Vous êtes sur la page 1sur 89

Intégration-2

L3-Mathématiques

2011-2012

Pierre Puiseux 4 mars 2014

E-mail address : pierre.puiseux@univ-pau.fr

3

Table des matières

Avertissement

 

5

Notations

7

Chapitre 1. Rappels, les espaces L 1 et L 1

9

1.1.

Construction de l’intégrale de Lebesgue

10

1.1.1.

Fonctions mesurables, fonctions étagées

10

1.1.2.

Intégrale d’une fonction étagée positive

10

1.1.3.

Intégrale d’une fonction mesurable positive

11

1.1.4.

Intégrale d’une fonction mesurable

11

1.2.

Les espaces L 1 et L 1

12

1.2.1.

Propriétés vraies « presque partout »

12

1.2.2.

L’espace L 1

13

1.2.3.

L’espace L 1

14

1.3.

Différents modes de convergence dans L 1

16

1.4.

Rappels de quelques résultats indispensables

16

1.4.1.

Mesures produit

16

1.4.2.

Changement de variable

18

1.4.3.

Echange limite et intégrale

19

1.4.4.

Mesures régulières

20

1.5.

Théorèmes dans L 1

21

Exercices du chapitre 1

 

25

Généralités et rappels

25

Presque partout

 

28

L’espace L 1

28

L’espace L 1

28

Théorèmes importants

30

Chapitre 2. Les espaces L p

33

2.1.

Définition, premières propriétés

34

2.1.1.

Les espaces L p , 1 p < +

34

2.1.2.

L’espace L

39

2.2.

Comparaison des espaces L p

41

2.2.1.

Inégalité de Hölder généralisée

42

2.2.2.

Cas d’une mesure finie

42

2.2.3.

Cas d’une mesure non finie

43

2.3.

Quelques théorèmes de densité

44

2.4.

Dualité dans les espaces L p

46

2.5.

Convolution dans L p

48

2.5.1.

Convolution

dans 1 (Z)

48

2.5.2.

Convolution dans L 1

49

2.5.3.

Propriétés élémentaires de la convolution dans L 1

51

4

Chapitre 0. Table des matières

2.5.4.

Convolution dans L p

54

Exercices sur le chapitre 2

55

Espaces L p

55

Théorèmes de densité

61

Dualité

62

Convolution

64

Chapitre 3. Analyse hilbertienne et espace L 2

69

3.1.

Définitions et propriétés élémentaires

69

3.2.

Dualité dans un espace de Hilbert

72

3.2.1.

Projection sur un convexe fermé non vide, meilleure approximation

72

3.2.2.

Le théorème de représentation de Riesz

75

3.3.

Bases hilbertiennes, séparabilité

76

3.4.

Meilleure approximation dans un Hilbert

79

Exercices sur le chapitre 3

79

Dualité

83

Bases hilbertiennes

84

Index

87

Bibliographie

89

5

Avertissement

ce ne sont que des notes de cours, en perpétuelle évolution, dans lesquelles subsistent certainement de nombreuses erreurs et approximations !

Ce cours est enseigné au semestre 2 de la 3-ème année de Licence de Mathématiques, à l’Université de Pau, et fait suite à un cours de mesure et intégration enseigné au semestre précédent.

La théorie de la mesure et de l’intégration est donc supposée connue, et les résultats en sont utilisés parfois sans préavis.

Certains théorèmes importants sont rappelés au chapitre 1.

7

Notations

Dans tout le cours, X désigne un espace topologique, T désigne une tribu et sauf précision contraire, il s’agira de la tribu B (X) des boréliens sur X (c’est à dire la tribu engendrée par les ouverts de X), et µ désigne une mesure positive sur T .

Les espaces fonctionnels utilisés sont des espaces de fonctions de X à valeur dans R (et parfois C si

précisé), munis de la tribu des boréliens B ( R ) (ou B ( C ) ) et de la mesure de Lebesgue.

R

: R ∪ {−∞, +∞}

C

: C ∪ {−∞, +∞}

K

: R ou C et K : R ou C.

(X, T , µ) : un espace mesuré, T tribu, µ mesure (positive).

B (X) : tribu des boréliens sur X.

λ : mesure de Lebesgue.

M, M (X) ou M (X, T , µ) : ensemble des fonctions mesurables de X dans K = R ou C.

