République Algérienne Démocratique et Populaire

Ministère de l’enseignement supérieur et de la recherche scientifique

N◦ Attribué par la bibliothèque

Année univ.: 2023/2024

Analyse Multivoque et Inclusions

Différentielles
Mémoire présenté en vue de l’obtention du diplôme de

Master Académique

Université de Saida - Dr Moulay Tahar

Discipline : MATHEMATIQUES
Spécialité : Analyse Mathématiques
par

Abdessatar Fliti 1
Sous la direction de

Dr/Mr Berrezoug Halimi

Soutenue le 18/09/2024 devant le jury composé de

M. Kadi Université Dr Tahar Moulay - Saïda Président

B. Halimi Université Dr Tahar Moulay - Saïda Encadreur
K. Daoudi Centre Universitaire - El Bayadh Examinateur
1. e-mail : [Link]@[Link]
Table des matières

1 Quelques notions et résultats préliminaires 8

1.1 Un aperçu historique sur les équations différentielles impulsives . . . . . . . 8
1.2 Définitions et notions fondamentales . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Théorèmes de point fixe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4 Quelques définitions d’analyse multivoque . . . . . . . . . . . . . . . . . . . 14

2 Fonctions Multivoques ou Multi-applications 18

2.0.1 Distance de Hausdorff. . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.0.2 Semi-continuité supérieure. . . . . . . . . . . . . . . . . . . . . . . . . 27
2.0.3 Semi-continuité inférieure. . . . . . . . . . . . . . . . . . . . . . . . . 27
2.0.4 Caractérisations de la s.c.s et la s.c.i. . . . . . . . . . . . . . . . . . . 27

3 Inclusions Différentielles Semi-Linéaires Impulsives 37

3.1 Solutions Faibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.2 Résultat d’existence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

4 Un exemple 46

1
Remerciements

Je tiens avant tout à remercier Allah pour la force et la volonté qu’il m’a données pour
pouvoir achever ce travail.

Je dois beaucoup à mon directeur de thèse M. Berrezoug HALIMI qui a su me faire

profiter de sa science. Il m’a offert son temps et sa patience. Ses conseils, remarques et cri-
tiques ont toujours été une aide précieuse pour moi. J’ai beaucoup appris à son contact et
eu grand plaisir à travailler avec lui. Il m’est trés agréable de lui adresser mes vives remer-
ciements et de lui témoigner ma sincère reconnaissance. Merci aussi pour toutes les fois où
j’ai fait appel à lui pour une aide, scientifique ou autre, car il n’a jamais ni hésité, ni ménagé
sa peine pour répondre à mes sollicitations.

Je tiens également à remercier [Link] KADI qui m’a fait l’honneur de présider le
jury ainsi que [Link] DAOUDI pour avoir accepté de faire partie du jury et d’y avoir
consacré une partie de leurs temps.

Je remercie l’ensemble des enseignants du département de Mathématique qui m’ont aidé

à m’améliorer durant mon cursus universitaire.

Enfin, merci à mes parents. Sans leurs sacrifices je ne serais pas devenu ce que je suis
aujourd’hui.

2
Dedicace

Je dédie ce travail à mes chers parents,

maman et mon père

à mes frères et soeurs

à tous mes enseignants.

3
Introduction

L’Analyse Multivoque
L’analyse multivoque, également appelée analyse des multifonctions, est une branche des
mathématiques modernes qui traite des situations où une correspondance associe à chaque
point d’un domaine non pas un unique point, mais un sous-ensemble d’un autre ensemble.
Cette approche est cruciale dans des contextes où les solutions d’un problème ne sont pas
uniques ou où les relations entre les variables sont complexes.

Principes fondamentaux
1. Notion de multifonction : Une multifonction (ou multiapplication) est une géné-
ralisation d’une fonction classique. Elle associe à chaque élément x d’un ensemble X
un sous-ensemble F (x) ⊆ Y , plutôt qu’un élément unique. Exemple : Dans certains
problèmes d’optimisation, un paramètre donné peut conduire à plusieurs solutions ac-
ceptables, formant un ensemble solution.
2. Problèmes abordés :
— Problèmes mal posés : Situations où une solution unique n’existe pas ou n’est pas
stable.
— Optimisation paramétrée : Étude des dépendances des solutions par rapport à des
paramètres, notamment dans des systèmes dynamiques ou économiques.
3. Outils utilisés : L’analyse multivoque adapte les concepts classiques de l’analyse
mathématique, tels que :
— Continuité et compacité pour les multifonctions.
— Différentiabilité généralisée.
— Mesure de distance entre ensembles (via la distance de Hausdorff, par exemple).

Applications
— Biomathématiques : Modélisation de systèmes biologiques où plusieurs états ou
solutions peuvent exister simultanément, comme dans la modélisation écologique ou
la dynamique des populations.
— Physique : Analyse des systèmes multi-états ou non déterministes.

4
 — Théorie du contrôle : Modélisation et optimisation des systèmes où plusieurs stra-
tégies de contrôle sont possibles.
— Théorie des jeux : Étude des équilibres dans des jeux où plusieurs solutions (stra-
tégies gagnantes) peuvent exister.
— Sciences économiques : Analyse des marchés ou des systèmes avec des équilibres
multiples.

Littérature et contributions majeures

Les travaux d’Aubin, Cellina, Frankowska, Burachik et Iusem ont été fondamentaux dans
le développement de l’analyse multivoque. Ils ont introduit des concepts cruciaux tels que la
viabilité et la régularité dans les multifonctions, et ont contribué à relier l’analyse multivoque
à d’autres domaines comme la programmation mathématique et les systèmes dynamiques.

Importance actuelle
L’analyse multivoque reste un domaine actif de recherche, avec des avancées constantes
pour résoudre des problèmes de plus en plus complexes dans des domaines variés. Sa puis-
sance réside dans sa capacité à modéliser rigoureusement des systèmes où l’incertitude ou la
multiplicité des solutions jouent un rôle central.
Ce mémoire comprend quatres chapitres.

Le premier chapitre intitulé “Préliminaires”, contient un ensemble de définitions et

résultats qui nous seront utiles pour la suite de cette étude. Il est divisé comme suit :

• Dans la section 1, nous donnons Quelques notions et résultats préliminaires.

• La section 2, Un aperçu historique sur les équations différentielles impulsives
• La section 3, Définitions et notions fondamentales.
• La section 4, Théorèmes de point fixe.
Le deuxième chapitre intitulé “Fonctions Multivoques ou Multi-applications”,
Ce chapitre est divisé comme suit :

• Dans la section 1, nous donnons la distance de Hausdorff.

• La section 2, semicontinuité superieure.
• La section 3, semicontinuité inférieure
• La section 4, caractérisations de la s.c.s et la s.c.i.
Le troisième chapitre intitulé “Inclusions différentielles semi-linéaires impulsives”, on
traitera l’existence des solutions pour le systhème suivant :

5
 x0 (t) − A1 x(t) ∈ F1 (t, x(t), y(t)), y 0 (t) − A2 y(t) ∈ F2 (t, x(t), y(t)), t ∈ [0, b], (1)
− −
x(t+
k ) − x(tk ) ∈ Ik (x(tk )), y(t+
k ) − y(tk ) ∈ I k (y(tk )), k = 1, . . . , m (2)
x(0) = x0 , y(0) = y0 , (3)
Où J := [0, b], E est un espace de Banach, F1 , F2 : J × E × E → P(E) sont des multifonc-
tions, x0 , y0 ∈ E. 0 = t0 < t1 < . . . < tm < tm+1 = b. Les opérateurs Ai , i = 1, 2 sont des
générateurs infinitésimaux d’un C0 −semi-groupe {Ti (t)}t≥0 sur un espace de Banach (E, |·|)
−
respectivement, Ik , I k : E → P(E) (k = 1, . . . , m), et ∆y|t=tk = y(t+
k ) − y(tk ). Les notations
+ −
y(tk ) = lim+ y(tk + h) et y(tk ) = lim+ y(tk − h) représentent les limites à droite et à gauche
h→0 h→0
de la fonction y à t = tk , respectivement.

Le quatrième chapitre intitulé “Un exmple”, Dans cette section, nous présentons un
exemple pour illustrer l’utilité et l’applicabilité de nos résultats.
Considérons le système d’inclusions différentielles impulsifs suivant

∂2

 u0 (t, ξ) ∈ ∂ξ 2 u(t, ξ) + F (t, u(t, ξ), v(t, ξ)), , t ≥ 0, t 6= tk , 0 ≤ ξ ≤ π,
2

0 ∂
 v (t, ξ) ∈ ∂ξ2 v(t, ξ) + G(t, u(t, ξ), v(t, ξ)), t ≥ 0, t 6= tk , 0 ≤ ξ ≤ π,



 + − −
 u(t+k , ξ) − u(tk , ξ) = αk u(tk , ξ), k = 1, · · · , m,



v(tk , ξ) − v(t− k , ξ) = ᾱ k v(t−
k , ξ), k = 1, · · · , m, (4)


 u(t, 0) = u(t, π) = 0, t ≥ 0,



 v(t, 0) = v(t, π) = 0, t ≥ 0,



 u(0, ξ) = u0 (ξ), 0 ≤ ξ ≤ π,
 v(0, ξ) = v (ξ), 0 ≤ ξ ≤ π,
0

où αk > 0, et G, F : [0, π] × R × R → Pcp,cv (R) sont des applications multivoques.

Mots clés : Inclusions différentielles Impulsives, multifonction, théoremse du point fixe,
espace métrique généralisé.

6
Notations

Dans tout ce mémoire on désignera par

C : l’ensemble des nombres complexes.

R : l’ensemble des nombres réels.

R+ : l’ensemble des nombres réels positifs.

R∗+ : l’ensemble des nombres réels strictement positifs.

N : l’ensemble des nombres naturels.

N∗ : l’ensemble des nombres naturels non nuls.

Nn0 = {n0 , n0 + 1, . . .} où n0 ∈ N

x(t+
j ) := lim+ x(t)
t→tj

x(t−
j ) := lim− x(t)
t→tj

7
Chapitre 1

Quelques notions et résultats

préliminaires

Ce chapitre est consacré aux rappels de quelques définitions et résultats qui seront utilisés
dans la suite.

1.1 Un aperçu historique sur les équations différentielles

impulsives
De nos jours, les systèmes impulsifs sont devenus, de plus en plus, importants dans cer-
tains processus réels et phénomènes naturels. Par exemple, en physique, en dynamique des
populations, en biotechnologie, en économie, etc.

La théorie des équations différentielles impulsives a été initiée par A. Mishkis et V.D. Mil’man
en 1960. Le développement de cette théorie était relativement lent à cause de la difficulté de
manipulation de telles équations. Après, beaucoup de chercheurs ont participé à l’enrichisse-
ment de cette théorie où ils lancèrent différentes études sur ce sujet et beaucoup de résultats
ont été obtenus dès lors.

1.2 Définitions et notions fondamentales

Soit J := [0, T ], T > 0 et E un espace de Banach, muni de la norme k.k.
Notons C(J,E) l’espace de Banach des fonctions continues y : J → E, muni de la norme
kyk∞ := sup{ky(t)k, t ∈ J}.
Définition 1.2.1. Soit E un espace vectoriel sur le corps K = R ou C, on appelle norme
sur l’espace E toute application notée k.k définie sur E à valeurs dans R+ , vérifiant pour
tout x, y dans E et α dans K
i) kxk = 0 si seulement si x = 0.

8
ii) kαxk = |α|.kxk.
iii) kx + yk ≤ kxk + kyk (inégalité triangulaire).
Définition 1.2.2. Un espace vectoriel normé E est un espace de Banach s’il est complet.
Autrement dit, E est complet si toute suite de Cauchy dans E est convergente.
Exemple 1.2.1. C([a, b], Rn ) avec a, b ∈ Rn est l’espace de Banach des fonctions continues
y : ([a, b]) → Rn , muni de la norme
kyk∞ := sup ky(t)k.
t∈[a,b]

Soit J = [0, b], L1 (J, R) est l’espace de Banach des fonctions mesurables x : J → R qui sont
Lebesgue intégrable avec la norme
Z b
kxk1 = kx(t)kds.
0

On désigne par AC(J, R) : l’espace des fonctions absolument continues sur J. Notons AC i (J, Rn ),
l’espace des fonctions y : J → Rn qui sont i-emme fois différentiables et dont la i-emme dé-
rivée y (i) est absolument continue.
Définition 1.2.3. (Fonction Carathéodory)
Soient X, Y deux espaces de Banach. Une application f : J × X → Y est dite Carathéodory
si f vérifie :
(1) t → f (t, x) est mesurable pour tout x ∈ X,
(2) x → f (t, x) est continue presque pour tout t ∈ J.
L’application f est dite L1 - Carathéodory si f est Carathéodory et on a ∀q > 0, ∃lq ∈
L1 (J, R+ ) :
kf (t, x)k ≤ lq (t) p.p. t ∈ J, ∀kxk ≤ q
Exemple 1.2.2. Soient h : J → Y une fonction mesurable et g : X → Y une fonction
continue, alors la fonction f : J × X → Y définie par f (t, x) = h(t) + g(x) est Carathéodory.
Définition 1.2.4. (Fonction localement lipschitzienne)
Soient J un intervalle, D un ouvert de Rn , f : J × D 7→ Rn . Soient (t0 , y0 ) ∈ J × D. Soit
U ⊂ D un voisinage du point y0 . On dit que f est lipschitzienne par rapport à la variable y
dans le voisinage U s’il existe une constante L > 0 et il existe un voisinage V ⊂ J du point
t0 tels que :
kf (t, y1 (t)) − f (t, y2 (t))k ≤ Lky1 (t) − y2 (t)k pour y1 (t), y2 (t) ∈ U, t ∈ V.
Définition 1.2.5. Soient (X, d) et (Y, δ) deux espaces métriques. Soit k un réel strictement
positif. On dit que f : X → Y est lipschitzienne de rapport k si
∀x, y ∈ X : δ(f (x), f (y)) ≤ kd(x, y)
Si de plus k < 1, on dit que f est contractante.

