Leçon #1550
Actif : true
Numero : 253
Titre : Utilisation de la notion de convexité en analyse.2025
Créé le : 23/07/2026 12:42
Mis à jour : 23/07/2026 12:42
Rapport du jury 2016
Il s’agit d’une leçon de synthèse, très riche, qui mérite une préparation soigneuse. Même si localement (notamment lors de la phase de présentation orale) des rappels sur la convexité peuvent être énoncés, ceci n’est pas attendu dans le plan. Il s’agit d’aborder différents champs des mathématiques où la convexité intervient. On pensera bien sûr, sans que ce soit exhaustif, aux problèmes d’optimisation, au théorème de projection sur un convexe fermé, au rôle joué par la convexité dans les espaces vectoriels normés (convexité de la norme, jauge d’un convexe,...). Les fonctions convexes élémentaires permettent aussi d’obtenir des inégalités célèbres. On retrouve aussi ce type d’argument pour justifier des inégalités de type Brunn-Minkowski ou Hadamard. Par ailleurs, l’inégalité de Jensen a aussi des applications en intégration et en probabilités.\r\rPour aller plus loin, on peut mettre en évidence le rôle joué par la convexité dans le théorème de séparation de Hahn-Banach. On peut aussi parler des propriétés d’uniforme convexité dans certains espaces, les espaces $L^p$ pour $ p > 1$, par exemple, et de leurs conséquences.
Il s’agit d’une leçon de synthèse, très riche, qui mérite une préparation soigneuse. Même si localement (notamment lors de la phase de présentation orale) des rappels sur la convexité peuvent être énoncés, ceci n’est pas attendu dans le plan. Il s’agit d’aborder différents champs des mathématiques où la convexité intervient. On pensera bien sûr, sans que ce soit exhaustif, aux problèmes d’optimisation, au théorème de projection sur un convexe fermé, au rôle joué par la convexité dans les espaces vectoriels normés (convexité de la norme, jauge d’un convexe,...). Les fonctions convexes élémentaires permettent aussi d’obtenir des inégalités célèbres. On retrouve aussi ce type d’argument pour justifier des inégalités de type Brunn-Minkowski ou Hadamard. Par ailleurs, l’inégalité de Jensen a aussi des applications en intégration et en probabilités.\r\rPour aller plus loin, on peut mettre en évidence le rôle joué par la convexité dans le théorème de séparation de Hahn-Banach. On peut aussi parler des propriétés d’uniforme convexité dans certains espaces, les espaces $L^p$ pour $ p > 1$, par exemple, et de leurs conséquences.
Rapport du jury 2017
Il s’agit d’une leçon de synthèse, très riche, qui mérite une préparation soigneuse. Même si localement (notamment lors de la phase de présentation orale) des rappels sur la convexité peuvent être énoncés, ceci n’est pas nécessairement attendu dans le plan. Il s’agit d’aborder différents champs des mathématiques où la convexité intervient. On pensera bien sûr, sans que ce soit exhaustif, aux problèmes d’optimisation (par exemple de la fonctionelle quadratique), au théorème de projection sur un convexe fermé, au rôle joué par la convexité dans les espaces vectoriels normés (convexité de la norme, jauge d’un convexe,...). Les fonctions convexes élémentaires permettent aussi d’obtenir des inégalités célèbres. On retrouve aussi ce type d’argument pour justifier des inégalités de type Brunn-Minkowski ou Hadamard. Par ailleurs, l’inégalité de Jensen a aussi des applications en intégration et en probabilités.\r\rPour aller plus loin, on peut mettre en évidence le rôle joué par la convexité dans le théorème de séparation de\rHahn-Banach. On peut aussi parler des propriétés d’uniforme convexité dans certains espaces, les espaces $L^p$ pour $p > 1$, par exemple, et de leurs conséquences.
Il s’agit d’une leçon de synthèse, très riche, qui mérite une préparation soigneuse. Même si localement (notamment lors de la phase de présentation orale) des rappels sur la convexité peuvent être énoncés, ceci n’est pas nécessairement attendu dans le plan. Il s’agit d’aborder différents champs des mathématiques où la convexité intervient. On pensera bien sûr, sans que ce soit exhaustif, aux problèmes d’optimisation (par exemple de la fonctionelle quadratique), au théorème de projection sur un convexe fermé, au rôle joué par la convexité dans les espaces vectoriels normés (convexité de la norme, jauge d’un convexe,...). Les fonctions convexes élémentaires permettent aussi d’obtenir des inégalités célèbres. On retrouve aussi ce type d’argument pour justifier des inégalités de type Brunn-Minkowski ou Hadamard. Par ailleurs, l’inégalité de Jensen a aussi des applications en intégration et en probabilités.\r\rPour aller plus loin, on peut mettre en évidence le rôle joué par la convexité dans le théorème de séparation de\rHahn-Banach. On peut aussi parler des propriétés d’uniforme convexité dans certains espaces, les espaces $L^p$ pour $p > 1$, par exemple, et de leurs conséquences.
