Académique Documents
Professionnel Documents
Culture Documents
Polycopié de cours
Lionel Gabet
lionel.gabet@ecp.fr
2015/2016
2
Présentation
Le cours d’analyse de première année de l’ECP a pour objectif principal de former les élèves
à la compréhension et à la maı̂trise de concepts clés pour les ingénieurs et les scientifiques :
• Les outils et méthodes de base de l’analyse fonctionnelle qui constitue le cadre des
modèles utilisés par la plupart des sciences et par leurs applications dans l’industrie et
les services.
Même si cela n’est pas notre objectif principal, nous fournirons de nombreux outils utiles pour
les sciences physiques, la mécanique, le traitement du signal, l’automatique, la finance. . .
Ce cours est organisé autour des chapitres suivants :
• Transformation de Fourier.
• Analyse hilbertienne
Structure du polycopié
Le polycopié est organisé en trois parties :
Nous rappelons que l’étude des démonstrations aide efficacement à comprendre et maı̂triser
les concepts et les outils enseignés.
Dans un souci de clarté, les démonstrations du chapitre “tribus, mesures, intégration”, assez
longues et techniques, ont été retirées de la présentation des concepts et des résultats et
placées dans un chapitre spécial. En revanche, les démonstrations des chapitres suivants ont
été conservées en place mais dans un format réduit afin de les distinguer des énoncés et
commentaires.
3
4
Mise en garde
Ce polycopié a été conçu pour faciliter l’assimilation des notions présentées dans le cours
d’analyse. Il n’est pas suffisant en lui-même pour réussir les contrôles.
Il constitue un support pour :
• Le cours en amphithéâtre.
Pour aller plus loin, on pourra consulter la bibliographie proposée en fin de polycopié.
www.etudes.ecp.fr
Sommaire
C Séries de Fourier 25
C.1 Coefficients de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
C.2 Théorèmes de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
D Espaces complets 29
D.1 Suite de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
D.2 Espaces complets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
D.3 Théorèmes importants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
5
6 SOMMAIRE
1.3.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.3.2 Ensembles usuels L+ (F) et L(F) . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.3.3 Fonctions étagées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
1.4 Définition et propriétés d’une mesure . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.5 Construction de mesures sur la droite des réels . . . . . . . . . . . . . . . . . . . . . 41
1.5.1 Mesure longueur extérieure . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
1.5.2 Rappel : parties dénombrables . . . . . . . . . . . . . . . . . . . . . . . . . . 42
1.5.3 Parties négligeables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
1.5.4 Mesures de Borel et de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . 43
1.5.5 Mesures de Borel-Stieltjes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
1.5.6 Complément : construction d’une mesure sur un espace quelconque par les
théorèmes de Caratheodory . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
1.6 Intégrale supérieure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
1.7 Fonctions sommables et intégrale de Lebesgue . . . . . . . . . . . . . . . . . . . . . . 46
1.8 Propriétés élémentaires de l’intégrale de Lebesgue . . . . . . . . . . . . . . . . . . . . 47
1.9 Propriétés fondamentales de l’intégrale de Lebesgue . . . . . . . . . . . . . . . . . . 48
1.10 Propriétés fines de l’intégrale de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . 50
1.11 Fonctions définies par des intégrales . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
1.12 Comparaison des intégrales de Riemann et de Lebesgue . . . . . . . . . . . . . . . . 53
1.13 Ensembles de fonctions sommables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
1.13.1 Ensembles Lp , p < ∞ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
1.13.2 Ensemble L∞ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
1.13.3 Ensembles Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
1.14 Intégrales de Lebesgue multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
1.14.1 Tribu produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
1.14.2 Mesure produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
1.14.3 Théorèmes de Tonelli-Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
1.14.4 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
1.15 Produit de convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
1.16 Résumé des principales notions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3 Transformation de Fourier 97
3.1 Transformation de Fourier dans L1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3.2 Inversion de la transformation de Fourier dans L1 . . . . . . . . . . . . . . . . . . . . 99
3.3 Facultatif : preuve du théorème d’inversion . . . . . . . . . . . . . . . . . . . . . . . 100
3.4 Transformation de Fourier dans S . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
3.5 Transformation de Fourier dans L2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
8 SOMMAIRE
11
Chapitre A
Dans cette partie nous présentons les notions élémentaires de topologie auquel le cours fera
appel.
Les élèves peu à l’aise avec ces notions pourront se reporter aux cours de Licence (L1 et L2)
ou classes préparatoires correspondant.
Par défaut, les espaces considérés sont des espaces vectoriels admettant R ou C comme corps
de scalaires.
A.1 Dénombrabilité
La dénombrabilité n’est pas une notion de topologie. c’est néanmoins une notion fondamen-
tales pour ce cours (pour définir les tribus et les bases hilbertiennes). Nous la présentons
donc en début de polycopié.
Définition 1 (Dénombrabilité)
Un ensemble est dit dénombrable s’il peut tre mis en bijection avec l’ensemble des entiers
naturels N .
Les ensembles des entiers relatifs Z et des rationnels Q sont dénombrables (bien que N soit
strictement inclus en eux).
Les ensembles des réels R et des complexes C ne sont pas dénombrables.
La plupart des ensembles fonctionnels ne sont pas dénombrables. En revanche, on peut
en extraire des familles d’éléments dénombrables, par exemple celles des xn ou des eint (n
parcourant N).
13
14 CHAPITRE A. NOTIONS ÉLÉMENTAIRES DE TOPOLOGIE
A.2 Normes
Dans un espace vectoriel, les normes constituent les outils les plus simples pour définir les
notions de limites, de continuité et d’adhérence.