M + : fonctions mesurables positives de X dans K = R ou C.

E, E (X) : fonctions étagées de X dans K = R ou C.

E + , E + (X) : fonctions étagées positives de X dans K = R ou C.

L p , L p (X), L p (X, T , µ), L K p , L p K (X), L K

p-ième intégrable (1 p +).

L p , L p (X), L p (X, T , µ), L K p , L p K (X), L K p (X, T , µ) : classe de fonctions de X dans K = R ou C, égales presque partout, et de puissance p-ième intégrable (1 p +).

p (X, T , µ) : fonctions de X dans K = R ou C, de puissance

p , p (X), K p (X) : (X = N ou Z) suites (ou suites doubles) de K = R ou C, de puissance p-ième sommable.

χ A : fonction caractéristique de l’ensemble A.

L (E, F ) : applications linéaires de E dans F (E et F espaces vectoriels).

L c (E, F ) : applications linéaires continues de E dans F (E et F espaces vectoriels normés).

|||Φ||| : norme de l’application linéaire Φ.

(f |g) produit scalaire.

A adhérence de A,

A . l’adhérence de A pour la norme .

{P (f )} : ensemble des x X vérifiant la propriété P (f (x)). Exemple :

{|f | < +∞}

=

{x X, |f (x)| < +∞} = f 1 ( R + )

C (A, B) = C 0 (A, B) fonctions continues de A dans B.

8

Chapitre 0. Notations

C p : fonctions de classe C p .

k

p

C

: fonctions périodiques de classe C k .

C c : fonctions continues à support compact.

C

C 0 : fonctions continues nulles à l’infini. (u|v) : produit scalaire. c n (f ) : n-ème coefficient de Fourier de f . δ ij : symbole de Kronecker. Vaut 0 si i ̸= j et1 si i = j. T n : polynômes trigonométriques de degré n.

k

c

: fonctions à support compact et de classe C k .

9

CHAPITRE 1

Rappels, les espaces L 1 et L 1

On suppose connues les définitions et propriétés étudiée dans l’unité mesure et intégration, à savoir :

tribus,

mesures,

fonctions mesurables,

intégrale de Lebesgue,

mesures produit et intégrales multiples.

Les deux derniers points font l’objet de quelques rappel de ce chapitre.

Dans tout ce qui suit, on intègre des fonctions de X dans Y , où (X, T , µ) est un espace mesuré et (Y, B (Y ) , λ) est un espace topologique muni de sa tribu borélienne (engendrée par les ouverts de Y ) et de la mesure de Lebesgue.

En général, et sauf précision contraire, on a

Y = R = R ∪ {+, −∞} ;

µ est une mesure positive.

Le plus souvent, X est une partie de R n ou de C n .

On rappelle ici la construction de l’intégrale de Lebesgue, en trois temps :

on définit l’intégrale des fonctions étagées positives ;

si f est une fonction mesurable positive alors elle est la limite d’une suite (f n ) de fonctions étagées,

ce qui permet de définir l’intégrale de f : f dµ = n lim f n ;

toute fonction mesurable peut s’écrire comme f = f + f avec f + = sup (f, 0) 0 et f = sup (f, 0) 0, ce qui permet de définir l’intégrale de f comme f + + f .

On regroupe en classes d’équivalence les fonctions égales presque partout, dont l’intégrale est finie. L’ensemble de ces classes forme un espace de Banach, appelé L 1 , avec la norme f 1 = |f | .

On s’attarde enfin sur la formulation dans L 1 de deux théorèmes fondamentaux :

Le théorème de convergence monotone (Beppo-Lévi) indique que si (f n ) est une suite de L 1 qui converge p.p. vers f en croissant p.p. alors elle converge vers f dans L 1 c’est à dire f n f1 0 et f L 1 .

Le très puissant théorème de convergence dominée (Lebesgue) indique qu’une suite (f n ) de L 1 est convergente dans L 1 dès qu’elle est dominée p.p. par une fonction F L 1 .