9
Exemple 1.2.3. La fonction f : R → R+ :
√
f (y) = y

n’est pas lipschitzienne au voisinage de y = 0.

En effet :
| f (y1 ) − f (y2 ) |
lim =∞
(y1 ,y2 )→(0,0) | y1 − y2 |
Et par conséquent il ne peut pas exister une constante L vérifiant la condition de Lipschitz.
Cependant f est Lipschitzienne sur tout intervalle [a, b] avec b > a > 0.
En effet pour tout y1 (t), y2 (t) ∈ [a, b] on a :
p p
| (y1 ) − (y2 ) | 1 1
= ≤ √ .
| y1 − y2 | | y1 − y2 | 2 a
1
Et donc la condition de Lipschitz est vérifiée avec L = √
2 a
.

Remarque 1.2.1. (1) Si une fonction (d’une variable) est dérivable au voisinage d’un point
et la dérivée est bornée dans ce voisinage, alors la fonction est localement lipschitzienne.
La réciproque est fausse : il y a des fonctions lipschitziennes qui ne sont pas dérivables.
(2) Si une fonction est de classe C 1 alors elle est localement lipschitzienne.

Définition 1.2.6. Soient E et F deux espaces de Banach. On appelle opérateur borné toute
application linéaire continue de E dans F.

Définition 1.2.7. (Opérateur complètement continu).

Soient E et F deux espaces de Banach et f une application définie de E à valeurs dans F. On
dit que f est complètement continue si elle est continue et transforme tout borné de E en un
ensemble relativement compact dans F.

Définition 1.2.8. (Ensemble uniformément borné).

On dit que M ⊂ C(E, F ) est uniformément borné s’il existe un nombre réel c > 0 tel que :

kx(t)k ≤ c, ∀x ∈ M

Définition 1.2.9. (Partie équicontinue).

Soient (E, d) un espace métrique et F un un espace vectoriel normé. On dit qu’une partie
A(E ; F) est équicontinue si, pour tout  > 0 il existe α() > 0 telle que pour tout f ∈ A, on
a
kf (x) − f (y)kF ≤  pour tout x, y ∈ E et d(x, y) < α().

Définition 1.2.10. (Théorème d’Arzela-Ascoli).

Soient E un espace métrique complet, et J un ensemble compact de R, soit A un sous en-
semble de C(J, E), A est relativement compact dans C(J, E) si et seulement si les conditions
suivantes sont vérifiées :

10
1. L’ensemble A est uniformément borné i.e il existe une constante K > 0 tel que :

kf (x)k ≤ K pour tout x ∈ J et tout f ∈ A

2. L’ensemble A est équicontinu i.e pour tout  > 0 il existe δ > 0 tel que

| t1 − t2 |≤ δ ⇒ kf (t1 ) − f (t2 )k ≤  pour tout t1 , t2 ∈ J et tout f ∈ A

3. Pour tout x ∈ A, l’ensemble {f (x); f ∈ A} ⊂ E est relativement compact.

Théorème 1.2.1. (Convergence dominée de Lebesgue).

Soit Ω un ouvert de Rn et (fn ) une suite de fonctions de L1 . On suppose que
i) fn (x) → f (x) p.p sur Ω.
ii) Il existe une fonction g ∈ L1 tel que pour chaque n, | fn (x) |≤ g(x) p.p sur Ω, Alors

f ∈ L1 (Ω) et kfn − f kL1 → 0.

Définition 1.2.11. (Semi-groupes uniformément continus d’opérateurs linéaires bornés).

Soit (X, k.k) est un espace de Banach.
• Une famille à un paramètre (T (t))t≥0 d’opérateurs linéaires bornés de X dans X est dite
un semi-groupe d’opérateurs linéaires bornés sur X si :
(i) T (0) = I (où I est l’opérateur identité de X).
(ii) T (t + s) = T (t)T (s), ∀t, s ≥ 0.
• un semi-groupe (T (t))t≥0 d’opérateurs linéaires bornés sur X est dit uniformément continu
sur X si :
lim+ kT (t) − Ik = 0, (1.1)
t→0

• L’opérateur linéaire A défini par :

n T (t)x − x o
D(A) = x ∈ X, lim+ existe dans X , ∀x ∈ D(A)
t→0 t
et
T (t)x − x dT (t)x
Ax = lim+ = |t=0 ,
t→0 t dt
est appelé le générateur infinitésimal du semi-groupe (T (t))t≥0 et D(A) est appelé le
domaine de A.

Définition 1.2.12. (C0 -semi-groupes d’opérateurs linéaires bornés).

Un semi-groupe (T (t))t≥0 d’opérateurs linéaires bornés sur X est dit fortement continu si :

lim kT (t)x − xk = 0, ∀x ∈ X, (1.2)

t→0+

Un semi-groupe fortement continu sur X est aussi appelé C0 -semi-groupe sur X.

11
Théorème 1.2.2. Soit (T (t))t≥0 C0 -semi-groupe sur X. Alors il existe deux constantes ω ≥ 0
et M ≥ 1 telles que :
kT (t)k ≤ M eωt , ∀t ≥ 0.

Théorème 1.2.3. (Hille-Yosida).

Soit A : D(A) ⊂ X → X un opérateur linéaire tel que :
(i) A est fermé et D(A) est dense dans X,
(ii) il existe M ≥ 1 et ω ≥ 0 tels que

ρ(A) ⊃ {λ ∈ C : |Re(λ)| > ω}

et pour Reλ > ω, n = 1, 2, . . .

M
k(A − λI)−n kL(X) ≤
(Reλ − ω)n

Alors A est le générateur infinitésimal d’un C0 semi-groupe (T (t))t≥0

Définition 1.2.13. (Espace métrique généralisé).

Si v, r ∈ Rm , v := (v1 , . . . , vm ) et r := (r1 , . . . , rm ) alors v ≤ r si vi ≤ ri pour tous
i = 1, . . . , m.
Aussi |v| := (|v1 |, . . . , |vm |) et max(u, v) := (max(u1 , v1 ), . . . , max(um , vm )). Si c ∈ R, alors
v ≤ c si vi ≤ c pour tous i ∈ {1, . . . , m}.
Soit X un ensemble non vide et considérons l’espace Rm + . L’application d : X × X → R+
m

qui vérifie tous les axiomes habituels de la métrique est appelée une métrique généralisé au
sens de Perov et (X, d) est appelé espace métrique généralisé.

Pour r := (r1 , r2 , . . . , rm ) ∈ Rm
+ , on note par

B(x0 , r) = {x ∈ X : d(x0 , x) < r},

La boule ouverte centrée en x0 et de rayon r

B(x0 , r) = {x ∈ X : d(x0 , x) ≤ r}

La boule fermée centrée en x0 et de rayon r

Les notions de convergence, suite de cauchy et les sous ensembles ouverts et fermés dans
le cas des espaces métrique généralisé sont similaires à ceux correspondants dans l’espace
métrique habituel.

Définition 1.2.14. (Matrice convergente).

Une matrice carrée M ∈ Mm×m (R+ ) de nombres réels est convergente vers zéro si et seule-
ment si An → 0 quand n → ∞.

Lemme 1.2.1. Soit A ∈ Mm×m (R+ ). Alors les assertions suivantes sont équivalentes :
• A est une matrice convergente vers zéro ;

12
• les valeurs propres de A sont dans le disque ouvert unité,i.e., | λ |< 1, pour tous λ ∈
C avec det(A − λI) = 0;
• La matrice (I − A) est non-singulière et (I − A)−1 a des éléments non négatifs ;
• An q → 0 et qAn → 0 quand n → ∞, pour tous q ∈ Rm .
Exemple 1.2.4. Exemples de matrices qui convergent vers zero :
 
a a
1. A = , où a, b ∈ R+ et a + b < 1 ;
b b
 
a b
2. A = , où a, b ∈ R+ et a + b < 1 ;
a b
 
a b
3. A = , où a, b, c ∈ R+ et max{a, c} < 1.
0 c
Définition 1.2.15. (Opérateur contractif ).
Soit (X, d) un espace métrique généralisé. Un opérateur N : X → X est contractif s’il existe
une matrice convergente vers zéro A tel que

d(N (x), N (y)) ≤ Ad(x, y), ∀x, y ∈ X.

Théorème 1.2.4. Soit (X, d) un espace métrique généralisé complet et N : X → X un

opérateur contractif avec la matrice de Lipschitz A. Alors N a un point fixe unique x∗ et
pour tout x0 ∈ X on a

d(N k (x0 ), x∗ ) ≤ Ak (I − A)−1 d(x0 , N (x0 )) pour tout k ∈ N.

1.3 Théorèmes de point fixe

Les théorèmes de point fixe sont les outils mathématiques de base qui aident à établir
l’existence de solutions de divers genres d’équations. La méthode du point fixe consiste à
transformer un problème donné en un problème de point fixe. Les points fixes du problème
transformé sont ainsi les solutions du problème donné.

Dans cette section nous rappelons les théorèmes célèbres du point fixe que nous allons
utiliser pour obtenir des résultats d’existence variés. Nous commençons par la définition d’un
point fixe.
Définition 1.3.1. Soit f une application d’un ensemble E dans lui même. On appelle point
fixe de f tout point u ∈ E tel que
f (u) = u.
Le principe de contraction de Banach, qui garantit l’existence d’un point fixe unique d’une
contraction d’un espace métrique complet à valeurs dans lui-même, est certainement le plus
connu des théorèmes de point fixe. Ce théorème prouvé en 1922 par Stefan Banach est basé
essentiellement sur les notions d’application Lipschitzienne et d’application contractante.

13
Théorème 1.3.1. (Principe de contraction de Banach)
Soit E un espace métrique complet et soit F : E → E une application contractante, alors F
possède un point fixe unique.

Le deuxième théorème de point fixe qu’on va énnoncer est celui de Schauder.

Théorème 1.3.2. Soit C une partie convexe et fermée d’un espace de Banach E et soit
F : C → C un opérateur continu et compact . Alors F possède au moins un point fixe.

Théorème 1.3.3. (Théorème du point fixe de Brouwer).

Soit C un compact, convexe non vide de Rn et f : C → C une application continue. Alors f
admet au moins un point fixe dans C.

Théorème 1.3.4. (Alternative non linéaire de Leray et Schauder).

Soit E un e.v.n. et B := B(0, R) une boule fermée dans E. Supposons que f : B → E est
une application continue, compacte. Alors
(a) Ou bien f possède un point fixe dans B.
(b) Ou bien il existe x ∈ ∂B et λ ∈]0, 1[ tel que x = λf (x).

Théorème 1.3.5. [29] (Théorème du point fixe de Krasnoselskii).

Soit (E, k.k) un espace de Banach, et soit M une partie non vide, convexe et fermée de E.
On suppose que A, B : M → E sont deux applications satisfaisant :
• Ax + By ∈ M, ∀x, y ∈ M
• A est continue et AM est contenu dans un ensemble compact,
• B est une contraction.
Alors ∃x∗ ∈ M, Ax∗ + Bx∗ = x∗ .

1.4 Quelques définitions d’analyse multivoque

Pour un éspace métrique (X, d), les notations suivantes seront employées dans tout ce
mémoire
• P(X) = {A ⊂ X : A 6= ∅}
• Pf (X) = {A ∈ P(X) : A fermé }
• Pcp (X) = {A ∈ P(X) : A compact }
• Pcv (X) = {A ∈ P(X) : A convexe }, avec X muni d’une structure d’un espace vectoriel.
• Pcv,cp (X) = Pcv (X) ∩ Pcp (X)

Définition 1.4.1. Une multifonction (ou application multivoque) (ou multi application) F
d’un espace X vers un espace Y est une correspondance qui associe à tout élément x ∈ X
un sous-ensemble F (x) de Y . On notera F : X → P(Y ) (les notations F : X → 2Y et F :
X → ◦Y sont aussi utilisées dans la littérature )

14
Définition 1.4.2. On appelle graphe de la multifonction F , l’ensemble

Graph(F ) = {(x, y) ∈ E × F : y ∈ F (x)}

F est à graphe fermé si Graph(F) est fermé dans X × Y . On dira aussi que F est fermée
Définition 1.4.3. On appelle image de F l’union des images F (x) :
[
Im(F ) = F (x)
x∈X

et le domaine de F , l’ensemble

Dom(F ) = {x ∈ X : F (x) 6= ∅}

Définition 1.4.4. Soit F : X → P(Y ) une application multivoque. On dira que F est
fortement mesurable si pour chaque fermé U ⊂ Y , l’ensemble F −1 (U ) = {x ∈ X : F (x)∩U 6=
∅} est mesurable dans X.
Lemme 1.4.1. [14]
Soit X un esace normé séparable.L’application multivoque : F : J → P(X) est mesurable si
et seulement si pour chaque x ∈ X, la fonction ϕ : J → [0, +∞[ définie par

ϕ(t) = d(x, F (t)) = inf{kx − yk : y ∈ F (t)}, t ∈ J

est lebesgue mesurable.