Définition 2 (Norme)
On appelle norme sur un espace vectoriel E toute application N de E dans R+ vérifiant les
axiomes suivants :
• (N 1) : N (x) = 0 ⇐⇒ x = 0
n
X
• kxk1 = |xi |
i=1
v
u n
uX
• kxk2 = t |x |2 i
i=1
• kxk∞ = max|xi |
Z b
• kf k1 = f (x)dx
a
s
Z b
• kf k2 = f (x)2 dx
a
• kf k∞ = max|f |
On appelle espace vectoriel normé tout espace vectoriel muni d’une norme.
Si l’application N ne vérifie que les deux derniers axiomes, on l’appelle semi-norme.
A.3. OUVERTS ET FERMÉS 15
Définition 3 (Boules)
On appelle boule ouverte de centre a et de rayon r ∈ R+ , l’ensemble
Définition 4 (Ouverts)
On appelle ouvert toute partie de E pouvant s’écrire comme réunion de boules ouvertes.
Proposition A.1 Une partie A de E est ouverte si et seulement si tout élément de A est
le centre d’une boule ouverte de rayon non nul entièrement incluse dans A.
• (O1) O contient ∅ et Ω.
Définition 5 (Fermés)
On appelle fermé toute partie de E dont le complémentaire est un ouvert.
Remarque : on peut très bien définir les notions précédentes dans le cas où l’on remplace la
norme par une distance. Si l’on n’a ni norme, ni distance, on peut tout de même définir les
notions d’ouverts et de fermés (donc de limite, de continuité etc.). Pour cela, il faut se munir
d’une topologie :
16 CHAPITRE A. NOTIONS ÉLÉMENTAIRES DE TOPOLOGIE
Définition 6 (Topologie)
On appelle topologie d’un ensemble Ω toute famille O non vide de parties de Ω vérifiant les
axiomes suivants :
• (O1) O contient ∅ et Ω.
• (O2) O est stable par intersections finies.
• (O3) O est stable par réunions quelconques.
Dans un espace vectoriel normé ou dans un espace métrique, la topologie usuelle est celle
engendrée par les boules ouvertes (définie plus haut).
Dans Rn ou Cn et plus généralement en dimension finie, toutes les normes
définissent la même topologie. Toutes les notions topologiques précédentes et
suivantes ne dépendent donc pas de la norme choisie. En dimension infinie, toutes
ces notions sont au contraire fortement liées à la norme choisie.
Définition 7 (Limite)
Une fonction f d’un espace vectoriel normé E dans un espace vectoriel normé F admet une
limite l ∈ F quand sa variable tend vers a ∈ E si
On dit qu’une fonction est continue sur un domaine lorsqu’elle est continue en tout point de
ce domaine.
A.5 Densité
La notion de densité est très utile et intuitive.
∀x ∈ E ∀ > 0 ∃a ∈ A / kx − ak <
ou, ce qui revient au même, si tout élément x de E est limite d’une suite de A :
∀x ∈ E ∃(an ) ∈ AN / lim an = x
n→+∞
On peut par exemple démontrer que Q est dense dans R (pour la norme usuelle) et que
l’ensemble des fonctions polynomiales est dense dans l’ensembles des fonctions continues de
[a, b] dans R pour la norme k.k∞ (théorème de Weierstrass).
Plus généralement, on peut définir la densité grâce à la notion d’adhŕence :
Définition 10 (Adhérence)
L’adhérence d’une partie A est le plus petit fermé contenant A, intersection de tous les fermés
contenant A. On le note Ā.
Remarque : on peut montrer facilement qu’une partie A est fermée si et seulement si A = Ā.
Dans R ou Rn et plus généralement en dimension finie, toutes les normes sont équivalentes.
Une suite convergeant pour une norme converge aussi pour les autres normes et vers la même
limite. On parle donc de convergence sans préciser de norme. En revanche, en dimension
infinie, une suite peut converger pour une norme et pas pour une autre.
Rappelons aussi que l’on peut définir des convergences qui ne peuvent pas être associées à
des normes ou des distances.
Dans la suite I désigne un intervalle de R et E un espace vectoriel normé complet1 (par
exemple Rn ).
19
20 CHAPITRE B. SUITES ET SÉRIES DE FONCTIONS
Proposition B.1 Toute suite de fonctions uniformément convergente est simplement con-
vergente vers la même limite.
Parfois, on n’a pas convergence uniforme sur tout I mais on peut se contenter de :
La convergence uniforme sur I entraı̂ne bien sûr la convergence uniforme sur tout segment
de I alors que la réciproque est fausse.
P
On dit qu’une série de fonctions fn converge uniformément (ou simplement) si et seulement
si la suite de ses sommes partielles ( N
P
n=0 fn ) converge uniformément (ou simplement).
Seulement, la convergence uniforme d’une série de fonctions est souvent difficile à montrer
directement. On est donc amené à utiliser la notion suivante :
Proposition B.2 Dans un espace complet toute série normalement convergente est uni-
formément convergente.
Bien sûr, on peut définir une convergence normale sur tout segment qui entraı̂ne une
convergence uniforme sur tout segment.
B.3. APPLICATIONS DE LA CONVERGENCE UNIFORME 21
En appliquant ces théorèmes à la suite des sommes partielles d’une série, on obtient :
Citons aussi :
qR
Il faut bien noter que si les fonctions ne sont pas continues, I ||fn (t) − f (t)||2E .dt et
q
||fn (t) − f (t)||2E .dt ne sont pas des normes mais des semi-normes.
1 RT
T 0
B.5. CONVERGENCE EN NORME P 23
Séries de Fourier
Les sries de Fourier constitue un outil puissant dans les sciences de l’ingnieur (traitement
du signal, physique des ondes, etc.). Au del de la pratique, cet outil soulve des problmes
thoriques notamment autour de la notion de convergence.
Sont rappelés dans cette chapitre introductif les résultats les plus classiques relatifs aux séries
de Fourier. Ils seront complétés dans le chapitre consacré aux espaces de Hilbert ainsi qu’en
annexe par de nouveaux résultats.