10

Chapitre 1. Rappels, les espaces L 1 et L 1

1.1. Construction de l’intégrale de Lebesgue

L’intégrale de Lebesgue permet d’intégrer de la même manière des fonctions qui sont égales presque partout, c’est à dire égales en tout point sauf peut-être sur un ensemble de mesure nulle. La classe des fonctions intégrable s’en trouve considérablement élargie, par rapport à l’intégrale de Riemann. Les théorèmes du type f = f est un opérateur tel que dérivation, intégration, passage à la limite, sont obtenus avec des hypothèses relativement simples, toujours par comparaison avec l’intégrale de Riemann. Rappelons tout d’abord les définitions suivantes :

1.1.1. Fonctions mesurables, fonctions étagées.

Définition 1.1. Une fonction f : X Y est dite mesurable si et seulement si B ∈ B (Y ) , f 1 (B) ∈ T X . On note M l’ensemble des fonctions mesurables de X dans Y et M + l’ensemble des fonctions mesurables positives.

Exemple 1.1. f = χ A est mesurable si et seulement si A ∈ T X .

Une fonction étagée est une fonction mesurable qui ne prend qu’un nombre fini de valeurs :

Définition 1.2. Une fonction f : X Y est dite étagée si elle est mesurable et si f (X) est une

partie finie de Y . Lorsque Y = R, on note E l’ensemble des fonctions étagées et E + l’ensemble des fonctions étagées positives.

Exemple 1.2. f = χ A pour A ∈ T X est étagée.

Proposition 1.1. Une fonction étagée admet une unique décomposition de la forme

avec

f =

1in

a i χ A i

(a i ) 1in R, avec a 1 < a 2 < ··· < a n ;

(A i ) 1in partition de X.

Démonstration. Les a i sont les éléments de f (X), que l’on a ordonné, et on définit A i = f 1 ({a i }),

pour 1 i n.

Exemple 1.3. La fonction f n =

1k<n

k

n χ [

n , k+1

k

n

]

1.1.2. Intégrale d’une fonction étagée positive.

Définition 1.3. Soit f = 1in a i χ A i une fonction étagée positive. On appelle intégrale de f le réel

X f dµ =

1in

a i µ (A i )

Exemple 1.4.

(1) X = R, f = χ Q est étagée positive, son intégrale est R χ Q = 1λ (Q) + 0(R Q) = 0.

1.1 Construction de l’intégrale de Lebesgue

11

(2) X = [0, 1], pour n > 0, la fonction f n =

[0,1] f n dλ

=

=

1k<n

k

n χ [

n , k+1

k

n

] a pour intégrale de Lebesgue

1k<n

n 1

2n

n λ ([

k

n , k + 1

k

n

])

1.1.3. Intégrale d’une fonction mesurable positive. La proposition suivante exprime une pro-

priété un peu plus faible que la densité de l’ensemble E + des fonctions étagées positives dans l’en- semble M + des fonctions mesurables positives, pour la topologie de la convergence simple :

Proposition 1.2. f ∈ M + si et seulement si il existe une suite (f n ) nN ⊂ E + qui converge ponctuel- lement en croissant vers f .

Exemple 1.5. La fonction f (x) = x sur X = [0, 1[ est limite simple de la suite croissante de fonctions

f n =

Démonstration. Voir cours de mesure.

k1

2

n

1k<2 n

χ [ k1 2 n

k n [ . Voir l’exercice 1.3 page 26.

, 2

Définition 1.4. Soit f ∈ M + . On définit l’intégrale de f par f dµ = sup { φdµ, φ ∈ E + , φ f } et on dit que f est intégrable si et seulement si f dµ < +.

Exemple 1.6. X = [0, 1], l’intégrale de la fonction f = Id n’est pas simple à calculer d’après cette définition. Est-elle intégrable ? La réponse est donnée par le théorème de convergence monotone qui donne un critère de la mesurabilité de la limite simple d’une suite de fonctions mesurables : il suffit que la suite soit croissante (et mesurable). On peut alors permuter limite et intégrale :

Théorème 1.1. (Théorème de Beppo-Levi ou de convergence monotone dans M + ) Soit (f n ) nN une

suite croissante de M + et soit f = lim

n f n (limite ponctuelle).

Alors f ∈ M + et f dµ = n lim f n .

Démonstration. Voir cours de mesure.

Exemple 1.7. X = [0, 1[, la fonction f = Id X est limite simple de la suite croissante f n =

avec X f n = 1 2 ( 1 1 n ) . Donc X f dλ = lim

1k<2 n

n X f n =

2 1 . Voir l’exercice 1.3 page 26.

