Pc x(s,t),Pc Pc x(s,t» 2 1 2 1 2
+ (l-t) <Pc (x 1+ s u 1 )-Pc Pc x(s,t),Pc Pc x(s,t» 2 1 2 1 2
(2. 6)
s t <u 1 'PC Xl> + t <xl-PC x 1'PC x 1> + 2 2 2
+ (1-t) <Pc2 (x 1+ s u1)-Pc1PC2 (x 1+ s u1),Pc1PC2 (x 1+ s u 1»
== s t <u 1,Pc2 x 1>
Les points Xl ==Pc1 x
en consequence
appartiennent tous les deux a C1
x(O,t) == lim x(s,t) == t Xl + (1-t) Pc x 1 E C 1 s~O 2
et
Alors par la definition des projecteurs et par leur propriete d'etre contractants,
Ils- 1(x(s,t>-Pc x(s,t)/I ~ s-1 /lx(s,t>-x(O,t)/I
1 == /It u 1+ (1-t>s-1(pc (x 1+ s u 1)-PC x 1)/I 2 2
~ t /lu 11! + (1-t)s-1 I!Pc (x 1+ s u 1)-PC x 11! 2 2
~ t I!u 11! + (1-t) I!u 11! == I!u 11!
239
L'ensemble etant uniformement borne, on peut trouver pour
chaque t dans l'intervalle ferme [0,1J une suite positive -1
s (x(s ,t)-Pc xes ,t» converge faiblement vers une limite n n 1 n
sn .\I 0 telle que
Ut. De (2. 6) on tire
(2. 7)
Par les inegalites variationnelles (1.2), on peut ecrire -1
< s (x(s ,t) - Pc x(sn,t», Pc x(sn,t) - y >:;::: 0 n n 1 1
d'oll, en passant a la limite n ~ 00 ,
< Ut' x(O,t) - y >:;::: 0
Si dans cette relation on donne a y les valcurs t x 1 ' t x 1+ 2(1-t) Pc x 1 on 2
obtient
(1-t) < u ,PC x 1 >:;::: 0 t 2
-(1-t) < Ut' Pc x 1 >:;::: 0 2
inegalites qui avec (2. 7) et en supposant o < t < donnent
c'est-a-dire,
< x - p x, P P x > = 0 C 1 C2 c 1
'i x E H
Cette identite est la cle de la demonstration. En effet, si et
<x-Pc Pc x,P Pc x-y> = <x-Pc x,Pc P x-y> + <Pc x-Pc Pc x,Pc Pc x-y> 1 2 C 1 2 1 1 c 2 1 2 1 2
<x-P x,-y> + <p x-p P x,P P x-y> C 1 C 1 C 1 c 2 C 1 c 2
- <P ,x,y> + <Pc x-P Pc x,P P x-y> c 1 1 c 2 1 c 2 C 1
1
Si Y E c 1 n c 2 ' les deux termes de droite sont non negatifs et on a
<x-P Pc x, C 1 2
commutent,
mais P PC2 x E c 1 n C2 ' donc c 1 c x en vertu de (1. 3), et la
2 demonstration est achevee.
LEMME 2. 2.
(2. 8) ZP =P =>P P=P C. C C. C C.
i == 1, 2, 0 •• ,
l. l. l.
la somme etant prise au sens de la convergence faible ponctuelle.
Demonstration. En faisant la somme des inegalites
(voir (1. 6», on obtient
00 2 O~Z Ilpc.x-pc.x'll ~<x-x', Z p x-Z p x'>=<x-x"Pcx-Pcx'>
1 l. l. C i 1 C i
d'oll on tire Ie resultat cherche par Ia substitution x' = Pc x.