1 Z 2π
cn (f ) = f (t)e−int .dt pour n ∈ Z
2π 0
1 Z 2π
an (f ) = f (t) cos(nt).dt pour n ∈ N
π 0
1 Z 2π
bn (f ) = f (t) sin(nt).dt pour n ∈ N∗
π 0
Les relations entre ces différents coefficients de Fourier sont :
a0 an − ibn an + ibn
c0 = et pour n ∈ N∗ : cn = c−n =
2 2 2
25
26 CHAPITRE C. SÉRIES DE FOURIER
Les résultats qui suivent apportent des réponses (partielles) à ces questions.
En pratique on peut remplacer les deux dernières conditions par les conditions plus fortes
suivantes :
|f (x0 + t) − f (x+
0 )| |f (x0 − t) − f (x−
0 )|
lim+ et lim− existent
t→0 t t→0 t
Pour avoir un théorème valable en tout point, on a besoin dela définition suivante :
Définition 17 Une fonction f est dite continûment dérivable par morceaux sur [a, b] s’il
existe une subdivision (ai )i∈[0,M ] de [a, b] telle que :
Espaces complets
Dans ce chapitre nous présentons la notion de complétude qui a disparu des programmes des
classes préparatoires. Ces notions seront donc reprises en cours.
Il est naturel d’étudier les liens entre les notions de suites convergentes et de suites de Cauchy.
On démontre très facilement que :
Proposition D.1
Une suite convergente est de Cauchy mais la réciproque n’est pas toujours vraie
Malheureusement, la réciproque est fausse : dans certains espaces, on peut trouver des suites
de Cauchy non convergeantes. Cela nous amènera à étudier la notion de complétude.
29
30 CHAPITRE D. ESPACES COMPLETS
Remarque : les espaces vectoriels normés complets sont dits espaces de Banach.
Exemples :
• L’espace des fonctions continues de [a, b] dans R muni de la norme k.k∞ est complet.
Contre-exemples :
• L’espace des fonctions continues de [a, b] dans R muni de la norme k.k1 est n’est pas
complet.
Dans les deux cas précédents, on peut remarquer que les suites de Cauchy non convergentes
dans ces ensembles convergent dans des ensembles plus grands (respectivement l’espace des
réels et l’espace de Lebesgue L1 . Ce résultat est généralisable :
Dans un espace complet, pour montrer qu’une suite converge, il suffit de montrer qu’elle est
de Cauchy. On appelle cela, critère de Cauchy.
On a la caractérisation suivante qui se révèle parfois utile :
Théorème D.3 Un espace vectoriel normé E est complet si seulement si toute série
absolument convergente de E est convergente dans E.
Ainsi, il est possible de prolonger une isométrie définie sur une partie dense.
33
Chapitre 1
L’objectif de ce chapitre est de présenter des concepts fondamentaux pour l’analyse et les
probabilités. Ces notions peuvent sembler abstraites et non triviales mais elles constituent
néanmoins les bases des probabilités et de l’analyse fonctionnelle.
En probabilités, les notions de parties mesurables, de fonctions mesurables, de mesures et
d’intégrale de Lebesgue permettront de définir les évènements, les variables aléatoires, les
mesures de probabilité, les fonctions de répartition, les moments. . .
En analyse, ces notions permettront de construire des espaces fonctionnels incontournables
comme les espaces de Lebesgue ou de Sobolev qui constituent le cadre de l’analyse de Fourier,
de l’analyse hilbertienne, de la convolution, des opérateurs. . .
Il faut bien noter que l’intégrale de Lebesgue, même si celle-ci possède des propriétés
pratiques bien utiles (déjà connues ou nouvelles) comme les théorèmes de la convergence
dominée et de la convergence monotone, ceux sur les intégrales à paramètre ou ceux de
Tonelli et Fubini, est surtout incournable de part ses “bonnes” propriétés topologiques.
Pour toutes ces raisons, les cours d’analyse et de probabilité feront d’incessantes et incon-
tournables références aux notions présentées ici.
Remarque : l’intégrale au programme des classes de Mathématiques Spéciales n’est ni celle de Riemann, ni celle de Lebesgue.
Il s’agit en fait d’une intégrale Lebesgue des fonctions continues par morceaux construite à partir de l’intégrale de Riemann !
L’introduction de cette intégrale “hybride” a considérablement simplifié la résolution de nombreux exercices et problèmes relatifs
à l’intégration. En revanche, elle ne permet de présenter ni les outils indispensables en probabilités (tribus, variables aléatoires,
mesures de probabilités. . . ) ni certaines propriétés fondamentales en analyse (densité, complétude. . . ). Elle n’est, en outre,
enseignée ni à l’Université ni à l’étranger.
Il faut noter enfin que, dans un souci de clarté, les démonstations (souvent très techniques)
des résultats cités dans ce chapitre ont été reportées au chapitre suivant.
35
36 CHAPITRE 1. TRIBUS, MESURES, INTÉGRATION
1.1 Tribus
En analyse comme en probabilité, on est amené à chercher à mesurer des parties d’un
ensemble Ω. L’ensemble des parties mesurables considérées sera appelé tribu.
Le fait qu’une partie de Ω soit mesurable ne dépend pas de ses propriétés intrinsèques mais
de propriétés relatives aux autres parties mesurables. Plus précisément, la tribu des parties
mesurables doit vérifier certains axiomes :
• (T 1) : T contient ∅.
Dans cette définition, il est bien sûr possible de changer l’axiome (T 1) par (T 10 ) : T contient
Ω et l’axiome (T 3) par (T 30 ) : T est stable par intersections dénombrables.
Exemples :
Sur un ensemble à trois éléments Ω = {a, b, c}, on peut construire comme tribu :
• {∅, Ω}
• {∅, {a}, {b}, {c}, {a, b}, {b, c}, {c, a}, Ω} = P(Ω)
On pourra vérifier qu’il n’y a pas d’autres tribus sur cet ensemble.