Définition 1.4.5. Soit (E, k.k) un espace de Banach et F : E → P(E) une application
multivoque. On dit que F a un point fixe s’il existe x ∈ X tel que x ∈ F (x). L’ensemble
des points fixes de F sera noté par F ix(F ). On dit que F est à valeurs (fermés) convexes si
F (x) est fermé convexe pour tout x ∈ X et F est localement borné si F (A) = ∪x∈A F (x) est
borné dans E pour tout ensemble A ⊂ E, c.à.d.

sup{sup{kyk} : y ∈ F (x)} < ∞

x∈A

Définition 1.4.6. Soient (X, d) et (Y, ρ) deux espaces métriques et soit F : X → P(Y ) une
application multivoque.
On dit que F est semi-continu supérieurement (s.c.s) sur X si pour chaque x0 ∈ X l’ensemble
F (x0 ) est un ensemble non vide, et si pour chaque sous ensemble ouvert N de Y contenant
F (x0 ), il existe un voisinage ouvert M de x0 tel que F (M ) ⊂ N . C’est à dire, si l’ensemble
F − (V ) = {x ∈ X : F (x) ∩ V 6= ∅} est fermé pour n’importe quel ensemble fermé V dans Y .
D’une manière équivalente, F est s.c.s si l’ensemble F + = {x ∈ X : F (x) ⊂ V } est ouvert
pour chaque ouvert V dans Y .
La fonction F est semi-continue inférieurement (s.c.i) si l’image inverse de V par F

F − (V ) = {x ∈ X : F (x) ∩ V 6= ∅}

15
est ouverte pour chaque ouvert V dans Y . D’une manière équivalente, F est s.c.i si le noyau
de V par F
F + (V ) = {x ∈ X : F (X) ⊂ V }
est fermé pour n’importe quel ensemble fermé V dans Y .
En conclusion, pour une fonction à valeurs multiples F : J × Rn → P(Rn ), on prend

kF (t, z)kp := sup{kvk; v ∈ F (t, z)}

Définition 1.4.7. Une fonction multivoque F est dite Carathéodory si :

(a) la fonction t → F (t, z) est mesurable pour chaque z ∈ Rn ;
(b) pour tout t ∈ J la fonction z → F (t, z) est semi-continue supérieurement, p.p.
En outre, elle est L1 - Carathéodory si F est localement intégrablement bornée, c.à.d. pour
chaque nombre réel positif r , il existe hr ∈ L1 (J, R+ ) telle que

kF (t, z)kp ≤ hr (t) p.p t ∈ J, ∀kzk ≤ r

Lemme 1.4.2. Soit X un espace de Banach. Soit F : [0, b] × X → Pcp,cv (X) une multifonc-
tion L1 -Carathéodory avec SF,y 6= 0 et soit Γ un opérateur linéaire continu de L1 ([0, b], X)
dans C([0, b], X), alors l’opérateur

Γ ◦ SF : C([0, b], X) → Pcp,cv (C([0, b], X))

y 7→ (Γ ◦ SF )(y) := Γ(SF,y )

est à graphe fermé dans C([0, b], X) × C([0, b], X), où

SF,y = {v ∈ L1 ([0, b], X) : v(t) ∈ F (t, y(t)); t ∈ [0, b]}

Définition 1.4.8. On considère la distance pseudo-métrique de Hausdorf :

Hd : P(Rn ) × P(Rn ) → R+ ∪ {+∞}

définie par
Hd (A, B) = max{sup d(a, B), sup d(A, b)}
a∈A bnB

où d(A, b) = inf a∈A , d(a, B) = inf b∈B d(a, b) . Donc (Pb,f (Rn , Hd ) est un espace métrique et
(Pbf (Rn , Hd ) est un espace métrique généralisé. D’ailleurs, Hd satisfait l’inégalité triangu-
laire. Et si x0 ∈ Rn , on a

d(x0 , A) = inf d(x0 , x) et Hd ({x0 }, A) = sup d(x0 , x)

x∈A x∈A

Définition 1.4.9. Une multifonction F : Rn → P(Rn ) s’appelle :

(a) k-Lipschitz s’il existe k > 0 telle que

Hd (F (x), F (y)) ≤ kd(x, y), ∀x, y ∈ Rn

(b) Une contraction si elle est k-Lipschitz avec k < 1.

16
Lemme 1.4.3 (21). Soit (X, d) un espace métrique complet. Si F : X → Pf (X) est contrac-
tante, alors F ix(F ) 6= ∅.

Lemme 1.4.4 (21). Pour une multifonction F : X → Pcp (Y ) s.c.s. on a

∀x0 ∈ X, lim sup F (x) = F (x0 )

x→x0

Lemme 1.4.5 (21). Soit (Kn )n ⊂ K tel que K est un sous ensemble compact de X, et X
est un espace de Banach separable. Alors

co( lim sup Kn ) = ∩N >0 co(∪N ≥0 Kn )

n→∞

où co l’enveloppe convexe.

Théorème 1.4.1. Soit (X, k · k) un espace de Banach généralisé, et soit F : X → Pcp,cv (X)
une application multivoque complètement continue et semi-continue supérieurement. Suppo-
sons que l’ensemble

A = {x ∈ X : x ∈ λF (x) pour un certain λ ∈ (0, 1)}

est borné. Alors F admet un point fixe.

17
Chapitre 2

Fonctions Multivoques ou
Multi-applications

Définition 2.0.1. Soient T, X deux ensembles non vides.

• On appelle multi-application (fonction multivoque ou multi-fonction)définie sur T á valeurs
dans X, toute application F définie sur T á valeurs dans V (X) (ensemble des parties de
X),et on note
F : T → P(X) ou F : T ⇒ X
Donc, ∀t ∈ T.F (t) est un sous ensemble de X.
• On appelle domaine (effectif ) de la multi-application F qu’on note dom(F ), l’ensemble
défini par
dom(F ) = {t ∈ T /F (t) 6= ∅}
• On appelle image de F qu’on note Im(F ) , l’ensemble défini par

Im(F ) = {x ∈ X/∃t ∈ T : x ∈ F (t)}.

Si A ⊂ I , on appelle image de A par F qu’on note F (A) , l’ensemble

défini par [
F (A) = F (t),
t∈A

ce qui revient á écrire

F (A) = {x ∈ X/∃t ∈ A : x ∈ F (t)}
ainsi
Im(F ) = F (T ).
• Trés souvent nous sommes amenés á considérer la multi-application inverse F −1 : X ⇒ T
définie par
t ∈ F −1 (x) ⇔ x ∈ F (t).
Nous avons alors (F −1 )−1 = F et

dom(F −1 ) = Im(F ) et Im(F −1 ) = dom(F )

18
• On appelle graphe de F qu’on note gph(F ), le sous ensemble de T × X défini par

gph(F ) = {(t, x) ∈ T × X/x ∈ F (t)}.

Exemple 2.0.1.
F : [0, 1] ⇒ [0, 1]
t → F (t) = [t, 1]
gph(F ) = {(t, x) ∈ [0, 1]2 /x ∈ [t, 1]}.

19
 2)
F : [0, 1] ⇒ [0, 1]
(
1
[0, 1] si , t 6= 2
t → F (t) = 1
[0, 1/2], si , t = 2

gph(F ) = {(t, x) ∈ [0, 1]2 : x ∈ F (t)}

1 1 1
= (([0, ∪] , 1[) × [0, 1]) ∪ ( × [0, 1]).
2 2 2

Corollaire 2.0.1. Pour tout V ⊂ X , nous avons

F −1 (V ) = {t ∈ T : F (t) ∩ V 6= ∅}.

Démonstration. F : T ⇒ X.

t0 ∈ F −1 (V ) ⇔ ∃x0 ∈ V, to ∈ F −1 (x0 )

⇔ ∃X0 ∈ V, X0 ∈ F (to )
⇔ F (t0 ) ∩ V 6= ∅
⇔ to ∈ {t ∈ T : F (t) ∩ V 6= ∅}
D’ou F −1 (V ) = {t ∈ T : F (t) ∩ V 6= ∅}.
F −1 (V ) est appelé l’image réciproque large de V par la multi-application F.

20
On définit l’image réciproque étroite de V par la multi- application F
par
F+−1 (V ) = {t ∈ T : F (t) ⊆ V }.
Nous avons
(8.1) T \ F+−1 (V ) = F −1 (X \ V ) et T \ F −1 (V ) = F+−1 (X \ V ).
Définition 2.0.2. Soient F : T ⇒ et G : T ⇒ X deux multi-applications, alors on
définit l’union :
F ∪G:T ⇒X
t → (F ∪ G)(t) = F (t) ∪ G(t)
l’intersection :
F ∩G:T ⇒X
t → (F ∩ G)(t) = F (t) ∩ G(t)
le produit cartésien :
F ×G:T ⇒X ×X
t → (F × G)(t) = F (t) × G(t)
Si F : T ⇒ X et G : X ⇒ F ,définit la composition :

G◦F :T ⇒Y
[
t → (F ◦ G)(t) = G(F (t)) = G(x)
x∈F (t)

Lemme 2.0.1. Soient F : T ⇒ X, G : T ⇒ X et H : T ⇒ Y trois multi-applications et

soient V, W ⊆ X et U ⊆ Y . Alors nons avons les propriétés suivantes
1) (F ∪ G)−1 −1 −1
+ (V ) = F+ (V ) ∪ G+ (V ).
2) (F ∪ G)−1 (V ) = F −1 (V ) ∪ G−1 (V ).
3) (F ∩ G)−1 −1 −1
+ (V ) ⊇ F+ (V ) ∩ G+ (V ).
4) (F ∩ G)−1 (V ) ⊆ F −1 (V ) ∩ G−1 (V ).
5) (F × G)−1 −1 −1
+ (V × W ) = F+ (V ) ∩ G+ (W ).
6) (F × G)−1 (V × W ) = F −1 (V ) ∩ G−1 (W ).
7) (F ◦ G)−1 −1 −1
+ (U ) = G+ (H+ (U ))
8) (F ◦ G) (U ) = G (H −1 (U ))
−1 −1

Remarque 2.0.1. Dans le cas oú f : T → X est une application univoque, en considérant

la multi-application
F :T ⇒X
t → F (t) = {f (t)}
pour A ⊂ T et B ⊂ X, nous avons
f (A) = F (A), F −1 (B) = f −1 (B) et gph(F ) = gph(f ).

21
Définition 2.0.3. Soient F : T ⇒ X, G : T ⇒ X deux multi-applications et α : T → R
On définit
F +G:T ⇒X

t → (F + G)(t) = F (t) + G(t) = {x + y : x ∈ F (t), y ∈ G(t)}.

αF : T ⇒ X

t → (αF )(t) = α(t).F (t) = {α(t).x : x ∈ F (t)}

Nous avons

dom(F + G) = dom(F ) ∩ dom(G) et dom(αF ) = dom(F ).

2.0.1 Distance de Hausdorff.

Soit (X, d) un espace métrique, supposons dans la suite d(x, y) < ∞.

Définition 2.0.4. Soit A ⊂ X, la distance d’un point x ∈ X á A est donnée par

d(x, A) = infa∈A d(x, a).

• Soient A, B deux sons ensembles de X . On appelle écart entre A et B et on le note

e(A, B), la quantité définie par

e(A, B) = supx∈A d(x, B) = supx∈A (inf y∈B d(x, y))

avec la convension sup ∅ = 0 et inf ∅ = ∞.

• On appelle distance de Hausdorff entre A et F et on la note h(A, B) ou H(A, B), la
quantité définie par
h(A, B) = max(e(A, B), e(B, A)).

Proposition 2.0.1. .Soient A, B et C des sous ensembles de X alors

(1) e(A, ∅) = ∞ si A 6= ∅.

e(∅, B) = 0.

(2) e(A, B) = 0 ⇔ A ⊂ B

h(A, B) = 0 ⇔ A = B

(3) e(A, C) ≤ e(A, B) + e(B, C).

h(A, C) ≤ h(A, B) + h(B, C).