240
LEMME 2. 3. Pc + Pc est un projecteur si et seulement si c 1 ~ C2 • 1 2
Demonstration. Cette proposition suit de I'identite
[11IxI12_1I1x-(p +P )xIl 2]_: 2 2 c 1 c2 1
et de l'equation differentielle (1. 12). En effet, si Pc + Pc est un projecteur, 1 2
on est conduit, par differenciation, a v < Pc x, Pc x > = 0, c'est-a-dire a 1 2
< Pc x, 1
Pc x > = const., constante qui ne peut etre autre que zero parce que 2
< P x, c 1 P x > s'annule a I'origine. Inversement, s1 < Pc x, P x > == 0, alors S 1 ~
Pc + Pc satisfait a l'equat1on differentieile des projecteurs et lui-meme est un 1 2
projecteur.
THEOREME 2. 4
(2. 9) {PC Pc = Pc 1 <=> {pc - Pc est un projecteurj <=> {c2 1 c~ J. 2 1 2 1 2
Dans ce cas, Ies quatre projecteurs commutent entre-eux.
Demonstration. 8i aIors, en vertu de (1. 14) et (2. 2)
<P lX, Pc x> = <x,pc x> - <Pc x, P x> = <x, P x> - <Pc x, Pc Pc x> C 1 2 2 1 c2 c2 1 2 1
= IIPc xll 2 - IIPc Pc xll 2 = 0 2 2 1
Autrement dit, c 2 ~ c;, donc {pc P =P 2 C 1 C2
=> c 2 ~ C ~ J. Inversement, par Ie
lemme precedent c 2 ~ c~ equivaut a dire que P 1 + Pc = I - (P - Pc) est un C 1 2 C 1 2
projecteur, donc que Pc - Pc 1 2
est un projecteur. Finalement si Pc - Pc 1 2
est un
projecteur, aIors en vertu de (2. 8), ce qui acheve la demonstration
de (2. 9).
Quant a Ia derniere partie du theoreme, remarquons que si Pc Pc = Pc ' 2 1 2
alors C2 = C2 n C1 (Lemme 2. 1), c'est-a-dire C2 C C1 ' ce qui entraine
Pc Pc = Pc • En consequence Pc 1 2 2 1
commutent. Pc 1
commute avec P ~ C 1
parce que Pc P.1 = P .1 Pc = O. De 1 C 1 C 1 1
P - P = P 1 - P 1 ' ii suit que c 1 C2 C 2 c 1
est equivalente a P 1 P 1 = Pl. On peut donc ecrire C1 C2 C1
P 1 Pc = Pc - Pc Pc = P - Pc =P.1- P l=P l-P.i P l=Pc P 1 ' C2 1 1 2 1
C1 2 C2 C1 C2 C1 C2 1 C2 et nous avons demontre que Pc commute avec tous les autres projecteurs en question.
1
241
Par l'equivalence que nous venons de remarquer, On peut dire autant du projecteur
Pl' Il reste a verifie r que C2
Pc et P 1 commutent, ce qui est immediat parce 2 C 1
que, chacun des cones etant contenu dans Ie polaire de l'autre, on doit
avoir
Remarquons en passant que ce theoreme donne une expression algebrique de
l'orthogonalite des cones. En effet, il suffit de mettre cf a la place de C 1
dans (2.9) pour s'apercevoir que equivaut a l'orthogonalite de
LEMME 2. 4. n l: pc. est un projecteur si et seulement si C i .i c j 1 1
n Demonstration. Si l: Pc = Pc' alors par Ie lemme 2. 8, il suit que
i
liif-j
Pc .p C = PC.' ce J J
qui, en vertu du theoreme 2. 4, entraine que l: P ifj C i
est un projecteur.
Autrement dit, si on omet un terme dans la somme l: PC. 1
Ie resultat est encore un
projecteur, ce qui, en consequence, reste vrai si on omet un nombre quelconque de
termes. En particulier PC.+ pc. ' if- j, obtenu en omettant tous les termes a l'ex-1 J
ception de PC. et Pc ' est un projecteur, et c i 1 c j par Ie Lemme 2. 3. 1 j
Reciproquement, si ci..L c j , Ii if- j, alors si pour un certain
est un projecteur, il est un projecteur orthogonal a et (Lemme 2. 3)
k+1
l: Pc i
doit aussi etre un projecteur. De proche en proche, par induction finie,
on conclut que est un projecteur.