Il est facile de démontrer que :
• T contient ∅ et Ω.
Dans le domaine des probabilités, les éléments d’une tribu sont appelés évènements.
Maintenant, lorsque l’on s’intéresse aux parties mesurables d’un ensemble Ω, il faudra préciser
quelle tribu on considère :
Lorsque l’on travaille sur des ensembles finis ou dénombrables (comme N, Z ou Q), la tribu
la plus utilisée est celle constituée de toutes les parties de l’ensemble considéré dite tribu
discrète.
Lorsque l’on travaille dans R ou dans Rn , la tribu la plus souvent considérée est la tribu
borélienne que nous allons définir comme la tribu engendrée par les ouverts.
Pour définir la notion de tribu engendrée par un ensemble C quelconque de parties de Ω, il
suffit de constater que l’ensemble des tribus de Ω est muni d’une relation d’ordre naturelle :
T1 ⊂ T2 si et seulement si toute partie de T1 est dans T2
On peut alors poser :
Définition 22 La tribu engendrée par C est la plus petite tribu de Ω contenant C. C’est
aussi l’intersection de toutes les tribus contenant C.
On peut vérifier (voir l’exercice 2 du T.D. 1) que la tribu de Borel de R est aussi celle
engendrée par les intervalles ouverts (ou bien fermés) de R ou celle engendrée par les
intervalles du type ] − ∞, a[, a variant dans R ou Q.
La tribu de Borel contient évidemment tous les ouverts et tous les fermés de Rn mais aussi
beaucoup d’autres parties qu’il est très difficile de caractériser !
38 CHAPITRE 1. TRIBUS, MESURES, INTÉGRATION
1.3.1 Généralités
Maintenant que l’on sait définir des ensembles de parties mesurables (tribus), nous allons
pouvoir définir la notion d’application mesurable.
En analyse, les applications mesurables sont les applications que l’on pourra essayer
d’intégrer. En probabilité les applications mesurables sont les variables aléatoires.
Propriété 1.2
On remarque alors que toute fonction continue de Rn dans Rp est borélienne. En effet
si h est une fonction continue, l’image réciproque de tout ouvert est un ouvert, donc, en
notant C 0 l’ensemble des ouverts de Rp , on obtient h−1 (C 0 ) ⊂ B(Rn ) ce qui prouve bien la
mesurabilité de h grâce à la propriété précédente.
Propriété 1.3
Dans L+ (F) :
Propriété 1.4
Dans L(F) :
On peut en déduire que toute fonction continue par morceaux est borelienne puisque
toute fonction continue par morceaux est combinaison linéaire de produits de fonctions
continues (donc boreliennes) et de fonctions caractéristiques d’intervalles (donc boreliennes).
On peut même considérer que toutes les applications à valeurs réelles rencontrées dans
la pratique sont boréliennes car il faut recourir à l’axiome du choix pour construire des
applications non boréliennes (comme la fonction caractéristique de l’ensemble de Vitali
construit page 72).
Théorème 1.5 (Approximations des fonctions mesurables par des fonctions étagées)
• Toute fonction bornée de L(F) est limite uniforme d’une suite de fonctions étagées.
• Toute fonction de L+ (F) est limite simple d’une suite croissante de fonctions étagées
positives.
• (M 1) : µ(∅) = 0
• (M 2) : µ(A ∪ B) = µ(A) + µ(B) si A et B sont des éléments de T disjoints.
• (M 3) : si (Bn )n∈N ↑ B alors µ(B) = limn→∞ (µ(Bn )) = supn∈N (µ(Bn ))
Remarque : on note (Bn )n∈N ↑ B pour dire que la suite (Bn ) est croissante (∀n ∈ N Bn ⊂
Bn+1 ) convergeant vers B (B = ∪Bn )
• (M 1) : µ(∅) = 0
P∞
• (M 4) : µ(∪∞
n=0 An ) = n=0 µ(An ) si les An sont des éléments deux à deux disjoints de
T.
1.5. CONSTRUCTION DE MESURES SUR LA DROITE DES RÉELS 41
Propriété 1.7
• A ⊂ B =⇒ µ(A) ≤ µ(B)
• A ⊂ ∪An =⇒ µ(A) ≤
P
µ(An )
Remarque : on note (Bn )n∈N ↓ B pour dire que la suite (Bn ) est décroissante (∀n ∈ N Bn+1 ⊂
Bn ) convergeant vers B (B = ∩Bn ici)
Il faut bien noter que dans le cas d’une suite (Bn ) décroissante, il y a une hypothèse
supplémentaire qui n’existe pas dans le cas croissant. Si on prend par exemple la mesure
longueur (voir plus bas) et Bn = [n, +∞[ alors on a B = ∩Bn = ∅ et donc µ(B) = 0 alors
que lim(µ(Bn )) = +∞.
Cette mesure (longueur) extérieure vérifie les propriétés suivantes (différentes de celles d’une
véritable mesure) :
42 CHAPITRE 1. TRIBUS, MESURES, INTÉGRATION
Propriété 1.8
• A ⊂ B =⇒ λ∗ (A) ≤ λ∗ (B)
P∞
• λ∗ (∪n∈N An ) ≤ n=0 λ∗ (An )
Propriété 1.9
Exemples :
Un singleton est négligeable relativement à la mesure de Lebesgue puisque λ∗ ({a}) =
λ([a, a]) = a − a = 0.
PN
Toute partie finie est négligeable : λ∗ (∪N
n=1 an ) ≤ n=1 λ∗ ({an }) = 0.
1.5. CONSTRUCTION DE MESURES SUR LA DROITE DES RÉELS 43
P+∞
Les ensembles N, Z ou Q sont négligeables. Par exemple λ∗ (N) ≤ n=0 λ∗ ({n}) = 0.