22
Démonstration.
(1) Si A 6= ∅
e(A, ∅) = supx∈A d(x, ∅) = supx∈A infy∈∅ d(x, y) = ∞
e(∅, B) = supx∈∅ d(x, B) = 0
(2) e(A, B) = 0 ⇔ supx∈A d(x, B) = 0 ⇔ d(x, B) = 0, ∀x ∈ A ⇔ x ∈ B, ∀x ∈ A ⇔ A ⊂ B.
h(A, B) = 0 ⇔ e(A, B) = 0 et e(B, A) = 0 ⇔ A ⊂ B et B ⊂ A ⇔ A ⊂ B et B ⊂
A ⇔ A = B.
(3) Nous avons,∀x ∈ A, ∀y ∈ B, ∀z ∈ C

d(x, z) ≤ d(x, y) + d(y, z) ⇒ inf z∈C d(x, z) ≤ d(x, y) + inf x∈z d(y, z)
⇒ d(x, C) ≤ d(x, y) + d(y, C)
⇒ d(x, C) ≤ inf y∈B d(x, y) + d(y, C)
⇒ d(x, C) ≤ d(x, B) + supy∈B d(y, C)
⇒ supx∈A d(x, C) ≤ supx∈A d(x, B) + e(B, C)
⇒ e(A, C) ≤ e(A, B) + e(B, C)

Comme h(A, C) = max[e(A, C), e(C, A)] alors

h(A, C) = e(A, C) ≤ e(A, B) + e(B, C) ≤ h(A, B) + h(B, C)

ou bien

h(A, C) = e(C, A) ≤ e(C, B) + e(B, A) ≤ h(C, B) + h(B, A) = h(A, B) + h(B, C)

d’oú
h(A, C) ≤ h(A, B) + h(B, C)

Corollaire 2.0.2. .Soit (X, d) un espace métrique et Pcl (X) l’ensemble de tous les sous
ensembles fermés de X . Alors (Pcl (X), h) est un espace métrique.

Démonstration.
∀A, B, C ∈ Pcl (X)
(1) h(A, B) = 0 ⇔ A = B ⇔ A = B,
(2) h(A, B) = h(B, A),
(3) h(A, C) ≤ h(A, B) + h(B, C).

Proposition 2.0.2. Soit (X, d) une space métrique et soient A, B ⊂ Pcl (X) . Alors

h(A, B) = inf { > 0 : A ⊂ V (B, )etB ⊂ V (A, )},

axec V (M, ) = {x ∈ X : d(x, M ) ≤ }, ∀M ∈ X.

23
Démonstration.
Nous avons
A ⊂ V (B, ) ⇔ ∀x ∈ A, x ∈ V (B, ) ⇔ ∀x ∈ A, d(x, B) ≤  ⇔ supx∈A d(x, B) ≤  ⇔
e(A, B) ≤ .
De la même manière,
B ⊂ V (B, ) ⇔ e(B, A) ≤ .
D’oú

inf { > 0 : A ⊂ V (B, ) et B ⊂ V (A, )}

= inf { > 0 : e(A, B) ≤  et e(B, A) ≤ }
= inf {≤> 0 : h(A, B) ≤ } = h(A, B).

On note par B(A, r), la boule ouverte de rayon r autour de A,

B(A, r) = {x ∈ X : d(x, A) < r}.

Observons que si X est un espace de Banach alors

B(A, r) = A + rBE

Définition 2.0.5. .Soit (An )n∈N une suite de sous ensembles de (X, d).
On appelle limite supérieure de la suite (An )n , le sous ensemble de X défini par

limx−→∞ supAn = {x ∈ X : limx−→∞ inf d(x, An ) = 0}.

Et on appelle limite inférieure de la suite (An )n , le sous ensemble de X

défini par
limx−→∞ inf An = {x ∈ X : limx−→∞ supd(x, An ) = 0}.
On dit que A est limite de la suite (An ) si

A = limn−→∞ supAn = limn→∞ inf An = limn−→∞ An .

Proposition 2.0.3. .Soit (An )n une suite de sous ensembles d’un espace métrique (X, d) .
Alors,limn→∞ inf An est l’ensemble des limites des suites (xn )n tel que xn ∈ An , et limn→∞ supAn
est l’ensemble des points d’accumulation des suites (xn ) tel que xn ∈ An , c’est á dire, l’en-
semble des limites des sous suites (xn0 ) tel que xn0 ∈ An0 .
Théorème 2.0.1. .Soit (An )n une suite de sous ensembles de (X, d) .
Alors,
\ [ \ \ [
limn→∞ supAn = Am = ( B(Am , )).
n≥0 m≥n <0 n≥0 m≥n
[ \ \ [ \
limn→∞ inf An = Am = ( B(Am , )).
n≥0 m≥n <0 n≥0 m≥n

24
Démonstration.

x ∈ limn→∞ supAn ⇔ limn→∞ inf d(x, An ) = 0

⇔ supn∈N infm≥n d(x, Am ) = 0
⇔ inf m≥n d(x, Am ) = 0, ∀n ∈ N
⇔ ∀ > 0, ∃m ≥ n/d(x, Am ) < , ∀n ∈ N
⇔ ∀ > 0, ∃m ≥ n, ∃xm ∈ Am /d(x, xm ) < 2, ∀n ∈ N
[
⇔ d(x, Am ) = 0, ∀n ∈ N
m≥n
[
⇔ x∈ Am , ∀n ∈ N
m≥n
\ [
⇔ x∈ ( Am )
n>0 m≥n

D’oú \ [
limn→∞ supAn = ( Am )
n>0 m≥n

Exemple 2.0.2. Soit (An )n ⊂ R2 , la suite définie par

 1
{ n } × [0, 1] si n est pair
An = 1
{ n } × [−1, 0] si n est impair

Alors
limn→∞ inf An = {0} × {0} = {(0, 0)}.
limn→∞ supAn = {0} × [−1, 1] = {(0, x)/ − 1 < x < 1}.
On note par Pk (X), la famille de tous les sous ensembles compacts de X.
Proposition 2.0.4. .Soit (X, d) un espace métrique complet. Alors (Pcl (X), h) est complet
et (Pk (X), h) est complet.
Si (X, d) est un espace séparable alors (Pk (X), h) est séparable.
Définition 2.0.6. .1) Soit (X, d) un espace mé[Link] appelle fonction polaire associée á
la fonction f : E → R, qu’on note f ∗ , la fonction définie sur le dual de E par
0
f∗ : E → R
0 0 0
x → f ∗ (x ) = supx∈E [hx , xi − f (x)]
2) Soit A ⊂ E. On appelle fonction indicatrice de A, qu’on note δ(., A) , la fonction définie
par
δ(., A) : E → R

25
 
0, x ∈ A;
x → δ(x, A) =
+∞ x ∈
/ A,
0
3) On appelle fonction support de A, qu’on note δ ∗ (., A) , la fonction définie sur E par
0
δ ∗ (., A) : E → R
0 0 0
x → δ ∗ (x , A) = supx∈A hx , xi,
c’est la fonction polaire associée á δ(., A) .
En effet,
0 0 0
δ ∗ (x , A) = supx∈E (hx , xi − δ(x, A)) = supx∈A (hx , xi − 0)
ce qui donne
0 0
δ ∗ (x , A) = supx∈A hx , xi

Corollaire 2.0.3. .Soit E un espace vectoriel normé et soit C un sous ensemble convexe
fermé de E, alors
0 0
d(x, C) = supx0 ∈B 0 [hx , xi − δ ∗ (x , C)]
E

Démonstration.

d(x, C) = infy∈C kx − yk
0
= infy∈C (supx0 ∈B 0 hx , x − yi)
E
0
= supx0 ∈B 0 (infy∈C hx , x − yi)
E
0 0
= supx0 ∈B 0 infy∈C (hx , xi − hx , yi)
E
0 0
= supx0 ∈B 0 (hx , xi + infy∈C (−hx , yi)
E
0 0
= supx0 ∈B 0 (hx , xi − supy∈C hx , yi)
E
0 0
= supx0 ∈B 0 (hx , xi − δ ∗ (x , C))
E

Dans le passage de la deuxiéme égalité á la troisiéme égalité, nous avons utilisé le théoreme
de l’inf-sup, applicable ici, puisque C’est un convexe fermé.

Corollaire 2.0.4. .Soit A et B deux sous ensembles convexes fermés bornés de E, alors
0 0
e(A, B) = supx0 ∈B 0 (δ ∗ (x , A) − δ ∗ (x , B))
E

0 0
h(A, B) = supx0 ∈B 0 (|δ ∗ (x , A) − δ ∗ (x , B)|)
E

26
Démonstration.
Nous avons
e(A, B) = supx∈A d(x, B).
Par le corollaire 1.0.3
0 0 0 0
e(A, B) = supx∈A [supx0 ∈B 0 (hx , xi − δ ∗ (x , B)) = supx0 ∈B 0 [supx∈A (hx , xi − δ ∗ (x , B))
E E

et donc
0 0
e(A, B) = supx0 ∈B 0 [δ ∗ (x , A) − δ ∗ (x , B)]
E

Par la définition de h, nous avons

0 0
h(A, B) = supx0 ∈B 0 (|δ ∗ (x , A) − δ ∗ (x , B)|)
E

2.0.2 Semi-continuité supérieure.

Définition 2.0.7. .Soient T et X deux espaces topologiques et F : T ⇒ X une multi-
application. On dit que F est semi-continue supérieurement (s.c.s) au point t0 ∈ T , si
pour tout ouvert U de X contenant F (to )(F (to ) ⊂ U ), il existe un voisinage Ω de t0 tel que
F (Ω) ⊂ U , c’est á dire F (z) ⊂ U, ∀z ∈ Ω.
On dit que F est s.c.s sur T si elle est s.c.s en tout point t ∈ T .

2.0.3 Semi-continuité inférieure.

Définition 2.0.8. .On dit que F est semi-continue inférieurement (s.c.i) au point t0 ∈ T
si pour tout ouvert U de X vérifiant F (to ) ∩ U 6= ∅, il existe un voisinage ω de t0 tel que
F (z) ∩ U 6= ∅,∀z ∈ Ω(i.e., F−1 (U ) est un voisinage de t0 ).
On dit que F est s.c.i sur T si elle est s.c.i en tout point t ∈ T.

Définition 2.0.9. .On dit que F est continue au point to si et seulement si elle est s.c.s et
s.c.i au point t0 , et F continue si et seulement si elle est s.c.s et s.c.i.

2.0.4 Caractérisations de la s.c.s et la s.c.i.

Corollaire 2.0.5. Soit F : T ⇒ X. La semicontinuité supérieure de F est équivalente á
chacune des conditions suivantes
a) F+−1 (V ) est un ouvert de T pour tout ouvert V de X .
b) F −1 (U ) est un ouvert de T pour tout ouvert U de X .
c )F −1 (U ) ⊆ F −1 (M )pour tout sous ensemble M de X .

27
Corollaire 2.0.6. .La semicontinuité inférieure de F est équivalante á chacune des condi-
tions suivantes
i) F −1 (V ) est un ouvert de T pour tout ouvert V de X .
ii) F+−1 (U ) est un fermé de T pour tout fermé U de X .
iii)F+−1 (U ) ⊆ F+−1 (M )pour tout sous ensemble M de X .
Démonstration.
•F s.c.i ⇒ i).
Soit V un ouvert de X, montrons que F −1 (V ) est un ouvert de T .
Pour cela, il suffit de montrer queF −1 (V ) est un voisinage de tous ses points.
Soit t ∈ F −1 (V ) ⇔ F (t) ∩ V 6= ∅.V étant un ouvert de X et F est s.c.i au point t, alors il
existe Ω un voisinage de t, tel que Ω ⊂ F −1 (V ), ceci implique que F −1 (V ) est un voisinage
de t, donc F −1 (V ) est un ouvert de T .
•i) ⇒ ii)
Soit U un fermé de X . Montrons que F+−1 (U ) est un fermé de T .
En utilisant la relation (1.0.1), nous avons

U est un f erme de X ⇔ X\U est un ouvert de X

⇒ F −1 (X\U )est un ouvert deT
⇒ T \F+−1 (U ) est un ouvert de T
⇔ F+−1 (U ) est un f erme de T

•ii) ⇒ iii).
Soit M ⊆ X, nous avons F+−1 (M ) ⊆ F+−1 (M ).
En effet, ∀t ∈ F+−1 (M )
F (t) ⊆ M ⊆ M ⇔ t ∈ F+−1 (M ).
M est un fermé de X, alors F+−1 (M ) est un fermé de T contenant F+−1 (M ) d’oú,

F+−1 (M ) ⊆ F+−1 (M )

•iii) ⇒ F s.c.i.
Soit to ∈ T et soit V un ouvert de X tel que F (to ) ∩ V 6= ∅
Montrons que F −1 (V ) est un voisinage de t0 .
Nous avons,
T \ F −1 (V ) = F+−1 (X \ V ) = F+−1 (X \ V )
et donc, T \ F −1 (V ) est un fermé de T , i.e.,F −1 (V ) est un ouvert de T , c’est á dire, F −1 (V )
est un voisinage de t0
Exemple 2.0.3. . Soient

F :R⇒R

[−1, 1] si t 6= 0
t → F (t) =
{0} si t=0

28
 G:R⇒R

[−1, 1] si t=0
t → G(t) =
{0} si t 6= 0
Montrer que F est s.c.i sur R et qu’ elle n’est pas s.c.s au point 0.
Montrer que G est s.c.s sur R et qu’elle n’est pas s.c.i au point 0.
Démonstration.
Soit V un fermé de R. Montrons que F+−1 est un fermé de R.
F+−1 = {t ∈ R : F (t) ⊆ V }.
• Si V est un fermé de R ne contenant pas [−1, 1] et contenant 0, alors
F+−1 (V ) = {0}, qui est un fermé de R.
• Si V est un fermé de R contenant [−1, 1] alors
F+−1 (V ) = R, qui est un fermé de R.
• Si V est un fermé de R ne contenant pas [−1, 1] et 0, alors
F+−1 (V ) = ∅, qui est un fermé de R.
D’oú la semicontinuité inférieure de F.
Montrons maintenant que F n’est pas s.c.s au point 0.
En effet, ∃U =] − 21 , 12 [ ouvert de R tel que F (0) ⊂ U ,par contre ∀ > 0, F (] − , +)[) =
S
x∈]−,+)[ F (x) = [−1, +1] 6⊂ U . Donc F n’est pas s.c.s an point 0.