2

1.1.4. Intégrale d’une fonction mesurable.

k

n χ [

2

n , k+1

k

2

2

n

[

Définition 1.5. Pour f ∈ M on définit f + = sup (f, 0) et f = sup (f, 0).

Proposition 1.3. Pour f ∈ M on a :

(1) f + ∈ M + et f ∈ M + (2) f = f + f (3) |f | = f + + f ∈ M +

Exemple 1.8. X = [1, 1] , f (x) = x, f + = [0,1] et f = [1,0]

Démonstration. Voir cours de mesure.

12

Chapitre 1. Rappels, les espaces L 1 et L 1

Définition 1.6. Une fonction f : X R est intégrable si (1) f ∈ M (2) f + dµ < +(3) f dµ < +On définit dans ce cas l’intégrale de f par f dµ = f + f

Théorème 1.2. Si f ∈ M alors : f est intégrable ⇐⇒ | f | est intégrable ⇐⇒ f + et f sont intégrables.

Démonstration. Voir cours de mesure.

Exemple 1.9. X = [1, 1] , f (x) = x, f + = [0,1] et f = [1,0] X f + =

donc X f dλ =

1

2

1

2 = 0.

2 1 et X f = 1

2

Définition 1.7. On note L Y (X, T , µ) ou L Y (X) ou simplement L 1 l’ensemble des fonctions inté- grables de X dans Y .

1

1

1.2. Les espaces L 1 et L 1

1.2.1. Propriétés vraies « presque partout ».

Définition 1.8. (X, T , µ) étant un espace mesuré,

(1) on appelle négligeable tout sous ensemble A de X tel qu’il existe un mesurable B ∈ T , de mesure nulle, et contenant A. Autrement dit un négligeable est une partie de X incluse dans une partie de mesure nulle. (2) On dit d’un prédicat P (x) qu’il est vrai « pour µ-presque tout x X » si et seulement si l’ensemble A = {x X, ¬P (x)} (c’est à dire l’ensemble des x X pour lesquels P (x) est faux) est négligeable. Lorsqu’il n’y a pas d’ambiguité sur X et µ, on dit que P (x) est vraie « presque partout », ou « µ-presque partout ».

Par exemple on notera f =

p.p. g la propriété f (x) = g (x) presque partout.

Voici une caractérisation utile de l’égalité presque partout :

Théorème 1.3. Deux fonctions f, g : X Y sont égales presque partout si et seulement si il existe un négligeable A tel que :

X\A = X\A

Précisons la définition de la « convergence presque partout » :

Définition 1.9. (X, T , µ) étant un espace mesuré, on dit qu’une suite de fonction (f n ) converge (sim- plement) presque partout vers une fonction f si et seulement si il existe un négligeable A X tel que f n χ X\A converge (simplement) vers X\A .

On note alors f n p.p. f ou bien lim f n = f.

p.p.

Précisons la définition de la « croissance presque partout » :

Définition 1.10. (X, T , µ) étant un espace mesuré, on dit qu’une suite de fonction (f n ) est croissante presque partout (1) si et seulement si il existe un négligeable A X tel que g n = f n χ X\A est une suite croissante ; (2) si et seulement si n N il existe un négligeable A n tel que f n χ X\A n f n+1 χ X\A n

1.2 Les espaces L 1 et L 1

13

Remarque. Dans cette définition, les deux conditions 1. et 2. sont bien équivalentes :

(1) 2., il suffit de prendre pour tout n, A n = A. (2) 1., il suffit de prendre A = A n qui est négligeable comme réunion de négligeables.

nN

] (notez que les intervalles

sont fermés, au contraire de ceux de l’exemple 1.7 page 11) est presque partout croissante et converge presque partout vers la fonction f (x) = x. Pour le démontrer, il suffit de travailler sur g n = f n χ X\Q , sachant que Q est négligeable, et de reproduire, en l’adaptant, le raisonnement de l’exercice 1.3 page 26.

Exemple 1.10. X = [0, 1], la suite de fonctions f n =

2

1k<2 n

k

n χ [

n , k+1

k

2

2

n

La propriété suivante est essentielle :

Théorème 1.4. Soit deux fonctions f, g ∈ M telles que f =

p.p. g. Alors

f dµ = gdµ

Démonstration. Voir exercice 1.10 page 28.