Plus généralement toute partie dénombrable est négligeable. En revanche, la
réciproque est fausse.
Propriété 1.10
Il existe des parties de R négligeables pour la mesure de Lebesgue mais non dénombrables.
Il faut noter que toutes les parties de R ne sont pas mesurables (voir l’exemple de Vitali
page 72).
44 CHAPITRE 1. TRIBUS, MESURES, INTÉGRATION
• Un anneau de Boole de Ω est une classe de Ω stable par intersections finies et passage au complémentaire.
• On appelle pré-mesure
P∞ sur un anneau de Boole toute application µ de cet anneau dans R+ vérifiant µ(∅) = 0 et
µ(∪∞
n=0 An ) = n=0
µ(A n ) si les An sont des éléments deux à deux disjoints.
• Une pré-mesure µ sur un anneau de Boole est dite σ-finie s’il existe une suite (Ωn ) de parties de Ω croissante pour
l’inclusion telle que ∀n ∈ N µ(Ωn ) < ∞ et Ω = ∪Ωn .
Nous pouvons maintenant énoncer le théorème de Caratheodory (Existence et unicité du prolongement d’une pré-
mesure) :
Si µ est une pré-mesure σ-finie sur un anneau de Boole alors il existe une unique mesure prolongeant µ sur la tribu engendrée
par cet anneau
Remarque : sous des hypothèses plus faibles, on peut énoncer un théorème d’unicité. Pour cela on a besoin de la notion de
π-classe : on appelle π-classe toute classe stable par intersections finies. On peut alors énoncer :
Si deux mesures sont égales sur une π-classe alors elles sont égales sur la tribu engendrée par cette π-classe.
1
Voir le polycopié de probabilités pour la définition classique de la notion de fonction de répartition
1.6. INTÉGRALE SUPÉRIEURE 45
• L(0) = 0
• L(0) = 0
P∞ P∞
• L( n=0 fn ) = n=0 L(fn )
On la note souvent : Z ∗
L(f ) = f
Ω
Propriété 1.12
• ∀α ∈ R+ L(α.f ) = α.L(f )
• f ≤ g =⇒ L(f ) ≤ L(g)
• Toute intégrale supérieure L sur (Ω, F) définit une mesure µ sur F grâce à
µ(A) = L(1A )
• Réciproquement, toute mesure sur F tribu de Ω définit une intégrale supérieure L sur
(Ω, F) en posant :
∀f ∈ L+ L(f ) = sup{L(ϕ), ϕ ∈ E+ / ϕ ≤ f }
Notations usuelles :
Z ∗ Z ∗ Z ∗
L(f ) = f dµ = f (x)dµx = f (x)µ(dx)
Ω Ω Ω
• Dans le cas d’une fonction en escalier (positive) sur un segment, l’intégrale de Riemann
et l’intégrale (supérieure) de Lebesgue coı̈ncident :
N
Z ∗ X N
X N
Z bX
αk 1]ak ,ak+1 [ dµ = αk (ak+1 − ak ) = αk 1]ak ,ak+1 [ (x).dx
[a,b] k=1 k=1 a k=1
Notation : l’ensemble des fonctions µ-sommables se note L1 (Ω, F, µ). S’il n’y a pas de
confusion possible, on utilise aussi les notations L1 (F) ou encore L1 .
Pour définir l’intégrale d’une fonction sommable, il suffit de séparer la partie positive
f + =R sup(f, 0) et la Rpartie négative f − = sup(−f, 0) de f . En effet, si Ω∗ |f |dµ < ∞
R
Z Z ∗
Remarque : pour une fonction positive sommable on a : f dµ = f dµ < +∞.
Ω Ω
Notations usuelles :
Z Z Z
I(f ) = f dµ = f (t)dµt = f (t)µ(dt)
Ω Ω Ω
On remarquera que toute fonction sommable est localement sommable (L1 ⊂ L1loc ).
Propriété 1.14
Z
• L’application qui à f associe f dµ est une forme linéaire sur L1 .
Z
• Si f est mesurable et f = 0 µ-pp alors f est sommable et f dµ = 0.
48 CHAPITRE 1. TRIBUS, MESURES, INTÉGRATION
• Si f est mesurable et s’il existe g sommable telle que |f | ≤ g alors f est sommable.
• Si
Z f est mesurable
Z alors f est sommable si et seulement si |f | l’est et on a alors
| f dµ| ≤ |f |dµ.
Z Z
• Si f ≥ g µ − pp alors f dµ ≥ gdµ.
Propriété 1.15
• Si f est sommable : Z
f = 0 p.p. ⇐⇒ ∀A ∈ F f.dµ = 0
A
• Si (fn ) est une suite croissante de fonctions mesurables positives à valeur dans R+ ,
alors : Z Z
lim fn = lim fn
alors
alors
•
P
fn est absolument convergente λ-pp
∞
X
• fn est sommable
n=0
∞
Z X ∞ Z
X
• fn dλ = fn dλ
n=0 n=0
Z Z
On peut en déduire que lim fn .dλ ≤ lim fn .dλ lorsque ces limites existent.
n→+∞ n→+∞
Ω Ω
50 CHAPITRE 1. TRIBUS, MESURES, INTÉGRATION
De ce résultat, on peut déduire le théorème suivant qui nous sera utile dans la suite de ce
cours :
alors Z
∀(a, b) ∈ R 2
f (b) − f (a) = f 0 (t).dλt
[a,b]
Soient un espace mesuré (Ω, F, µ) et R muni de sa tribu Borélienne B(R). Soient (a, b) ∈ R2
tels que a < b et x0 ∈ [a, b].
On considère dans ce paragraphe une fonction f de Ω × [a, b] dans R telle que ∀x ∈ [a, b] la
fonction t 7→ f (t, x) est mesurable.