THEOREME 2. 5. l: Pc est un projecteur si et seulement si Ci.L c j' Ii i f- j. i
Dans ce cas l: Ci
Demonstration. Si
est ferme et
=P C
alors par et
est un projecteur en vertu de (2. 9). L'iteration du meme argument montre que
P C- Pc - Pc est un projecteur, ce qui par Ie lemme precedent implique nCJ'~ Ck j k
Partons maintenant de I 'hypothese c i J.. c j' Ii i=j. Alors pour tout n,
un projecteur (Lemme 2. 4) et comme tout projecteur est contractant
est
n 2 2 II l: Pc xii ~ Ilxll , n
1 i 1, 2, ... En consequence la serie de vecteurs orthogonaux
l: pc.x ayant ses sommes partie lIes uniformement bornees, est fortement convergente 1 1
et on peut passer a la limite dans les relations
pour obtenir
n < x - ( E Pc lx,
1 i
242
n n E Pc )x - ( E P lx' >~ 0 1 i 1 Ci
< x - ( E Pc )x, ( E Pc )x - ( E P )x' > ~ 0 1 i 1 i 1 Ci
v x,x'
'tj x,x'
et un appel au Lemme 1. 2, nous assure que E P Ci
est un projecteur.
Finalement remarquons que si E PC. = PC' alors evidemment C C E Ci • ~ 1
Mais des que PC. Pc = pc. (Lemme 2. 2), C doit contenir Ci et en consequence ~ ~
leur somme E Ci aussi. Donc C = E Ci 1
Remarque 1. Pour les usages de la theorie spectrale on introduit la relation d'ordre
suivante entre les projecteurs on dit qu'un projecteur est plus petit qu'un
projecteur Pc ' en symboles, Pc < Pc ' si 212
proprietes suivantes :
Cette relation ales
a) 0 < Pc < I ou 0 est Ie projecteur sur l'origine et I Ie projecteur sur
l'espace entier ;
b) {pc < Pc Pc < Pc 1 <=> {pc = Pc 1 1 2 2 1 1 2
c) {pc < Pc Pc < Pc 1 => {pc < Pc 1 1 2 2 3 1 3
d) {pc < Pc 1 <=> {p 1 < P II 1 2 C2 C1
II s'agit donc d'un ordre partiel ; c'est une relation d'ordre plus forte
que celIe qui consiste a ranger les projecteurs par inclusion des cones sur lesquels
on projette. On ne sait pas si la famille des projecteurs coniques ainsi ordonnee
est un treillis. II nous manque aussi la signification geometrique ; ceci tient a l'absence d'une definition geometrique d'orthogonalite.
Remarque 2. Nous avons defini l'orthogonalite de deux projecteurs, ou de deux cones,
d'une fa90n analytique (Def. 2. 1), et nous avons vu qu'on peut aussi l'exprimer
algebriquement par l'equation Pc (I - P ) = Pc • Selon la notion d'ordre d~nt nous 1 C2 1
venons de parler, l'orthogonalite de deux projecteurs equivaut a dire que l'un est
plus petit que Ie complementaire de l'autre, ce qui est bien la notion d'orthogona
lite qu'on utilise dans les structures ardonnees et complementees.
Maintenant essayons de voir que lIe peut etre la signification geometrique.
Si c 1 .l C2 ' alors est ferme et on a Pc + Pc ~ P C (Theoreme 2. 5). 1 2 C 1+ 2
II suit que (Lemme 2. 2) et on tire
243
P =P - P =P - P P =P l P C 1 C 1+ C2 C2 C 1+ C2 C2 C 1+ C2 C2
C 1+ C2
P =P - P =P - P P = P 1. P C2 C 1+ C2 C 1 C 1+ C2 C 1 C 1+ C2 C 1+ C2 C 1
d'ou (Lemme 2. 1),
(2. 10)
On peut lire ces relations tout simplement en disant que des deux cones C1 et C2
l'un est Ie polaire de 1 'autre, relativement a leur somme. Ceci est precisement la
definition de l'orthogonalite dans Ie cas des espaces lineaires. Caracterise-t-elle
aussi l'orthogonalite des cones? Ou d'une fa90n plus precise: Est-ce que deux
cones satisfaisant (2. 10) et tels que C 1 + C2 est ferme, sont orthogonaux ?