Définition 1.11. Le théorème précédent permet d’étendre la définition de l’intégrale d’une fonction mesurable de la manière suivante : si f est une fonction égale presque partout à une fonction mesurable g, alors on pose f dµ = gdµ.

Le théorème de convergence monotone 1.1 page 11 reste vrai avec des hypothèses affaiblies « presque partout ».

Théorème 1.5. (Convergence monotone presque partout) Soit (f n ) nN ⊂ M + une suite croissante

p.p. de M + et soit f = lim f n . Alors f ∈ M + et f dµ = n lim f n .

p.p.

Démonstration. Voir exercice 1.17 page 30.

Remarque. Le résultat précédent contient les trois cas :

f n converge ponctuellement vers f en croissant-presque-partout,

f n converge ponctuellement-presque-partout vers f en croissant,

f n converge ponctuellement-presque-partout vers f en croissant-presque-partout.

1.2.2. L’espace L 1 .

Définition 1.12. On note L R (X, T , µ) ou simplement L 1 l’ensemble des fonctions intégrables de X

1

dans R.

Proposition 1.4. (Propriétés élémentaires de L 1 ) (1) (L 1 , +, .) est un espace vectoriel sur R ; (2) f f dµ est une forme linéaire sur L 1 ; (3) pour toutes fonctions f et g de L 1 , on a : f g f dµ gdµ ; (4) pour toute fonction f ∈ L 1 : f dµ |f | .

Démonstration. Voir l’exercice 1.11 page 28 et le cours de mesure.

14

Chapitre 1. Rappels, les espaces L 1 et L 1

Proposition 1.5. L’application

N 1 : L 1 R +

f

|f |

est une semi-norme (mais pas une norme) c’est à dire :

(1) homogénéité : λ R, f ∈ L 1 , N 1 (λf ) = |λ| N 1 (f) ; (2) inégalité triangulaire : f, g ∈ L 1 , N 1 (f + g) N 1 (f) + N 1 (g).

Démonstration. Voir cours de mesure.

Remarque. On notera que f = 0 L 1 N 1 (f ) = 0 et que la réciproque est fausse.

Le théorème de Lebesgue a été vu en cours de mesure :

Théorème 1.6. (Théorème de convergence dominée, ou théorème de Lebesgue) Soit (f n ) nN une suite de M et f : X R telles que :

(1) f n

p.p. f ;

(2) il existe une fonction g ∈ L 1 telle que |f n | ≤

p.p. g.

Alors (f n ) nN ⊂ L 1 , f ∈ L 1 et n lim |f n f | = 0.

Démonstration. Voir cours de mesure.

1.2.3. L’espace L 1 .

Définition 1.13. La relation =

p.p. est une relation d’équivalence sur M et sur L 1 .

On appelle L 1 l’espace quotient : L 1 = L 1 /R. Autrement dit, l’espace L 1 est l’ensemble des classes d’équivalence de L 1 pour la relation R.

Remarque. Un élément F de L 1 est donc une partie de L 1 , si f F alors F = {g ∈ L 1 , f Rg}. Pour

f ∈ L 1 , on notera parfois f sa classe d’équivalence.

Proposition 1.6. Sur M, la relation = p.p. est compatible avec l’addition, la multiplication, le
Proposition 1.6. Sur M, la relation =
p.p. est compatible avec l’addition, la multiplication, le produit
par un scalaire et avec l’ordre partiel ≤, c’est à dire : ∀α ∈ R, ∀f, f ′ ∈ M et ∀g, g ′ ∈ M, si f =
p.p. f ′
et g =
p.p. g ′ , alors :
(1) (f + g)
p.p. (f ′ + g ′ )
=
(2) (fg) =
p.p. (f ′ g ′ )
(3) αf =
p.p. αf ′
(4) f ≤
p.p. g ⇒ f ′ p.p. g ′

Démonstration. En exercice, voir les exercices 1.12 page 28 et 1.14 page 29.

1.2 Les espaces L 1 et L 1

15

Cette compatibilité (voir cours d’algèbre) permet de définir l’addition quotient, le produit quotient et

le produit par un scalaire quotient sur l’ensemble quotient L 1 , ainsi que la relation d’ordre (partiel)

:

p.p.