• Pour tout x de ]a, b[, la fonction qui à t ∈ Ω associe f (t, x) est sommable sur Ω.
• Il existe un voisinage ]a0 , b0 [ de x0 inclus dans ]a, b[ et une fonction g sommable sur Ω
telle que pour tout x ∈]a0 , b0 [ et pour presque tout t de Ω : |f (t, x)| ≤ g(t).
alors
• l ∈ L1
Z Z
• x→x
lim f (t, x)dµ(t) = l(t)dµ(t)
0 Ω Ω
On a donc : Z Z
lim
x→x
f (t, x)dµ(t) = lim f (t, x)dµ(t)
0 Ω Ω x→x0
• Pour tout x de ]a, b[, la fonction qui à t associe f (t, x) est sommable sur Ω.
• Il existe un voisinage ]a0 , b0 [ de x0 inclus dans ]a, b[ et une fonction g sommable sur Ω
telle que pour tout x ∈]a0 , b0 [ et pour presque tout t de Ω : |f (t, x)| ≤ g(t).
Z
alors la fonction x 7→ f (t, x)dµ(t) est continue en x0 .
Ω
Remarque : là encore, la troisième hypothèse est une domination locale, au voisinage de x0 .
• Pour tout x de ]a, b[, la fonction qui à t associe f (t, x) est mesurable sur Ω.
• Pour presque tout t de Ω, la fonction qui à x associe f (t, x) est continue sur ]a, b[.
• Il existe une fonction g sommable sur Ω telle que pour tout x ∈]a, b[ et pour presque
tout t de Ω : |f (t, x)| ≤ g(t).
Z
alors la fonction x 7→ f (t, x)dµ(t) est continue sur ]a, b[.
Ω
• Pour tout x de ]a, b[, la fonction qui à t associe f (t, x) est sommable sur Ω.
• Il existe une partie N négligeable dans Ω telle que, pour tout t de Ω\N , la fonction
qui à x associe f (t, x) est dérivable sur ]a, b[.
• Il existe une fonction g sommable sur Ω telle que pour tout x ∈]a, b[ et pour tout t de
Ω\N : | ∂f∂x
(t, x)| ≤ g(t).
alors
Z
• x 7→ f (t, x)dµ(t) est dérivable sur ]a, b[
Ω
d Z Z
∂f
• f (t, x)dµ(t) = (t, x)dµ(t)
dx Ω Ω ∂x
Théorème 1.27 Toute fonction Riemann-intégrable sur un segment [a, b] est Lebesgue-
sommable sur ce segment et les deux intégrales coı̈ncident :
Z b Z
f (x).dx = f (x).dλx
a [a,b]
En revanche, même sur un segment, il existe des fonctions Lebesgue-sommables mais non
Riemann-intégrables (par exemple 1Q ).
Théorème 1.28 Toute fonction localement Riemann-intégrable sur un intervalle [a, b[ est
Lebesgue-sommable si et seulement si elle est Riemann absolument convergente. Dans ce cas,
les deux intégrales coı̈ncident :
Z b Z
f (x).dx = f (x).dλx
a [a,b[
Les fonctions dont l’intégrale est Riemann semi-convergente sont donc non
Z +∞
sin(t) Z
sin(t)
Lebesgue-sommables. Ainsi, dt existe (au sens de Riemann) mais dλt
−∞ t R t
n’existe pas (au sens de Lebesgue).
Notons aussi qu’il existe des fonctions Lebesgue-sommables mais non localement Riemann-
intégrables et donc non Riemann-convergentes (encore 1Q par exemple).
Des deux résultats précédents, on peut déduire des intégrales de référence :
1
• La fonction t 7→ tα
est sommable sur [a, +∞[ pour a > 0 si et seulement si α > 1.
1
• La fonction t 7→ tα
est sommable sur ]0, a] pour a > 0 si et seulement si α < 1.
1
• La fonction t 7→ tα ln(t)β est sommable sur [a, +∞[ pour a > 1 si et seulement si α > 1
et β ∈ R ou α = 1 et β > 1.
1
• La fonction t 7→ tα ln(t)β est sommable sur ]0, a] pour 0 < a < 1 si et seulement si α < 1
et β ∈ R ou α = 1 et β > 1.
54 CHAPITRE 1. TRIBUS, MESURES, INTÉGRATION
Pour étudier ces espaces, l’inégalité suivante constitue un résultat très utile :
Proposition 1.31 Np n’est pas une norme sur Lp mais juste une semi-norme.
On peut remarquer qu’il n’y a aucun lien d’inclusion entre Lp et Lq pour p < q sauf pour
une mesure finie et donc notamment en probabilité. En revanche on a :
∀p ≥ 1 Lp ⊂ L1loc ⊂ L
en notantL l’espace des fonctions mesurables à valeurs dans R.
1.13. ENSEMBLES DE FONCTIONS SOMMABLES 55
1.13.2 Ensemble L∞
L’objectif est de construire un nouveau type de majorant de tel sorte que le plus petit d’entre
eux ne soit pas modifié lorsque l’on change une fonction sur un ensemble négligeable.
Proposition 1.32 Toute fonction réelle f essentiellement majorée admet un plus petit
majorant essentiel que l’on note sup ess(f ).
Pour une fonction essentiellement bornée, on écrit N∞ (f ) = sup ess(|f |). Cette notation
se justifie par le fait que l’on a limp→∞ Np (f ) = N∞ (f ) pour une mesure µ bornée et f
essentiellement majorée.
On note L∞ l’espace vectoriel des fonctions mesurables essentiellement bornées. On remarque
que sur L∞ , l’application N∞ ne définit qu’une semi-norme.
En revanche, sur l’espace vectoriel B des fonctions bornées, ||f ||u = sup |f | est une norme
(pour laquelle B est complet).