Théorème 2.0.2. . Soient X, Y deux espaces métriques, F : X ⇒ Y une multi-application.

F est s.c.i au point x0 si et seulement si pour toute suite (xn ) de points de X , telle que
xn → x0 et pour tout y0 ∈ F (x0 ), il existe une suite (yn ) telle que yn ∈ F (xn ) et yn → y0 .
Démonstration.
⇒
Soit (xn ) ⊂ X, telle que xn → x0 ⇔
∀V ∈ V(x0 ), ∃n0 > 0, ∀n ∈ N, n ≥ n0 ⇒ xn ∈ V.
Soit y0 ∈ F (xo ) et soit U ∈ V(yo ).
Nous avons F (x0 ) ∩ U 6= ∅, comme F est s.c.i,
∃Ω ∈ V (x0 )/F (x) ∩ U 6= ∅, ∀x ∈ Ω.
Ω ∈ V(x0 ) ⇒

∃n0 ∈ N, ∀n ∈ N, n ≥ n0 , xn ∈ Ω ⇒ F (xn ) ∩ U 6= ∅, ∀n > n0

Soit alors yn ∈ F (xn ) ∩ U (n > n0 ), on conclut que

∀U ∈ V(yo ), ∃n0 ∈ N, ∀n ∈ N, n ≥ n0 , yn ∈ U ⇒ yn → yo .

Par conséquent, ∃(yn ) ⊂ Y tel que yn ∈ F (xn ) et yn → y0 ⇐  Supposons le contraire, c’est

á dire F n’est pas s.c.i au point x0 . F n’est pas s.c.i au point x0 ⇔
∃U ouvert de Y tel que F (x0 ) ∩ U 6= ∅ et ∀Ω ∈ V(x0 ), ∃z ∈ Ω, F (z) ∩ U = ∅
1
⇔ ∃n ∈ N, ∃xn ∈ B(x0 , ), F (xn ) ∩ U = ∅.
n
29
On obtient alors la suite (xn ) avecxn → x0
Par contre, il n’existe pas de suite (yn ) , telle que yn ∈ F (xn ) et yn → yo ∈ F (x0 ) ∩ U , car
sinon on aura
∀W ∈ V(y0 ), ∃n0 ∈ N, ∀n ∈ N, n ≥ n0 ⇒ yn ∈ W.
En particulier pour U = W , donc yn ∈ U . Contradiction avec F (xn ) ∩ U = ∅. D’oú le
résultat.

Théorème 2.0.3. .Soit F : X ⇒ Y une multi-application s.c.s á valeurs fermées . Alors le

graphe de F est fermé.

Démonstration.
gph(F ) = {(x, y) ∈ X × Y /y ∈ F (x)}.
Soit (xn , yn ) une suite de gph(F ) qui converge vers (x, y). Montrons que (x, y) ∈ gph(F ).
Xs.c.s ⇒ F s.c.s au point x ⇒ ∀U ouvert de Y tel queF (x) ⊂ U, ∃Ω ∈ V(x) tel que
F (z) ⊂ U, ∀x ∈ Ω.
D’autre part, Ω ∈ V(x) et xn → x ⇒

∃n0 ∈ N, ∀n ∈ N, n ≥ n0 ⇒ xn ∈ Ω ⇒ F (xn ) ⊂ U, ∀n ≥ n0

Nous avons alors pour tout voisinage ouvert U de F (x)

∃n0 ∈ N, ∀n ∈ N, n ≥ n0 ⇒ F (xn ) ⊂ U.

Or,
Un ∈ F (xn ) ⇒ yn ∈ U, ∀n ≥ n0

Un ∈ F (xn ) ⇔ yn ∈ U, ∀n ≥ n0
⇒ W voisinage de X(x), ∃n0 ∈ N, ∀n ∈ N, n ≥ n0 ⇒ yn ∈ U
⇒ ∀ > 0, ∃n0 ∈ N, ∀n ∈ N, n ≥ n0 ⇒ d(yn , X(x)) ≤ 
⇔ ∀ > 0, ∃n0 ∈ N, ∀n ∈ N, n ≥ n0 ⇒ yn ∈ F (x) = F (x)

Comme yn → y et F (x) est fermé, alors y ∈ F (x) et donc (x, y) ∈ gphF.

Par conséquent le graphe de F est fermé.

Théorème 2.0.4. .Soient F : X ⇒ Y, G : X ⇒ Y deux multi-applications telles que,

∀x ∈ X, F (x) ∩ G(x) 6= ∅
On suppose que
i) F est s.c.s au point x0 ∈ X;
ii) F (x0 ) est compact ;
iii) le graphe de G est fermé.
Alors, la multi-application F ∩ G est s.c.s au point x0 .

30
Démonstration.
Soit N un voisinage ouvert de F (x0 ) ∩ G(x0 ) = (F ∩ G)(x0 ) . Trouvons un voisinage V de
x0 tel que (F ∩ G)(x) ⊂ N, ∀x ∈ V. • Si F (x0 ) ⊂ N , par la s.c.s de F au point x0 ,
∃V voisinage de x0 tel que ∀x ∈ V, F (x) ⊂ N et donc F (x) ∩ G(x) ⊂ N, ∀x ∈ V , d’oú le
résultat. • Si F (xo ) 6⊂ N , considérons l’ensemble K = F (x0 ) ∩ (Y \ N ) qui est compact,
puisque F (x0 ) est compact et (Y \ N ) est fermé.
Nous avons, ∀y ∈ K, y ∈ / G(x0 ) (car si y ∈ G(x0 ) alors y ∈ G(x0 ) ∩ F (x0 ) ⊂ N , contradiction
avec le fait que y ∈ (Y \ N )).
y∈/ G(x0 ) ⇒ (x0 , y) ∈/ gph(G) qui est fermé.
En posant H = ((X × T ) \ gph(G)) on aura (x0 , y) ∈ H qui est ouvert, et donc il existe Vxy0
un voisinage ouvert de x0 et il existe Wy un voisinage ouvert de y tels que (Vxy0 × Wy ) ⊂
H ⇒ (Vxy0 × Wy ) ∩ gph(G) = ∅,
d’oú
(9.1) V ∈ (Vxy0 ), G(x) ∩ Wy = ∅ D’une autre part,
[ [
K= {y} ⊂ Wy
y∈K y∈K

(Wy )y∈K est un recouvrement ouvert de K qui est compact, donc on peut lui extraire un
sous recouvrement fini n
[
K⊂ Wyi = W,
i=1

W est un voisinage ouvert de K et W ∪ N est un voisinage ouvert de F (x0 ) . En effet,

F (xo ) ⊂ F (x0 ) ∪ N = (F (x0 ) ∩ (Y \ N )) ∪ N = K ∪ N ⊂ W ∪ N.

Comme F est s.c.s au point x0 , il existe un voisinage V0 de x0 tel que

(9.1) F (x) ⊂ W ∪ N, ∀x ∈ V0 . Soit Vx0 = V0 ∩ (∩ni=1 Vxy0i ). Par les relations (9.1)
et (9.2)
∀x ∈ Vxo ⇔ x ∈ V0 et x ∈ ∩ni=1 Vxy0i

G(x) ∩ Wyi = ∅, ∀i = 1, n et
∀x ∈ Vxo ⇔
F (x) ⊂ W ∪ N

G(x) ∩ W = ∅, et
⇔
F (x) ⊂ W ∪ N
⇒ F (x) ∩ G(x) ⊂ (W ∪ N ) ∩ G(x) = N ∩ G(x) ⊂ N.
Par conséquent, ∀x ∈ Vx0 , F (x) ∩ G(x) ⊂ N , d’oú le résultat.

Corollaire 2.0.7. .Soit G : X ⇒ Y une multi-application á valeurs non vides, avec Y un

espace compact.
Si le graphe de G est fermé alors G est s.c.s.

31
Démonstration.
Appliquant le théoréme précédent aux multi-applications G et

F :X⇒Y

x → F (x) = Y.
Nous avons,
∀x ∈ X, F (x) ∩ G(x) = y ∩ G(x) = G(x) 6= ∅
Pour tout x0 G1
1) F (x0 ) = Y est compact ;
2) F est s.c.s au point x0 (car F est constante) ;
3) gph(G) est fermé.
Alors,G = F ∩ G est s.c.s au point x0 et donc G est s.c.s sur X.
0
Définition 2.0.10. .Soit (A, d), (Y.d ) deux espaces métriques et soit F : A ⇒ Y un multi-
application.
On dit que F est H − s.c.s au point x0 ∈ X si et seulement si,
∀ > 0, ∃δ > 0/F (B(xo , δ)) ⊂ V (F (x0 ), ) = {y ∈ Y : d(x, F (x0 )) ≤ }.
On dit que F est H − s.c.s sur A si et seulement si elle est H − s.c.s en tout point de A.

Corollaire 2.0.8. . Si F est s.c.s au point x0 alors F est H.s.c.s au point x0 (L’implication
inverse est fausse ).

Démonstration.
Soit  > 0 et Soit U = [V (F (x0 ), ]◦ = {y ∈ Y, d(y, F (x0 )) < }.
Nous avons, F (x0 ) ⊂ U , or F est s.c.s au point x0 ⇒ ∃Oxo voisinage
de x0 tel que F (x) ⊂ U, ∀x ∈ Oxo .

Oxo ∈ V(x0 ) ⇒ ∃δ > 0, B(xo , δ) ⊂ Oxo

⇒ F (B(x0 , δ)) ⊂ F (Oxo ) ⊂ U = [V (F (xo ), )]◦ ⊂ V (F (x0 ), ).

D’oú

∀ > 0, ∃δ > 0, F (B(x0 , δ)) ⊂ V (F (x0 ), ).

Par conséquent, F est H − s.c.s au point x0

Corollaire 2.0.9. . Si F (x0 ) est compact alors la H − s.c.s de F au point x0 est équivalente
á la s.c.s de F au point x0 .

Démonstration. Nous avons, F s.c.s au point x0 ⇒ F H − s.c.s au point x0 (Corollaire 1.0.7).

Montrons maintenant que, F H − s.c.s au point x0 ⇒ F s.c.s au point x0 .
Soit U un ouvert de Y tel que F (x0 ) ⊂ U . Comme F (x0 ) est compact alors,

∃η > 0 tel que [V (F (x0 ), η)]◦ ⊂ U.

32
D’une autre part,
∀ ∈ (0, η), V (Fx0 , ) ⊂ [V (F (x0 ), η)]◦ .
En effet, ∀y ∈ V (F (x0 ), ), d(y, F (x0 )) ≤  < η ⇒ y ∈ [V (F (x0 )], η]◦ .
F étant H − s.c.s au point x0] alors

∃η > 0 tel que F (B(x0 , δ)) ⊂ V (F (x0 ), ) ⊂ U

D’oú, ∀U voisinage ouvert de F (x0 ), ∃Ω = B(x0 , δ) ∈ V(x0 ) tel que F (x) ⊂ U, ∀x ∈ Ω.

Par conséquent, F est s.c.s au point x0 .

Corollaire 2.0.10. .Soit F : X ⇒ Y une multi-application á valeurs fermées. Alors F est

H − s.c.s au point x0 si et seulement si pour toute suite (xn ) ⊂ X convergeant vers x0 , nous
avons
limn→∞ e(F (xn ), F (x0 )) = 0.

Démonstration.
⇒
F H − s.c.s au point x0 ⇔ ∀ > 0, ∃δ > 0/F (B(x0 , δ)) ⊂ V (F (x0 ), ).
Nous avons
xn → x ⇔ ∀ζ > 0, ∃n0 ∈ N, ∀n ∈ N, n ≥ n0 ⇒ d(xn , x0 ) < ζ
xn → x ⇔ ∀ζ > 0, ∃n0 ∈ N, ∀n ∈ N, n ≥ n0 ⇒ xn ∈ B(x0 , ζ).
En particulier, pour ζ = δ,

∃n0 ∈ N, ∀n ∈ N, n ≥ n0 ⇒ xn ∈ F (x0 , δ).

D’oú
F (xn ) ⊂ F (B(x0 , δ)) ⊂ V (F (xo ), )).
F (xn ) ⊂ V (F (xo ), ) ⇔

e(F (xn ), F (xo )) ≤  ⇒ limn→∞ e(F (xn ), F (x0 )) = 0.

⇐  Supposons que F n’est pas H − s.c.s au point x0 ⇔

∃ > 0, ∀δ > 0, F (B(xo , δ)) 6⊂ V (F (x0 ), e).

⇔
1
∃ > 0, ∀n ∈ N∗ , F (B(xo , )) 6⊂ V (F (x0 ), e).
n
⇔
1
∃ > 0, ∀n ∈ N∗ , ∃xn ∈ B(xo , ), etF( xn ) 6⊂ V (F (x0 ), ).
n
⇔
xn → x0 et limn→∞ e(F (xn ), F (x0 )) 6= 0.
D’oú l’équivalence.