Nous ne connaissons pas la reponse, nous savons seulement qu'elle est affirmative
dans Ie cas de trois dimensions.
BIBLIOGRAPHIE
1. - RIESZ (F.) et Sz- NAGY (B.), "Le90ns d'analyse fonctionnelle", Akademia Kiadb, Budapest, 1952.
2. - ZARANTONELID (E. H), "Projections on convex sets and spectral theory", dans les "Contributions to Nonlinear Functional Analysis", edited by E.H. Zarantonello, Academic Press, N. York, 1971, PP. 237-424.
3. - ZARANTONELID (E. H), "The product of commuting projections is a projection", Proc. Am. Math. Soc. 38 (1973), 591-594.
Vol. 59: J. A. Hanson, Growth in Open Economics. IV, 127 pages. 1971. OM 16,-
Vol. 60: H. Hauptmann, Schatz- und Kontrolltheorie in stetigen dynamischen Wirtschaftsmodellen. V, 104 Seiten.1971. OM 16,-
Vol. 61 : K. H. F. Meyer, Wartesysteme mit variabler Bearbeitungsrate. VII, 314 Seiten. 1971. OM 24,-
Vol. 62: W. Krelle u. G. Gabisch unter Mitarbeit von J. Burgermeister, Wachstumstheorie. VII, 223 Seiten. 1972. OM 20,-
Vol. 63: J. Kohlas, Monte Carlo Simulation im Operations Research. VI, 162 Seiten. 1972. OM 16,-
Vol. 64: P. Gessner u. K. Spremann, Optimierung in Funktionenraumen. IV, 120 Seiten. 1972. OM 16,-
Vol. 65: W. Everling, Exercises in Computer Systems Analysis. VIII, 184 pages. 1972. OM 18,-
Vol. 66: F. Bauer, P. Garabedian and D. Korn, Supercritical Wing Sections. V, 211 pages. 1972. OM 20,-
Vol. 67: I. V. Girsanov, Lectures on Mathematical Theory of Extremum Problems. V, 136 pages. 1972. OM 16,-
Vol. 68: J. Loeckx, Computability and Decidability. An Introduction for Students of Computer Science. VI, 76 pages. 1972. OM 16,-
Vol. 69: S. Ashour, Sequencing Theory. V, 133 pages. 1972. OM 16,-
Vol. 70: J. P. Brown, The Economic Effects of Floods. Investigations of a Stochastic Model of Rational Investment Behavior in the Face of Floods. V, 87 pages. 1972. OM 16,-
Vol. 71 : R. Henn und O. Opitz, Konsum- und Produktionstheorie II. V, 134 Seiten. 1972. OM 16,-
Vol. 72: T. P. Bagchi and J. G. C. Templeton, Numerical Methods in Markov Chains and Bulk Queues. XI, 89 pages. 1972. OM 16,-
Vol. 73: H. Kiendl, Suboptimale Regier mit abschnittweise Ii nearer Struktur. VI, 146 Seiten. 1972. OM 16,-
Vol. 74: F. Pokropp, Aggregation von Produktionsfunktionen. VI, 107 Seiten. 1972. OM 16,-
Vol. 75: GI-Gesellschaft fOr Informatik e.V. Bericht Nr. 3.1. Fachtagung Ober Programmiersprachen . MOnchen, 9-11, Mlirz 1971. Herausgegeben im Auftrag der Gesellschaft fOr Informatik von H. Langmaack und M. Paul. VII, 280 Seiten. 1972. OM 24,-
Vol. 76: G. Fandel, Optimale Entscheidung bei mehrfacher Zielsetzung. 121 Seiten. 1972. OM 16,-
Vol. 77: A Auslender, Problemes de Minimax via I'Analyse Convexe et les Inegalites Variationelles: Theorie et Algorithmes. VII, 132 pages. 1972. OM 16,-
Vol. 78: GI-Gesellschaft fOr Informatik e.V. 2. Jahrestagung, Karlsruhe, 2.-4. Oktober 1972. Herausgegeben im Auftrag der Gesellschaft fOr Informatik von P. Deussen. XI, 576 Seiten. 1973. OM 36,-