Définition 1.14. (Opérations sur L 1 ). Pour f et g dans L 1 ,

Définition 1.14. (Opérations sur L 1 ). Pour f et g dans L 1 , et pour α R, les lois de composition- quotient et relation d’ordre-quotient sont :

(1) l’addition : f g := { u + v, u f, v g } = f + g ;

:= { u + v, u ∈ f, v ∈ g } = f + g

(2) la multiplication : f g = { uv, u f, v g } = fg ;

f ⊗ g = { uv, u ∈ f, v ∈ g } = fg ;

(3) le produit par un scalaire : α f = { αu, u f } = αf ;

(4) la relation d’ordre f

p.p. g si et seulement si f

p.p. g , si et seulement si (u, v) f × g, u

, si et seulement si ∀ ( u, v ) ∈ f × g, u ≤

p.p. v.

On définit également les quantités suivantes :

(5) l’intégrale : f dµ = f dµ ;

(6) la norme : f 1 = N 1 (f) ;

Remarque. Dans toute la suite, on identifie systématiquement un élément f ∈ L 1 avec sa classe

d’équivalence f L 1 et par abus de langage, on parlera de la « fonction » f L 1 . L’addition et la multiplication des classes d’équivalence de L 1 seront notées de manière usuelle + et × (ou . ou encore rien) plutôt que et . De même pour le produit par un scalaire noté « . » (ou rien).

Théorème 1.7. L’espace (L 1 , , ) est un espace vectoriel sur R et l’application .1 est une norme sur L 1 .

Démonstration. L 1 est un espace vectoriel est démontré à l’exercice 1.12 page 28. Pour montrer que .1 est une norme il suffit de montrer que F 1 = 0 F = 0 L 1. Soit f est un représentant de

F alors |f | = 0 donc f =

p.p. 0 , donc f 0 L 1 puis F = 0 L 1.

Définition 1.15. Soit ( f n ) nN une suite de L 1 on dit que f n converge presque partout (ponctuellement)

vers f dans L 1 , et on note f n p.p. f si et seulement si f n

p.p. f.

Proposition 1.7. f n p.p. f dans L 1 si et seulement si u n p.p. u pour toute suite (u n ) nN constituée de

représentants de f n et pour tout représentant u f .

Si toute suite (u n ) nN constituée de représentants de f n converge presque partout vers n’importe

Démonstration.

quel représentant u de f , alors la suite f n p.p. f donc f n

p.p. f.

Réciproquement, supposons que f n p.p. f . Choisissons pour tout n N, un représantant u n f n

ainsi qu’un représentant u f .

Il existe un négligeable A tel que f n χ X\A X\A ;

il existe un négligeable B tel que X\B = X\B ;

pour tout n N, il existe un négligeable A n tel que u n χ X\A n = f n χ X\A n .

En prenant C = AB ( nN A n ) , négligeable, on a donc u n χ X\C = f n χ X\C −→

n→∞ fχ X\C =

X\C , ce qui prouve le résultat.

16

Chapitre 1. Rappels, les espaces L 1 et L 1

Remarque. Pour démontrer la convergence ponctuelle presque partout d’une suite ( f n ) nN vers f , la

dernière proposition nous autorise à choisir n’importe quel représentant des classes f n et f .

1.3. Différents modes de convergence dans L 1

Définition 1.16. (Différents modes de convergence) Soit ( f n ) nN une suite de L 1 et f L 1 .

(1) Convergence (ponctuelle ou simple) « presque partout » : f n

p.p. f si f n

p.p. f ;

(2) on dit que lim

n f n = f « en mesure » si ε > 0, lim

n [µ ({x X, |f n (x) f (x)| > ε})] = 0 ;

(3) on dit que lim

n f n = f « en norme » (ou « dans L 1 ») si lim

n f n f1 = 0.

Remarque. Sans hypothèse supplémentaire, il n’y a pas d’équivalence ni d’implication entre les di- vers modes de convergence. Voir les exercices 1.15 page 30 et 2.17 page 61.

On peut démontrer les résultats suivants :

Théorème 1.8. Si la suite (f n ) nN converge en mesure vers f , alors il existe une sous-suite (f n k ) kN qui converge p.p. vers f . Si (f n ) nN converge p.p. vers f et si la mesure est finie, alors (f n ) nN converge en mesure vers f .

Démonstration. Voir [Genet] p.223.