33
 0
Définition 2.0.11. .Soient (X, d ), (Y, F ) deux espaces métriques et soit F : X ⇒ Y une
multi-application.
On dit que F est H − s.c.i au point x0 ∈ X si et seulement si

∀ > 0, ∃δ > 0/F (x0 ) ⊂ [V (F (x), )]◦ , ∀x ∈ B(x0 , δ).

F est H − s.c.i sur X si elle est H − s.c.i en tout point de X .

Corollaire 2.0.11. .Si F est H − s.c.i au point x0 alors F est s.c.i au point x0
Démonstration.
Supposons que F est H − s.c.i au point x0 et qu’elle n’est pas s.c.i en ce point. Donc
0
nous avons l’existence d’un ouvert U de Y vérifiant F (xo ) ∩ U 6= ∅ et V ∈ V(x0 ), ∃x ∈
0
V /F (x ) ∩ U = ∅ ⇔
1
∀n ∈ N∗ , ∃xn ∈ B(xo , )/F (xn ) ∩ U = ∅.
n
D’une autre part, par la H − s.c.i de F au point x0 nous avons

∃ > 0, ∀n ∈ N∗ , ∃xn ∈ N, n ≥ n0 ⇒ F( x0 ) ⊂ [V (F (xn ), )]◦ .

⇒
F (x0 ) ∩ U ⊂ [V (F (xn ), )]0 , ∀n ≥ n0 .
0
soit y ∈ F (xn ) ∩ U ⇒ [V (F (xn ), )]◦ ⇒ d (y, F (xn )) <  ⇒
0 0
infyn ∈F (xn ) d (y, yn ) <  ⇒ ∀k > 0, ∃yk ∈ F (xnk ) tel que d (y, yk ) < k1
Pour k assez grand, on obtient yk ∈ U , contradiction avec F (xn ) ∩ U = ∅. Par conséquent,
F H − s.c.i ⇒ F s.c.i.
Corollaire 2.0.12. .Si F (x0 ) est compact alors

F H − s.c.i au poin x0 ⇔ F s.c.i aupoint x0 .

Démonstration. .Nous avons, F H − s.c.i au point x0 ⇒ F s.c.i au point x0 (Corollaire

10.13).
Supposons maintenant que F est s.c.i au point x0 . Nous avons
[ [ 1
F (x0 ) = {y} ⊂ B(y, ).
n
y∈F (x0 ) y∈F (x0 )

Comme F (x0 ) est compact, alors on peut extraire un sous recouvrement fini
m
[ 1
F (x0 ) ⊂ B(yi , ).
2
(i=1

F est s.c.i au point x0 ⇒

1
∃δi > 0, ∀x ∈ B(x0 , δi ), F (x) ∩ B(yi , ) 6= ∅
2
34
pour i = 1, m.
Soit δ = inf1≤i≤m δi Si , nous obtenons alors, x ∈ F (x0 , δ)
1
⇒ F (x) ∩ B(yi , ) 6= ∅, ∀i = 1, m.
2
1 1
⇒ ∃z ∈ F (x) et d(yi , z) <  ⇒ yi ∈ V (F (x), ), ∀i = 1, m.
2 2
1
⇒ B(yi , ) ⊂ [V (F (xn ), )]◦ , ∀i = 1, ..., m.
2
0 0
En effet, ∀z ∈ B(yi , 21 ), d(z , yi ) < 12  ⇒

0 0 1 1 0
d(z, z ) < d(z, yi ) + d(yi , z ) <  +  =  ⇒ z ∈ [V (F (xn ), )]◦ .
2 2
Par conséquent,
m
[ 1
F (x0 ) ⊂ B(yi , ) ⊂ [V (F (xn ), )]◦ ⊂ V (F (xn ), ), ∀x ∈ B(x0 , δ),
i=1
2

et donc F est H − s.c.i. au point x0 .

Corollaire 2.0.13. Soit F : X ⇒ Y une multi-application à valeurs fermées. Alors F est

H-s.c.i au point x0 si et seulement si pour toute suite (xn ) ⊂ X convergeant vers x0 , nous
avons

lim e (F (x0 ) , F (xn )) = 0

n→∞

Corollaire 2.0.14. Soit F : X ⇒ Y une multi-application à valeurs compactes. Alors, F est

H-continue (continue par rapport à la dictance de Hausdorff ) si et seulement si pour toute
suite (xn )n ⊂ X convergeant vers x0 nous avons corrolaire

lim h (F (xn ) , F (x0 )) = 0

n→∞

Corollaire 2.0.15. La composition de deux multi-applications s.c.i (resp. s.c.s) est s.c.i
(resp. s.c.s).

Proposition 2.0.5. Soient T, X deux espaces topologiques et F1 , F2 : T ⇒ X deux multi-

applications. Alors,
a) si F1 et F2 sont s.c.i au point t0 ∈ T , alors t 7→ F1 (t) ∪ F2 (t) est s.c.i au point t0 (ce
résultat n’a pas lieu pour l’intersection).
b) Si F1 et F2 sont s.c.s au point t0 , alors t 7→ F (t) ∪ F2 (t) est s.c.s. au point t0 .
c) Supposons que X est métrisable. Si F1 , F2 sont à valeurs fermées et s.c.s au point t0 , alors
t 7→ F1 (t) ∩ F2 (t) est s.c.s au point t0 .

35
Proposition 2.0.6. Soit X un espace localement convexe et soit α : T → R une fonction
continue au point t0 ∈ T et F1 , F2 : T ⇒ X deux multi-applications.
Soit F (t) = α(t)F1 (t) + F2 (t) et G(t) = coF1 (t).
a) Si F1 et F2 sont s.c.i au point t0 , alors F et G sont s.c.i au point t0 .
b) Si F1 (t0 ) et F2 (t0 ) sont compacts et si F1 , F2 sont s.c.s au point t0 , alors F et G sont
s.c.s au point t0 .

36
Chapitre 3

Inclusions Différentielles Semi-Linéaires

Impulsives

Ce chapitre traite des inclusions différentielles impulsives, il présente des résultats d’exis-
tence dans un éspace de Banach. Ces résultats s’appuient sur des techniques modernes telles
que le théorème du point fixe de Krasnoselskii. L’objectif est de démontrer comment ces
théories peuvent s’appliquer à divers problèmes dans les mathématiques appliquées.

x0 (t) − A1 x(t) ∈ F1 (t, x(t), y(t)), y 0 (t) − A2 y(t) ∈ F2 (t, x(t), y(t)), t ∈ [0, b], (3.1)
− −
x(t+
k ) − x(tk ) ∈ Ik (x(tk )), y(t+
k ) − y(tk ) ∈ I k (y(tk )), k = 1, . . . , m (3.2)
x(0) = x0 , y(0) = y0 , (3.3)
Où J := [0, b], E est un espace de Banach, F1 , F2 : J × E × E → P(E) sont des multifonc-
tions, x0 , y0 ∈ E. 0 = t0 < t1 < . . . < tm < tm+1 = b. Les opérateurs Ai , i = 1, 2 sont des
générateurs infinitésimaux d’un C0 −semi-groupe {Ti (t)}t≥0 sur un espace de Banach (E, |·|)
−
respectivement, Ik , I k : E → P(E) (k = 1, . . . , m), et ∆y|t=tk = y(t+
k ) − y(tk ). Les notations
−
y(t+
k ) = lim+ y(tk + h) et y(tk ) = lim+ y(tk − h) représentent les limites à droite et à gauche
h→0 h→0
de la fonction y à t = tk , respectivement.

En l’absence d’impulsions, le système ci-dessus est utilisé pour étudier les problèmes de
conditions initiales et les problèmes aux limites pour les systèmes différentielles non linéaires
compétitifs ou coopératifs issus de la biologie mathématique [?] et de l’économie mathéma-
tique [?].
Dans [18, 26] les auteurs présentent des résultats d’existence et d’unicité pour des sys-
tèmes d’équations différentielles semi-linéaires sans impulsions. Récemment, Precup [25] dé-
montré le rôle de la convergence des matrices et des métriques vectorielles dans l’étude des
systèmes d’opérateurs semi-linéaires.

37
3.1 Solutions Faibles
Pour définir des solutions faibles pour le problème (3.1) − (3.3), nous considérons l’espace
suivant :
P C = {z : [0, b] → E, zk ∈ C(Jk , E), k = 0, . . . , m, tel que
z(t− + −
k ) and z(tk ) existent et vérifient z(tk ) = z(tk ) for k = 1, . . . , m}.

Cet espace est muni de la norme suivante :

kzkP C = max{kzk k∞ , k = 0, . . . , m},
P C est un espace de Banach. Dans tout ce chapitre, A est un générateur infinitésimal d’un
C0 − semi-groupe {Ti (t)}t≥0 , i = 1, 2 et il existe M > 0 tel que
kTi (t)k ≤ M t ∈ R+ .
Une function (x, y) ∈ P C × P C est appelée une solution faible du problème (3.1)-(3.3)
s’il existe v1 , v2 ∈ L1 (J, E) tel que vi (t) ∈ Fi (t, x(t), y(t)) i = 1, 2 a.e. on J, et Ik (x(tk )) ∈
Ik (x(tk )), I k (x(tk )) ∈ I k (x(tk )), k = 1, . . . , m
Z t X
x(t) = T1 (t)x0 + T1 (t − s)vi (s)ds + T (t − tk )Ik (x(t−
k )).
0 0<tk <t

and Z t X
y(t) = T2 (t)y0 + T2 (t − s)vi (s)ds + T2 (t − tk )I k (x(t−
k )).
0 0<tk <t

3.2 Résultat d’existence

Soit (E, | · |) un espace de Banach séparable et Fi : J × E × E → Pcl,b,cv (E), i = 1, 2 sont
des multi-applications de Carathéodory qui satisfont certaines hypothèses suivantes :
(G1 ) Il existe une fonction pi ∈ L1 (J, R+ ) et une fonction continue croissante ψi : [0, ∞) →
[0, ∞), i = 1, 2 tel que
kFi (t, x, y)kP ≤ p(t)ψi (|x| + |y|) for a.e. t ∈ J presque partout sur x, y ∈ E,
avec Z b Z ∞
du
pi (s)ds < ·
0 1 ψ(u)
(G2 ) Les applications Ik , I k : E → Pcv (E), k = 1, . . . , m sont fermées. Il existe des
constantes ck , ck > 0 et des fonctions continues φk , φk :
mathbbR+ →
mathbbR+ tel que
kIk (z)kP ≤ ck φk (|z|) for each z ∈ E, k = 1, . . . , m
et
kI k (z)kP ≤ ck φk (|z|) for each z ∈ E, k = 1, . . . , m.

38
 (G3 ) The semigroup Ti (·), i = 1, 2 is compact for t > 0.
Le résultat suivant est connu sous le nom de théorème de Gronwal-Bihari.
Lemme 3.2.1. [7] Soient u, ḡ : [a, b] −→ R des fonctions continues positives. Supposons
qu’il existe c > 0 et une fonction continue non décroissante φ : R+ −→ (0, +∞) telles que
Z t
u(t) ≤ c + ḡ(s)φ(u(s)) ds, ∀ t ∈ J.
a

Alors Z t 
−1
u(t) ≤ H ḡ(s) ds , ∀t∈J
a
à condition que Z +∞ Z b
dy
> ḡ(s) ds.
c φ(y) a
Ru dy
Ici, H −1 désigne l’inverse de la fonction H(u) = c φ(y)
pour u ≥ c.

Théorème 3.2.1. Supposons que F satisfait l’une des conditions (G1 ), (G2 ) et (G3 ). Alors,
l’ensemble des solutions du problème (3.1)-(3.3) est non vide.
Démonstration. Considérons l’opérateur N : P C × P C → P(P C × P C) défini pour (x, y) ∈
P C × P C par
  Rt 

 
 P T 1 (t)x 0 + 0
T1 (t − s)v 1 (s)ds 






 + T
0<tk <t 1 (t − t )I
k k (y(t k )), t ∈ J 


N (x, y) = (h1 , h2 ) ∈ P C × P C : (h1 (t), h2 (t)) = Rt ,
 P T2 (t)y0 + 0 T2 (t − s)v2 (s)ds 

 
 


  
+ 0<tk <t T2 (t − tk )I k (y(tk )), t ∈ J
  

où vi ∈ SFi ,x,y = {v ∈ L1 (J, E) : f (t) ∈ Fi (t, x(t), y(t)), a.e. t ∈ J} et Ik (x(tk )) ∈

Ik (x(tk )), I k (y(tk )) ∈ Ik (y(tk )), k = 1, . . . , m.
Il est clair que les points fixes de l’opérateur N sont des solutions du problème (3.1)-(3.3).
Soit
  Rt 
T 1 (t)x 0 + T1 (t − s)v 1 (s)ds
N1 (x, y) = h1 ∈ P C : h1 (t) = P 0
+ 0<tk <t T1 (t − tk )Ik (y(tk )), t ∈ J
et   Rt 
T 2 (t)y0 + 0 T2 (t − s)v2 (s)ds
N2 (x, y) = h2 ∈ P C : h2 (t) = P .
+ 0<tk <t T2 (t − tk )I k (y(tk )), t ∈ J
Ainsi
N (x, y) = (N1 (x, y), N2 (x, y)) pour tout (x, y) ∈ P C × P C.
Étant donné que, pour chaque (x, y) ∈ P C × P C, la non-linéarité F prend des valeurs
convexes, l’ensemble de sélection SF,x,y est convexe. De plus, par (G2 ), N a des valeurs
convexes. D’après (G1 ) et (G2 ), on peut montrer que N applique des ensembles bornés.