Vol. 79: A. Berman, Cones, Matrices and Mathematical Programming. V, 96 pages. 1973. OM 16,-
Vol. 80: International Seminar on Trends in Mathematical Modelling, Venice, 13-18 December 1971. Edited by N. Hawkes. VI, 288 pages. 1973. OM 24,-
Vol. 81: Advanced Course on Software Engineering. Edited by F. L. Bauer. XII, 545 pages. 1973. OM 32,-
Vol. 82: R. Saeks, Resolution Space, Operators and Systems. X, 267 pages. 1973. OM 22,-
Vol. 83: NTG/GI-Gesellschaft fOr Informatik, Nachrichtentechnische Gesellschaft. Fachtagung ,Cognitive Verfahren und Systerne", Hamburg, 11.-13. April 1973. Herausgegeben im Auftrag der NTG/GI von Th. Einsele, W. Giloi und H.-H. Nagel. VIII, 373 Seiten. 1973. OM 28,-
Vol. 84: A V. Balakrishnan, Stochastic Differential System I. Filtering and Control. A Function Space Approach. V, 252 pages. 1973. OM 22,-
Vol. 85: T. Page, Economics of Involuntary Transfers: A Unified Approach to Pollution and Congestion Externalities. XI, 159 pages. 1973. OM 18,-
Vol. 86: Symposium on the Theory of Scheduling and Its Applications. Edited by S. E. Elmaghraby. VIII, 437 pages. 1973. OM 32,-
Vol. 87: G. F. Newell, Approximate Stochastic Behavior of n-Server Service Systems with Large n. VIII, 118 pages. 1973. OM 16,-
Vol. 88: H. Steckhan, GOterstrOme in Netzen. VII, 134 Seiten. 1973. OM 16,-
Vol. 89: J. P. Wallace and A Sherret, Estimation of Product. Attributes and Their Importances. V, 94 pages. 1973. OM 16,-
Vol. 90: J.-F. Richard, Posterior and Predictive Densities for Simultaneous Equation Models. VI, 226 pages. 1973. OM 20,-
Vol. 91: Th. Marschak and R. Selten, General Equilibrium with Price-Making Firms. XI, 246 pages. 1974. OM 22,-
Vol. 92: E. Dierker, Topological Methods in Walrasian Economics. IV, 130 pages. 1974. OM 16,-
Vol. 93: 4th IFACIIFIP International Conference on Digital Computer Applications to Process Control, ZOrich/Switzerland, March 19-22, 1974. Edited by M. Mansour and W. Schaufelberger. XVIII, 544 pages. 1974. OM 36,-
Vol. 94: 4th IFACIIFIP International Conference on Digital Computer Applications to Process Control, Zurich/Switzerland, March 19-22, 1974. Edited by M. Mansour and W. Schaufelberger. XVIII, 546 pages. 1974. OM 36,-
Vol. 95: M. Zeleny, Linear Multiobjective Programming. XII, 220 pages. 1974. OM 20,-
Vol. 96: O. Moeschlin, Zur Theorie von Neumannscher Wachstumsmodelle. XI, 115 Seiten.1974. OM 16,-
Vol. 97: G. Schmidt, Ober die Stabilitatdes einfachen Bedienungskanals. VII, 147 Seiten. 1974. OM 16,-
Vol. 98: Mathematical Methods in Queueing Theory. Proceedings of a Conference at Western Michigan University, May 1 0-12,1973. Edited by A B. Clarke. VII, 374 pages. 1974. OM 28,-
Vol. 99: Production Theory. Edited by W. Eichhorn, R. Henn, O. Opitz, and R. W. Shephard. VIII, 386 pages. 1974. OM 32,-