1.4. Rappels de quelques résultats indispensables

1.4.1. Mesures produit. Les intégrales multiples peuvent être calculées grâce aux théorème de Tonelli-Fubini. Le premier traite seulement des fonctions mesurables, sans se préoccuper de leur inté- grabilité, le second traite des fonctions intégrables. Dans les deux cas, pour pouvoir les appliquer, il est essentiel de vérifier la mesurabilité (intégrabilité) de la fonction f (x, y) sur l’espace mesuré produit.

Théorème 1.9. (Tonnelli, fonctions mesurables) Soient (X, U , µ) et (Y, V, ν) deux espaces mesurés σ- finis a . On note (Z, W, ξ) = (X × Y, U ⊗ V, µ ν) l’espace produit. Soit f : (x, y) Z f (x, y) R, une fonction mesurable sur (Z, W, ξ) à valeurs dans R. Alors (1) l’application

φ : x

Y f (x, y) y

est définie p.p. sur X à valeurs dans R et φ est mesurable sur (X, U , µ). (2) l’application

ψ : y

X f (x, y) x

est définie p.p. sur Y à valeurs dans R et ψ est mesurable sur (Y, V, ν). De plus on a Z f dξ = X φdµ = Y ψdν. En d’autres termes :

Z f (x, y)

=

Y (∫ X f (x, y) x ) y

=

X (∫ Y f (x, y) y ) x

a Un espace mesure (X, T , µ) est σ-fini s’il existe un recouvrement dénombrable de X par des parties de mesure finie. C’est le cas de ( R d , B ( R d ) , λ ) .

1.4 Rappels de quelques résultats indispensables

17

Théorème 1.10. (Fubini, fonctions intégrables) Soient (X, U, µ) et (Y, V, ν) deux espaces mesurés σ- finis a . On note (Z, W, ξ) = (X × Y, U ⊗ V, µ ν) l’espace produit. Soit f : (x, y) Z f (x, y) R, une fonction de L R (Z, W, ξ). Alors (1) l’application

1

φ : x

Y f (x, y) y

1

est définie p.p. sur X et φ L R (X, U, µ). (2) l’application

ψ : y

X f (x, y) x

1

est définie p.p. sur Y et ψ L R (Y, V, ν). De plus on a Z f dξ = X φdµ = Y ψdν. En d’autres termes :

Z f (x, y)

=

Y (∫ X f (x, y) x ) y

=

X (∫ Y f (x, y) y ) x

a Un espace mesure (X, T , µ) est σ-fini s’il existe un recouvrement dénombrable de X par des parties de mesure finie. C’est le cas de ( R d , B ( R d ) , λ ) .

Démonstration. Voir cours de mesure.

Un produit tensoriel sur le produit cartésien de deux espaces est simple à calculer :

Théorème 1.11. sous les hypothèses du théorème précédent, si f (x, y) = g (x) h (y) avec g L R (X, U , µ) et h L R (Y, V, ν) alors

1

1

X×Y f dµ ν

=

X gdµ Y hdν

Démonstration. Voir cours de mesure.

Exemple. f (x, y) = x 3 y 2

(1) Pour D = ]0, 1[ 2 , calculons

I

= D x 3 y 2 dxdy

= 1

0

(∫ 1

0

x 3 y 2 dy ) dx

= (∫ 1

0

x 3 dx )(∫ 1 y 2 dy )

0

=

1

4 ×

1

3 =

1

12

18

Chapitre 1. Rappels, les espaces L 1 et L 1

(2) Lorsque le domaine est un triangle D = {(x, y) R 2 , 0 < x < 1, 0 < y < x}, les chose se com- pliquent un peu, D n’est pas un produit cartésien.

I

= D x 3 y 2 dxdy = 1

0

(∫ x

0

x 3 y 2 dy ) dx

=

1 x 3 [ y 3

0

3

]

x

0

dx = 1 3

0

1 x 6 dx =

1

21

Remarque. Attention, il faut bien vérifier la sommabilité de f .

Exemple 1.11. f (x, y) = x 2 y 2 ) 2 sur [0, 1] 2 on trouve

(x 2 +y 2

[0,1] (∫ [0,1] f (x, y) dλ x ) dλ y

=

=

=

[0,1] [

x 2 + y 2 ]

x

1

0

[0,1]

1

1 +

y 2 y

π

4

tandis que

[0,1] (∫ [0,1] f (x, y) y )