39
Étape 1. N applique des ensembles bornés dans des ensembles équicontinus de P C × P C.
Il suffit de prouver que N (Bq × Bq ) est relativement compact dans P C × P C, où Bq =
{z ∈ P C : kzkP C ≤ q}.
Premièrement, N (Bq × Bq ) est un ensemble équicontinu de P C × P C. Pour le voir, soient
0 < τ1 < τ2 ≤ b, (x, y) ∈ Bq × Bq , et (h1 , h2 ) ∈ N (x, y). Alors, il existe vi ∈ SFi ,x,y , i = 1, 2 et
Ik (x(tk )) ∈ Ik (x(tk )), I k (y(tk )) ∈ Ik (y(tk )), k = 1, . . . , m, tels que
Z t X
h1 (t) = T1 (t)x0 + T1 (t − s)v1 (s)ds + T1 (t − tk )Ik (x(tk )), t ∈ J,
0 0<tk <t

et Z t X
h2 (t) = T2 (t)y0 + T2 (t − s)v2 (s)ds + T2 (t − tk )I k (y(tk )), t ∈ J.
0 0<tk <t

En posant dk = sup|r|≤q φk (r) et d¯k = sup|r|≤q φk (r), on obtient les estimations

|h1 (τ2 ) − h1 (τ1 )| ≤ |T R(τ2 )x0 − T (τ1 )x0 |

τ
+ R0 1 kT1 (τ2 − s) − T1 (τ1 − s)kB(E) p1 (s)ψ
P 1 (q)ds
τ
+ τ12 kT1 (τ2 − s)kB(E) p1 (s)ψ1 (q)ds + m k=1 T1 (τ2 − τ1 )Ik (yk )
P
+ 0<tk <τ1 dk kT1 (τ1 − tk ) − T1 (τ2 − tk )kB(E) .
Ainsi,
|h1 (τ2 ) − h1 (τ1 )| ≤ kT1 (τ2 − τ1 ) − IdkB(E) |x0 | R τ1
+M1 ψ1 (q)kTR τ12(τ2 − τ1 ) − IdkP
B(E) 0 p1 (s)ds
+M1 ψ1 (q) τ1 p1 (s)ds + M1 τ1 <tk <τ2 dk
P
+kT1 (τ2 − τ1 ) − IdkB(E) 0<tk <τ1 dk .
Les termes du côté droit tendent vers zéro lorsque τ1 − τ2 → 0.

Nous montrons maintenant que

H1 (t) = {N1 (x(t), y(t)) : t ∈ J, (x, y) ∈ Bq × Bq }
est un ensemble précompact dans E. Soient 0 < t ≤ b et 0 <  < t. Alors pour (x, y) ∈ Bq ×Bq ,
nous avons
R t− P
(N (x(t), y(t))(t) = {T1 (t)x0 + 0 T1 (t − s)v1 (s)ds + 0<tk <t T1 (t − tk )Ik (x(tk ))}
R t−
(){T1 (t − )x0 + 0 T1 (t −  − s)v1 (s)ds
= T1P
+ 0<tk <t T1 (t −  − tk )Ik (x(tk ))}.
Comme T1 () est compact, l’ensemble
e  (t) = {N (x(t), y(t)) : (x, y) ∈ Bq × Bq }
H
R t−
(){T1 (t − )x0 + 0 T1 (t −  − s)v1 (s)ds
= T1P
+ 0<tk <t T1 (t −  − tk )Ik (x(tk )),
(x, y) ∈ Bq × Bq , v1 ∈ SF,x,y , Ik (x(tk )) ∈ Ik (x(tk ))},

40
est précompact dans E. De plus, pour tout (h1 (t), h (t)) ∈ N1 (x(t), y(t)) × N (x(t), y(t)), tels
que Rt P
h1 (t) = T1 (t)x0 + 0 T1 (t − s)v1 (s)ds + 0<tk <t T1 (t − tk )Ik (x(tk )),
et R t− P
h (t) = T1 (t)x0 + 0
T1 (t − s)v1 (s)ds + 0<tk <t T1 (t − tk )Ik (x(tk )),
nous avons Rt
|h1 (t) − h (t)| ≤ M1 t−
p1 (s)ψ(r)ds.
Cela tend vers 0 lorsque  → 0. Par conséquent, il existe des ensembles précompacts
arbitrairement proches de l’ensemble H(t). Ainsi, H(t) est précompact dans E. Il est clair
que H(0) = {u0 } est précompact dans X. Par conséquent, pour chaque t ∈ [0, b], l’ensemble
H(t) est précompact dans E.
Par le théorème d’Arzelà-Ascoli, nous concluons que Ni : P C × P C → Pcp,cv (P C) sont
des opérateurs complètement continus.

Étape 2 : N a un graphe fermé

Soit (xn , yn ) → (x, y), hn ∈ N (xn , yn ) et hn := (h1n , h2n ) → h := (h1 , h2 ). Nous allons
prouver que h ∈ N (x, y). Maintenant, hn ∈ N (xn , yn ) signifie qu’il existe vni ∈ SFi ,xn ,yn , i =
n
1, 2 et Ikn (x(tk )) ∈ Ik (xn (tk )), I k (yn (tk )) ∈ Ik (yn (tk )), k = 1, . . . , m, tels que
Z t X
1
hn (t) = T1 (t)x0 + T1 (t − s)vn1 (s)ds + T1 (t − tk )Ikn (xn (tk )), t ∈ J,
0 0<tk <t

et Z t X n
h2n (t) = T2 (t)y0 + T2 (t − s)vn2 (s)ds + T2 (t − tk )I k (yn (tk )), t ∈ J.
0 0<tk <t

En écrivant h1n et h2n sous la forme :


1
L0 (vn )(t),
 si t ∈ [0, t1 ],

L1 (v 1 )(t),

si t ∈ (t1 , t2 ],
1 n
hn (t) = . .. (3.4)
.
 . .


L (v 1 )(t),m−1 n si t ∈ (tm−1 , tm ],

41
où
Z t
L0 (vn1 )(t) = T1 (t)x0 + T1 (t − s)vn1 (s)ds, t ∈ [0, t1 ],
0
Z t
L1 (vn1 )(t) = T1 (t − t1 )[L0 (vn1 )(t1 ) + I1n (L0 (vn1 )(t1 ))] + vn1 (s)ds, t ∈ (t1 , t2 ],
t
Z 1t
L2 (vn1 )(t) = T1 (t − t2 )[L1 (vn1 )(t2 ) + I2n (L1 (vn1 )(t2 ))] + vn1 (s)ds, t ∈ (t2 , t3 ],
t2
....
..
Lm−1 (vn )(t) = T1 (t − tm−1 )[Lm−2 (vn1 )(tm−1 ) + Im−1
1 n
(Lm−2 (vn1 )(tm−1 ))]
Z t
+ vn1 (s)ds, t ∈ (tm−1 , tm ].
tm−1

et 

 L̄0 (vn2 )(t), si t ∈ [0, t1 ],

L̄1 (v 2 )(t),

si t ∈ (t1 , t2 ],
2 n
hn (t) = . .. (3.5)

 .
. .


L̄ (v 2 )(t),
m−1 n si t ∈ (tm−1 , tm ],
où
Z t
L̄0 (vn2 )(t) = T2 (t)y0 + T2 (t − s)vn2 (s)ds, t ∈ [0, t1 ],
0
Z t
L̄1 (vn2 )(t) = T2 (t − t1 )[L0 (vn2 )(t1 ) + I1n (L0 (vn2 )(t1 ))] + vn2 (s)ds, t ∈ (t1 , t2 ],
t
Z 1t
L̄2 (vn2 )(t) = T2 (t − t2 )[L1 (vn2 )(t2 ) + I2n (L1 (vn2 )(t2 ))] + vn2 (s)ds, t ∈ (t2 , t3 ],
t2
....
..
L̄m−1 (vn )(t) = T2 (t − tm−1 )[Lm−2 (vn2 )(tm−1 ) + Im−1
2 n
(Lm−2 (vn2 )(tm−1 ))]
Z t
+ vn2 (s)ds, t ∈ (tm−1 , tm ].
tm−1

Considérons l’opérateur linéaire continu

Γ1 : L1 ([0, t1 ], E) → C([0, t1 ], E)

défini par Z t
v → Γ1 (v)(t) = T1 (t − s)v(s)ds, t ∈ [0, t1 ],
0
et
Γk : L1 ([tk , tk+1 ], E) → C∗ ([tk , tk+1 ], E)

42
défini par
Z t
v → Γk (v)(t) = T1 (t − s)v(s)ds, t ∈ [tk , tk+1 ], k = 1, . . . , m,
tk

où
C∗ ([tk , tk+1 ], E) = {y ∈ C((tk , tk+1 ], E) : y(t+
k ) existe}.

D’après le Lemme ??, il s’ensuit que Γk ◦ SF1k a un graphe fermé, où

SF1k = {v ∈ L1 ([tk , tk+1 ], E) : v(t) ∈ F1 (t, x(t), y(t)), p.p. t ∈ [tk , tk+1 ]}, k = 0, 1, . . . , m.
De plus, nous avons
L0 (vn1 )(t) − T1 (t)x0 ∈ Γ1 ◦ SF10 ,x(t),y(t) ,
L1 (vn1 )(t) − T1 (t − t1 )[L0 (vn1 )(t1 ) + I1n (L0 (vn1 )(t1 ))] ∈ Γ1 ◦ SF11 ,x(t),y(t) ,
L2 (vn1 )(t) − T1 (t − t2 )[L1 (vn1 )(t2 ) + I2n (L1 (vn1 )(t2 ))] ∈ Γ1 ◦ SF12 ,x(t),y(t) ,
.. .. ..
. . .
1 1 n 1
Lm−1 (vn )(t) − T1 (t − tm−1 )[Lm−2 (vn )(tm−1 ) + Im−1 (Lm−2 (vn )(tm−1 ))] ∈ Γm ◦ SF1m ,x(t),y(t) .
Il existe alors v0 ∈ SF10 ,x,y tel que
Z t
h1 (t) = T1 (t)x0 + T1 (t − s)v0 (s)ds, t ∈ [0, t1 ].
0

En utilisant le fait que I1 a un graphe fermé, il existe I1 (x) ∈ I1 (x) et v1 ∈ SF11 ,x,y tels que
Z t
1
 
h1 (t) = T1 (t − t1 ) L0 (v0 )(t1 ) + I1 (L0 (vn )(t1 )) + T1 (t − s)v1 (s)ds, t ∈ (t1 , t2 ].
t1

En continuant ce processus, nous obtenons

 
h1 (t) = T1 (t − tm−1 ) Lm−2 (vm−1 )(tm−1 ) + Im−1 (Lm−2 (vm−1 )(tm−1 ))
Z t
+ T1 (t − s)vm (s)ds, t ∈ (tm , b].
tm

Définissons 

 v0 (t), t ∈ [0, t1 ],

v1 (t), t ∈ (t1 , t2 ],

v(t) = . ..

 .. .


v (t),
m t ∈ (tm , b].
Ainsi, nous avons
Z t X
h1 (t) = T1 (t)x0 + v(s)ds + T1 (t − tk )Ik (x(tk )), t ∈ J.
0 0<tk <t

43
 De manière similaire, on peut prouver qu’il existe v̄ ∈ SF2 ,x,y and I¯k (y) ∈ Ik (x), k = 1, . . . , m
tel que Z t X
h2 (t) = T2 (t)y0 + v̄(s)ds + T2 (t − tk )I¯k (y(tk )), t ∈ J.
0 0<tk <t

Ainsi, nous avons (x, y, h) ∈ Graph(N ).

Step 7. Bornes a priori des solutions
Soit (x, y) ∈ P C × P C be such that (x, y) ∈ N (x, y). Alors, il existe (v1 , v2 ) ∈ SF1 ,x,y × SF2 ,x,y
et Ik (x(tk )) ∈ Ik (x(tk )), I k (y(tk )) ∈ Ik (y(tk )), k = 1, . . . , m, tel que
Z t X
x(t) = T1 (t)x0 + T1 (t − s)v1 (s)ds + T1 (t − tk )Ik (x(tk )), t ∈ J
0 0<tk <t

et Z t X
y(t) = T2 (t)y0 + T2 (t − s)v2 (s)ds + T2 (t − tk )I k (y(tk )), t ∈ J.
0 0<tk <t

• For t ∈ [0, t1 ], nous avons :

Z t
E|x(t)| ≤ M |x0 | + M |v1 (s)|ds.
0

Alors
Z t
|x(t)| ≤ M |x0 | + M p1 (s)ψ1 (|x(s)| + |y(s)|)ds,
0

et
Z t
|y(t)| ≤ M |y0 | + M p2 (s)ψ2 (|x(s)| + |y(s)|)ds.
0

Ainsi,
Z t
|x(t)| + |y(t)| ≤ M |x0 | + M |y0 | + p(s)φ(|x(s)| + |y(s)|)ds,
0

où
γ0 = M (|x0 | + |y0 |), p(t) = p1 (t) + p2 (t), t ∈ [0, t1 ].
D’après le Lemme 3.2.1, nous avons
Z t1 
|x(t)| + |y(t)| ≤ Ψ−1
0 p(s)ds := K0 , for each t ∈ [0, t1 ],
0

où Z z
du
Ψ0 (z) = .
γ0 ψ(u)
Ainsi,
kxk∞ ≤ K0 and kyk∞ ≤ K0 .