1.13.3 Ensembles Lp
L’objectif est de construire un espace similaire à Lp que l’on pourrait normer et qui serait
complet.
Les éléments de Lp sont des classes d’équivalence de fonctions mais en pratique on les
considère comme des fonctions en les confondant avec l’un quelconque de leurs représentants
(les autres étant égaux à celui-ci presque partout).
56 CHAPITRE 1. TRIBUS, MESURES, INTÉGRATION
Théorème 1.34 L2 peut être muni d’une structure d’espace de Hilbert2 grâce à :
Z
(f |g) = f¯(t)g(t).dλ(t)
I
Théorème 1.35 L2 peut être muni d’une structure d’algèbre (non unitaire) grâce au produit
de convolution.
On peut montrer que toute ”fonction” de Lp (1 ≤ p < ∞) peut être approchée d’aussi près
que l’on veut (pour la norme Np ) par une fonction étagée :
Théorème 1.36 L’espace des fonctions étagées sommables est dense dans Lp pour p < ∞.
Pour toute fonction f de Lp et tout > 0, il existe donc une fonction ϕ étagée sommable
telle que Np (f − ϕ) < .
Notons que le théorème d’approximation des fonctions mesurables prouve que l’espace des
fonctions étagées est dense dans L∞ mais le résultat n’est plus valable pour les fonctions
étagées sommables.
On peut aussi montrer que toute ”fonction” de Lp (1 ≤ p < ∞) peut être approchée d’aussi
près que l’on veut (pour la norme Np ) par une fonction en escalier :
Théorème 1.37 L’espace des fonctions en escalier à support compact est dense dans Lp
pour p < ∞.
2
voir chapitre 4
1.13. ENSEMBLES DE FONCTIONS SOMMABLES 57
Enfin, toute ”fonction” de Lp (1 ≤ p < ∞) peut aussi être approchée d’aussi près que l’on
veut (pour la norme Np ) par une fonction continue à support compact :
Théorème 1.38 L’espace des fonctions continues à support compact est dense dans Lp pour
p < ∞.
On établira même au chapitre suivant (voir le théorème 1.50) que l’espace D des fonctions
indéfiniment dérivables à support compact est dense dans Lp pour p < ∞.
C’est grâce à ces nombreuses propriétés topologiques que les espaces Lp s’imposent comme
espaces fonctionnels incontournables.
58 CHAPITRE 1. TRIBUS, MESURES, INTÉGRATION
{A1 × A2 , A1 ∈ F1 , A2 ∈ F2 }
On la note F1 ⊗ F2 .
On peut vérifier que la tribu de Borel sur R2 est le produit de deux tribus de Borel sur R.
Cela n’est possible que si l’on fait une hypothèse supplémentaire sur les mesures µ1 et µ2 .
Il est facile de vérifier que les mesures de Lebesgue sur R et sur Rn sont σ-finies. On peut
par exemple écrire Rn = ∪p∈N ] − p, p[n .
Proposition 1.39 Si les mesures µ1 et µ2 sont σ-finies, il existe sur (Ω1 × Ω2 , F1 ⊗ F2 ) une
unique mesure µ telle que ∀(A1 , A2 ) ∈ F1 × F2 µ(A1 × A2 ) = µ1 (A1 ).µ2 (A2 ).
Propriété 1.40 Si les mesures µ1 et µ2 sont σ-finies, la mesure produit µ1 ⊗ µ2 est σ-finie.
On peut vérifier que la mesure de Lebesgue sur R2 est le produit de deux mesures de Lebesgue
sur R.
Il faut remarquer que les résultats sont dans R+ et qu’il n’y a pas d’hypothèse sur la
sommabilité.
Le théorème suivant constitue un outil pratique pour montrer qu’une fonction est sommable
sur un espace produit :
alors
f ∈ L1 (Ω, F, µ)
Enfin, le dernier théorème assure que pour une fonction sommable l’ordre d’intégration
n’intervient pas :
60 CHAPITRE 1. TRIBUS, MESURES, INTÉGRATION
Théorème 1.46 Si f est une fonction continue à support compact dans RN et si g est
localement sommable sur RN alors f ∗ g est continue sur RN .
Théorème 1.47 Si f est une fonction k fois continûment dérivable et à support compact
dans RN et si g est localement sommable sur RN alors f ∗ g est k fois continûment dérivable
sur RN . Et pour un opérateur D de dérivation :
Dk (f ∗ g) = (Dk f ) ∗ g
• Pour tout entier n, le support de ρn est inclus dans la boule ouverte de centre 0 et de
rayon 1/n.
Z
• Pour tout entier n, ρn (x)dλx = 1.
RN
• Pour tout entier n, ρn est positive
De telles suites existent. On peut, par exemple, considérer la fonction ρ telle que
1
ρ(x) = exp( ) si kxk < 1 et ρ(x) = 0 si kxk ≥ 1
kxk2 −1
puis poser
nN ρ(nx)
ρn (x) = Z
ρ.dλ
R
Théorème 1.48 Si f est continue sur RN et si (ρn ) est une suite régularisante alors ρn ∗ f
converge vers f uniformément sur tout compact de RN .
62 CHAPITRE 1. TRIBUS, MESURES, INTÉGRATION
Théorème 1.49 Si f est une fonction de Lp (RN ), p < ∞, et si (ρn ) est une suite
régularisante alors ρn ∗ f converge vers f pour la norme de Lp .
Théorème 1.50 Pour Ω un ouvert connexe de RN , l’ensemble D(Ω) des fonctions à support
compact indéfiniment dérivables sur Ω est dense dans Lp (Ω), p < ∞.
1.16. RÉSUMÉ DES PRINCIPALES NOTIONS 63
• La notion de tribu qui contient les parties mesurables (les évènements en probabilité),
notamment les tribus discrètes (sur Z ou Q) et les tribus de Borel (sur R ou Rn ).
