Thèse soutenue

Sur la construction des analyses multi résolutions de L2(Rn)

FR
Auteur / Autrice : Freddy Paiva
Direction : Yves Meyer
Type : Thèse de doctorat
Discipline(s) : Sciences et techniques communes
Date : Soutenance en 1995
Etablissement(s) : Paris 9

Mots clés

FR

Mots clés contrôlés

Résumé

FR  |  
EN

Cette thèse apporte certaines contributions à la théorie générale des analyses multi résolutions de Rn (en abrégé AMR) et à l'étude des fonctions d'échelle scalaires à support compact sur R. Dans la première partie de cette thèse, nous montrons que l'axiome de séparation est redondant dans la définition de l'analyse multi résolution de multiplicité p. Nous généralisons la caractérisation de l'axiome de densité donnée par de Boor et al. Dans le cas des AMR classiques. Nous déterminons aussi les conditions supplémentaires qu'une fonction d'échelle vectorielle doit satisfaire pour vérifier cet axiome. Nous présentons des exemples d'AMR non localisées et nous construisons des AMR pour les espaces de Hardy généralisés. Nous étudions la propriété de base de Riesz d'un ensemble total forme par les translatées d'une ou plusieurs fonctions, en relation avec la condition de Cohen sur le filtre et avec la convergence de l'algorithme en cascade. Dans la deuxième partie, nous caractérisons l'indépendance linéaire globale des translatées de la solution distributionnelle à support compact d'une équation d'échelle définie par un nombre fini de coefficients non nuls. Si cette solution est de carré intégrable alors l'indépendance linéaire globale, et locale de ces translatées, ainsi que l'indépendance linéaire de leurs restrictions à intervalle 0,1, sont trois propriétés équivalentes. Nous en déduisons que pour déterminer la régularité de Holder globale maximale d'une fonction d'échelle à support compact qui a la propriété de base de Riesz, il suffit de vérifier la condition de Cohen sur le filtre associé et de déterminer le rayon spectral conjoint de deux opérateurs de sous-division restreints à un sous-espace de dimension finie, et qui ne dépend pas des coefficients du filtre. Pour cela nous présentons enfin une méthode de réduction basée sur la méthode matricielle classique