44
• For t ∈ (t1 , t2 ], nous avons
Z t
|x(t)| ≤ M kI1 (x(t1 ))kP + M |v1 (s)|ds.
t1

Ainsi
Z t
|x(t)| ≤ M φ1 (K0 ) + M p1 (s)ψ1 (|x(s)| + |y(s)|)ds,
t1

et
Z t
|y(t)| ≤ M φ̄(K0 ) + M p2 (s)ψ2 (|x(s)| + |y(s)|)ds.
t1

Donc
Z t
|x(t)| + |y(t)| ≤ γ1 + p(s)ψ(|x(s)| + |y(s)|)ds,
t1

où
γ1 = M (φ1 (K0 ) + φ̄1 (K0 )), p(t) = p1 (t) + p2 (t), t ∈ [t1 , t2 ].
Par le lemme 3.2.1, nous avons
Z t2 
|x(t)| + |y(t)| ≤ Ψ−1
1 p(s)ds := K1 , for each t ∈ [t1 , t2 ],
t1

où Z z
du
Ψ1 (z) = .
γ1 ψ(u)
Cela implique que
kxk∞ ≤ K1 and kyk∞ ≤ K1 .
• Nous continuons ce processus et obtenons
Z b 
−1
|x(t)| + |y(t)| ≤ Ψm p(s)ds := K1 , for each t ∈ [tm , b],
tm

où Z z
du
Ψm (z) = , γm = M (φm (Km−1 ) + φ̄m (Km−1 )).
γm ψ(u)
Ainsi,
kxk∞ ≤ Km and kyk∞ ≤ Km .
Cela montre que
E = {(x, y) ∈ P C × P C : (x, y) ∈ λN (x, y), λ ∈ (0, 1)}
est borné. En conséquence du théorème 1.4.1, nous déduisons que N admet un point fixe
(x, y) ∈ P C × P C qui est une solution du problème (3.1)-(3.3).

45
Chapitre 4

Un exemple

Dans cette section, nous présentons un exemple pour illustrer l’utilité et l’applicabilité
de nos résultats.

Exemple 4.0.1. Considérons le système d’inclusions différentielles impulsifs suivant


∂2

 u0 (t, ξ) ∈ ∂ξ 2
u(t, ξ) + F (t, u(t, ξ), v(t, ξ)), , t ≥ 0, t 6= tk , 0 ≤ ξ ≤ π,
∂2

v 0 (t, ξ) ∈ v(t, ξ) + G(t, u(t, ξ), v(t, ξ)), t ≥ 0, t 6= tk , 0 ≤ ξ ≤ π,


∂ξ 2


+ −
u(tk , ξ) = αk u(t−

 u(t+


 k , ξ) − k , ξ), k = 1, · · · , m,
− −
v(tk , ξ) − v(tk , ξ) = ᾱk v(tk , ξ), k = 1, · · · , m, (4.1)


 u(t, 0) = u(t, π) = 0, t ≥ 0,



 v(t, 0) = v(t, π) = 0, t ≥ 0,



 u(0, ξ) = u0 (ξ), 0 ≤ ξ ≤ π,
 v(0, ξ) = v0 (ξ), 0 ≤ ξ ≤ π,

où αk > 0, et G, F : [0, π] × R × R → Pcp,cv (R) sont des applications multivoques.

Soit
x(t)(ξ) = u(t, ξ), y(t)(ξ) = v(t, ξ) t ∈ J, ξ ∈ [0, π],
Ik (x(tk ))(ξ) = αk u(t− , ξ), I¯k (y(tk ))(ξ) = αk v(t− , ξ) ξ ∈ [0, π], k = 1, · · · , m,
k k

f (t, x(t), y(t))(ξ) = F (t, u(t, ξ), v(t, ξ)), , ξ ∈ [0, π],
g(t, x(t), y(t))(ξ) = G(t, u(t, ξ), v(t, ξ)), , ξ ∈ [0, π].
u0 (ξ) = u(0, ξ), v0 (ξ) = v(0, ξ) , ξ ∈ [0, π],
Prenons K = H = L2 ([0, π]). Nous définissons l’opérateur A by Au = u00 , avec domaine
D(A) = {u ∈ H, u0 , u00 ∈ H and u(0) = u(π) = 0}.
Alors, il est bien connu que
∞
2
X
Az = − e−n t hz, en ien , ∈ H,
n=1

46
et A est le générateur infinitésimal d’un semi-groupe analytique {S(t)}t≥0 on H, qui est
donné par P
S(t)u = ∞ n=1 e
−n2 t
hu, en ien , u ∈ H, et en (u) = (2/π)1/2 sin(nu), n = 1, 2, · · · , est l’en-
semble orthogonal des vecteurs propres de A. Le semi-groupe analytique {S(t)}t>0 , t ∈ J, est
compact et il existe une constante M ≥ 1 such that kS(t)k2 ≤ M .
Supposons maintenant que :
(i) Il existe des nombres positifs dk , d¯k k ∈ {1, · · · , m} tel que

|Ik (ξ)| ≤ dk , |I¯k (ξ)| ≤ d¯k

pour tout ξ ∈ R.
(ii) Les fonctions F, G : [0, T ]×H −→ Pcp,cv (H) définies par F∗ (t, u)(.) = F (t, u(.)), G∗ (t, u)(.) =
G(t, u(.)), u(.) = (x(.), y(.)) are u.s.c. et nous imposons des conditions adéquates sur
F and G pour vérifier l’assumption (G1 ) .
(iii) Il existe une fonction intégrable η : [0, T ] −→ R+ tel que

|F (t, x, y)|2 ≤ η(t)ψ(|x|2 + |y|2 ), |G(t, x, y)|2 ≤ η(t)ψ(|x|2 + |y|2 )

pour tout t ∈ [0, T ] and x, y ∈ R, où ψ : [0, ∞) −→ (0, ∞) est continue, non décrois-
sante et concave avec
Z ∞
ds
= +∞.
1 ψ(s)
Ainsi, le problème (4.1) peut être écrit sous la forme abstraite suivante
 0

 x (t) ∈ Ax(t) + F (t, x, y), t ∈ J := [0, T ],
y 0 (t) ∈ Ay(t) + Gt, x, y), t ∈ J := [0, T ],




x(t+ k ) − x(tk ) = Ik (x(tk )), k = 1, . . . , m;

+ (4.2)

 y(tk ) − y(tk ) = Ik (y(tk )), k = 1, . . . , m;
x(0) = x0 ,




y(0) = y0 .


Grâce à ces hypothèses, il est évident de vérifier que (G1 ) − (G3 ) sont valides. Par consé-
quent, les hypothèses du Théorème 3.2.1 sont satisfaites, et nous pouvons conclure que le
système (4.1) possède une solution faible sur [0, T ].

47
Conclusion et Perspective

Conclusion axée sur la recherche fondamentale

Ce document a permis de clarifier les fondements théoriques des équations différentielles
impulsives dans le cadre multivoque, en proposant des outils et concepts rigoureux tels que la
distance de Hausdorff et les théorèmes de point fixe appliqués aux fonctions multivoques. Les
résultats obtenus renforcent la compréhension des structures mathématiques sous-jacentes à
ces systèmes.
Perspectives
Les travaux futurs pourraient approfondir l’analyse qualitative des solutions, en particulier
dans des espaces fonctionnels plus généraux. Une direction prometteuse serait également
l’étude des interactions entre dynamique impulsive et processus aléatoires, ce qui ouvrirait
de nouvelles pistes pour les systèmes stochastiques impulsifs. Enfin, l’intégration de ces
notions dans des cadres computationnels pourrait élargir leur portée.

48
Bibliographie

[1] C. Avramescu and C. Vladimirescu, Fixed point theorems of Krasnoselskii

[2] J.P. Aubin and H. Frankowska, Set Valued Analysis, Birkhauser Boston, 1990.
[3] C. Avramescu, A fixed point theorem for multivalued mapping, Electron. J. Qual.
Theory Differ. Equ. No. 17 (2004), 1-10.
[4] C. Avramescu, Sur l’existence des solutions convergentes des systèmes d’équations dif-
férentielles non linéaires, Ann. Mat. Pura Appl. (81) (1969), 147–168.
[5] T.A. Burton, T. Furumochi, Krasnoselskii’s fixed point theorem and stability. Nonlinear
Anal.,49, (2002), 445-454.
[6] T. A. Burton, Krasnoselskii’s fixed point theorem and stability, Nonlinear Analysis
49(2002)445-454.
[7] I. Bihari, A generalisation of a lemma of Bellman and its application to uniqueness
problems of differential equations, Acta Math. Acad. Sci. Hungar.,7 (1956), 81-94.
[8] K. Deimling, Nonlinear Functional Analysis, Springer, Berlin, 1985.
[9] J. Dugundji and A. Granas, Fixed Point Theory, Springer-Verlag, NewYork, 2003.
[10] L. Gorniewicz, Topological Fixed Point Theory of Multivalued Mappings, Mathematics
and its Applications, Kluwer Academic Publishers, Dordrecht, 495 1999.
[11] A. Granas and J. Dugundji, Fixed Point Theory, Springer Monographs in Mathematics,
Springer, New York, 2003.
[12] J. A. Goldstein, Semigroups of Linear Operators and Applications, Oxford Univ. Press,
New York, 1985.
[13] H. Berrezoug, J. Henderson and A. Ouahab , Existence and uniqueness of solutions
for a system of impulsive differential equations on the half-line, J. Nonl. Funct. Anal.,
Vol.2017(2017), Article ID 38, pp.1-16.
[14] H. Berrezoug, Stability of impulsive differential equations and inclusions, Ph.D. thesis.,
University of Sidi Bel Abbes, Algeria, (2018.)
[15] V. Lakshmikantham, D. Bainov and P.S. Simenov, Theory of Impulsive Differential
Equations, World Scientific, Syngapore, 1989.
[16] Y. C. Liu and Z. X. Li, Schaefer type theorem and periodic solutions of evolution
equations, J. Math. Anal. Appl., 316 (2006), 237-255.

49
[17] V.D. Milman and A.A. Myshkis, On the stability of motion in the presence of impulses,
Sib. Math. J. (in Russian), 1 (1960), 233-237.
[18] O. Nica and R. Precup, On the nonlocal initial value problem for first order differential
systems, Stud. Univ. Babes-Bolyai Math. 56 (2011), No. 3, 125-137.
[19] O. Nica, Existence results for second order three point boundary value problems, Differ.
Equ. Appl. 4 (2012), 547–570.
[20] O. Nica, Initial-value problems for first-order differential systems with general nonlocal
conditions, Electron. J. Differential Equations, Vol. 2012 (2012), No. 74, pp. 1–15.
[21] L. Pan, Existence of periodic solutions for second order delay differential equations with
impulses, Electronic journal of differential equations,37 (2011), 1-12.
[22] A. Pazy, Semigroups of Linear Operators and Applications to Partial Differential Equa-
tions, Springer-Verlag, New York, 1983.
[23] N. Perestyuk, V. Plotnikov, M. Samoilenko and [Link], Differential equations with
impulse effects : Multivalued right-hand sides with discontinuities, Walter de Gruyter
GmbH and Co. KG, Berlin/Boston, 2011.
[24] A.I. Perov and A.V. Kibenko, On a certain general method for investigation of boundary
value problems, Izv. Akad. Nauk SSSR, Ser. Mat. 30 (1966), 249-264 (in Russian).
[25] R. Precup, The role of matrices that are convergent to zero in the study of semilinear
operator systems, Math. Comp. Modelling 49 (2009), 703–708.
[26] R. Precup and A. Viorel, Existence results for systems of nonlinear evolution equations,
Int. J. Pure Appl. Math. IJPAM 47 (2008), 199–206.
[27] R. S. Varga, Matrix iterative analysis, Springer Series in Computational Mathematics,
27. Springer-Verlag, Berlin, 2000.
[28] A.M. Samoilenko and N.A. Perestyuk, Impulsive Differential Equations, World Scienti-
fic, Singapore, 1995.
[29] D. R. Smart, Fixed Point Theorems, Cambridge University Press, London, 1974.
[30] A. Viorel, Contributions to the Study of Nonlinear Evolution Equations, Ph.D. thesis,
Babeş-Bolyai University Cluj-Napoca, Department of Mathematics, 2011.
[31] Xinzhi Liu, Qing Wang, On stability in terms of two measures for impulsive systems
of functional differential equations, Journal of Mathematical Analysis and Applications.
326(2007)252-265.
[32] K. Yosida, Functional Analysis, 6th ed. Springer-Verlag, Berlin, 1980.

50