Vol. 100: B. S. Duran and P. L. Odell, Cluster Analysis. A Survey. VI, 137. 1974. OM 18,-
Vol. 101: W. M. Won ham, Linear Multivariable Control. A Geometric Approach. X, 344 pages. 1974. OM 30,-
Vol. 102: Analyse Convexe et Ses Applications. Comptes Rendus, Janvier 1974. Edited by J.-P. Aubin. IV, 244 pages. 1974. OM 25,-
Okonometrie und Unternehmensforschung Econometrics and Operations Research
Vol. I Nichtlineare Programmierung. Von H. P. KUnzi und W. Krelle unter Mitwirkung von W. Oettli. - Mit 18 Abbildungen. XV, 221 Seiten. 1962. Geb. OM 38,-
Vol. II Lineare Programmierung und Erweiterungen. Von G. B. Dantzig. Ins Deutsche Ubertragen und bearbeitet von A. Jaeger. - Mit 103 Abbildungen. XVI, 712 Seiten. 1966. Geb. OM 68,-
Vol. III Stochastic Processes. By M. Girault. - With 35 figures. XII, 126 pages. 1966. Cloth OM 28,-
Vol. IV Methoden der Unternehmensforschung im Versicherungswesen. Von K.-H. Wolff. - Mit 14 Diagrammen. VIII, 266 Seiten. 1966. Geb. OM 49,-
Vol. V The Theory of Max-Min and its Application to Weapons Allocation Problems. By John M. Danskin. - With 6 figures. X, 126 pages. 1967. Cloth OM 32,-
Vol. VI Entscheidungskriterien bei Risiko. Von H. Schneeweiss. - Mit 35 Abbildungen. XII, 214 Seiten. 1967. Geb. OM 48,-
Vol. VII Boolean Methods in Operations Research and Related Areas. By P. L. Hammer (IvAnescu) and S. Rudeanu. With a preface by R. Bellman. -With 25 figures. XVI, 329 pages. 1968. Cloth OM 46,-
Vol. VIII Strategy for R&D: Studies in the Microeconomics of Development. By Th. Marschak, Th. K. Glennan JR., and R. Summers. - With 44 figures. XIV, 330 pages. 1967. Cloth OM 56,80
Vol. IX Dynamic Programming of Economic Decisions. By M. J. Beckmann. -With 9 figures XII, 143 pages. 1968. Cloth OM 28,-
Vol. X Input-Output-Analyse. Von J. Schumann. - Mit 12 Abbildungen. X, 311 Seiten. 1968. Geb. OM 58,-
Vol. XI Produktionstheorie. Von W. Wittmann. - Mit 54 Abbildungen. VIII, 177 Seiten. 1968. Geb. OM 42,-
Vol. XII Sensivitatsanalysen und parametrische Programmierung. Von W. Dinkelbach. - Mit 20 Abbildungen. XI, 190 Seiten. 1969. Geb. OM 48,-
Vol. XIII Graphentheoretische Methoden und ihre Anwendungen. Von W. Knodel. - Mit 24 Abbildungen. VIII, 111 Seiten. 1969. Geb. OM 38.,..
Vol. XIV Praktische Studien zur Unternehmensforschung. Von E. Niev~ O. MUlier, F. E. Schlaepfer und W. H. Landis. - Mit 82 Abbihltl .' XII, 240 Seiten. Geb. OM 58,-
Vol. XV Optimale Reihenfolgen. Von H. MUlier-Merbach. - Mit 43#""£ II' IX, 225 Seiten. 1970. Geb. OM 60,-
Vol. XVI Preispolitik der Mehrproduktenunternehmung in .. II I. f. --. rie. Von R. Selten. - Mit 20 Abbildungen. VIII, 1 ................ OM 64,-
Vol. XVII Information Theory for Systems Engineer-. ., L ... ,.,"111_ -.. 42 figures. VIII, 197 pages. 1970. Cloth OM 44,-
Vol. XVIII Unternehmensforschung im Berg __ ..... f. L ___ - ._. bildungen. VIII, 150 Seiten. 1972 .... ...... -