Rapport du jury 2019
Il s’agit d’une leçon de synthèse, très riche, qui mérite une préparation soigneuse. Même si localement (notamment lors de la phase de présentation orale) des rappels sur la convexité peuvent être énoncés, ceci n’est pas nécessairement attendu dans le plan. Il s’agit d’aborder différents champs des mathématiques où la convexité intervient. On pensera bien sûr, sans que ce soit exhaustif, aux problèmes d’optimisation (par exemple de la fonctionnelle quadratique), au théorème de projection sur un convexe fermé, au rôle joué par la convexité dans les espaces vectoriels normés (convexité de la norme, jauge d’un convexe,...). Les fonctions convexes élémentaires permettent aussi d’obtenir des inégalités célèbres. On retrouve aussi ce type d’argument pour justifier des inégalités de type Brunn-Minkowski ou Hadamard. Par ailleurs, l’inégalité de Jensen a aussi des applications en intégration et en probabilités. $\\$ Pour aller plus loin, on peut mettre en évidence le rôle joué par la convexité dans le théorème de séparation de Hahn-Banach. On peut aussi parler des propriétés d’uniforme convexité dans certains espaces, les espaces $L^p$ pour $p>1$, par exemple, et de leurs conséquences.
Il s’agit d’une leçon de synthèse, très riche, qui mérite une préparation soigneuse. Même si localement (notamment lors de la phase de présentation orale) des rappels sur la convexité peuvent être énoncés, ceci n’est pas nécessairement attendu dans le plan. Il s’agit d’aborder différents champs des mathématiques où la convexité intervient. On pensera bien sûr, sans que ce soit exhaustif, aux problèmes d’optimisation (par exemple de la fonctionnelle quadratique), au théorème de projection sur un convexe fermé, au rôle joué par la convexité dans les espaces vectoriels normés (convexité de la norme, jauge d’un convexe,...). Les fonctions convexes élémentaires permettent aussi d’obtenir des inégalités célèbres. On retrouve aussi ce type d’argument pour justifier des inégalités de type Brunn-Minkowski ou Hadamard. Par ailleurs, l’inégalité de Jensen a aussi des applications en intégration et en probabilités. $\\$ Pour aller plus loin, on peut mettre en évidence le rôle joué par la convexité dans le théorème de séparation de Hahn-Banach. On peut aussi parler des propriétés d’uniforme convexité dans certains espaces, les espaces $L^p$ pour $p>1$, par exemple, et de leurs conséquences.
Rapport du jury 2022
La convexité intervient dans plusieurs parties du programme, offrant ainsi aux candidats plusieurs pistes très riches pour élaborer leur leçon : convexité dans les espaces vectoriels réels, fonctions convexes (d'une ou plusieurs variables réelles), caractérisation parmi les fonctions $C^1$ ou $C^2$ sur un ouvert convexe de $R^n$, projection sur un convexe fermé d'un espace de Hilbert, méthodes d'optimisation en dimension finie. Les applications de ces thèmes sont innombrables : inégalités classiques, optimisation, critère de densité d'un sous-espace vectoriel d'un espace de Hilbert, etc. \r\rLes candidats solides pourront s'intéresser à la continuité, voire à la différentiabilité d'une fonction convexe définie sur un ouvert convexe de $R^n$, aux points extrémaux d'une partie convexe d'un espace vectoriel réel de dimension finie, à la minimisation de fonctionnelles convexes et coercives sur un espace de Hilbert, aux applications du théorème de Hahn-Banach, à la notion d'uniforme convexité et son application à l'existence d'un vecteur normant pour une forme linéaire continue.
La convexité intervient dans plusieurs parties du programme, offrant ainsi aux candidats plusieurs pistes très riches pour élaborer leur leçon : convexité dans les espaces vectoriels réels, fonctions convexes (d'une ou plusieurs variables réelles), caractérisation parmi les fonctions $C^1$ ou $C^2$ sur un ouvert convexe de $R^n$, projection sur un convexe fermé d'un espace de Hilbert, méthodes d'optimisation en dimension finie. Les applications de ces thèmes sont innombrables : inégalités classiques, optimisation, critère de densité d'un sous-espace vectoriel d'un espace de Hilbert, etc. \r\rLes candidats solides pourront s'intéresser à la continuité, voire à la différentiabilité d'une fonction convexe définie sur un ouvert convexe de $R^n$, aux points extrémaux d'une partie convexe d'un espace vectoriel réel de dimension finie, à la minimisation de fonctionnelles convexes et coercives sur un espace de Hilbert, aux applications du théorème de Hahn-Banach, à la notion d'uniforme convexité et son application à l'existence d'un vecteur normant pour une forme linéaire continue.