• Les fonctions étagées qui sont les fonctions élémentaires (extension de la notion
de fonction en escalier) facilement intégrables au sens de Lebesgue et permettant
d’approcher toute fonction mesurable.
• La notion de classe de fonction et les espaces Lp qui sont les espaces fonctionnels utilisés
(souvent de manière implicite) en sciences de l’ingénieur. On retiendra notamment leur
complétude et les très utiles résultats de densité.
Ce chapitre contient les démonstrations des résultats cités dans le chapitre précédent. Celles-ci
étant souvent techniques et parfois longues, elles ont été retirées du chapitre de cours dans un souci
de clareté. La lecture de ces démonstrations aidera néanmoins les élèves les plus à l’aise à mieux
maitriser les notions présentées précédemment.
2.1 Tribus
Propriété 2.1 Si T est une tribu sur un ensemble Ω alors :
• T contient ∅ et Ω.
Preuve : Ces propriétés sont clairement des conséquences des axiomes de définition d’une tribu.
65
66 CHAPITRE 2. TRIBUS, MESURES, INTÉGRATION : DÉMONSTRATIONS
Preuve :
1) Supposons que F 0 est engendrée par C 0 .
a) Si h est mesurable alors, par définition h−1 (F 0 ) ⊂ F. Comme, C 0 ⊂ F 0 , on obtient h−1 (C 0 ) ⊂ F.
b) Supposons que h−1 (C 0 ) ⊂ F.
Considérons T = {A ⊂ Ω0 / h−1 (A) ∈ F}.
On peut facilement vérifier que T est une tribu (grâce aux propriétés de h−1 ) et que T contient C 0
et donc F 0 . On en déduit que h−1 (F 0 ) ⊂ F c’est-à-dire que h mesurable.
2) Si f −1 (F 0 ) ⊂ F et g −1 (F 00 ) ⊂ F 0 alors (g ◦ f )−1 (F 00 ) = f −1 ◦ g −1 (F 00 ) ⊂ F d’où le résultat.
Preuve :
1) Si 1A est mesurable alors on a bien A = 1−1
A ({1}) qui est dans F.
3a) Si pour tout n de N, fn est mesurable alors sup(fn ) et inf(fn ) le sont puisque :
{sup(fn ) ≤ a} = ∩{fn ≤ a} ∈ F
3b) Rappelons que la limite supérieure d’une suite numérique (un ) est sa plus grande valeur
d’adhérence et qu’elle vaut lim sup(un ) = inf k∈N supn≥k un . De même, la limite inférieure de (un ) est
sa plus petite valeur d’adhérence et elle vaut lim inf(un ) = supk∈N inf n≥k un . On peut alors définir
les limites supérieures et inférieures d’une suite de fonctions. Ce sont des fonctions.
La mesurabilité des limites supérieures et inférieures (qui existent toujours) est assurée par les
relations :
lim sup(fn ) = inf k∈N supn≥k fn et lim inf(fn ) = supk∈N inf n≥k fn
3c) Quant à la limite, si elle existe, elle est égale aux limites supérieures et inférieures ce qui assure
sa mesurabilité.
Propriété 2.4
Si l’on considère l’ensemble des applications mesurables de (Ω, F) dans (R, B(R)), noté L(F), alors :
Preuve :
Si l’on écrit f = f+ −f− avec f+ = sup(f, 0) et f− = sup(−f, 0) alors, comme dans la démonstration
précédente, f+ et f− sont mesurables comme sup de deux fonctions mesurables. On en déduit le
troisième point puisque |f | = f+ + f− .
Maintenant, si f est mesurable alors −f aussi puisque {−f < a} = Ω\{f ≥ a} ∈ F. On démontre
alors, comme dans la preuve des propriétés précédentes, que si f et g sont mesurables alors que
f − g et λ.f avec λ ∈ R le sont aussi.
Enfin, les propriétés précédentes se retrouvent grâce à la décomposition des fonctions f de L(F)
en f = f+ − f− avec f+ et f− mesurables positives.
• Toute fonction bornée de L(F) est limite uniforme d’une suite de fonctions étagées.
• Toute fonction de L+ (F) est limite simple d’une suite croissante de fonctions étagées.
68 CHAPITRE 2. TRIBUS, MESURES, INTÉGRATION : DÉMONSTRATIONS
Preuve :
1) Soit f une fonction bornée de L(F).
a) Supposons ||f ||∞ ≤ 1.
On considère Ak,n = {x/ nk ≤ f (x) ≤ k+1n } pour n ≥ 1 et −n ≤ k ≤ n − 1. Les Ak,n sont dans
F donc les fonctions gn = n−1 k 1
k=−n n Ak,n sont étagées. Comme ||f − gn ||∞ ≤ n , on obtient la
P
1
convergence uniforme de (gn ) vers f .
b) Pour une fonction bornée f quelconque, on applique le résultat précédent à h = f /||f ||∞ .
2) Soit f une fonction de L+ (F).
On considère Ak,n = {x/ 2kn ≤ f (x) < k+1 n
2n } pour n ≥ 1 et 0 ≤ k ≤ n2 − 1 ainsi que Bn = {f ≥ n}
pour n ≥ 1. Tous ces ensembles sont clairement dans F.
Pn2n −1 k
Si on pose gn = k=0 2n 1Ak,n + n1Bn , alors (gn ) est une suite croissante de fonctions étagées
positives.
Pour les ω tel que f (ω) = +∞, on a gn (ω) = n qui converge vers f (ω).
Pour les ω tel que f (ω) < +∞, on a 0 ≤ f (ω) − gn (ω) ≤ 2−n dès que n > f (ω), ce qui assure la
convergence de gn (ω) vers f (ω).
• (M 1) : µ(∅) = 0
P∞
• (M 4) : µ(∪∞
n=0 An ) = n=0 µ(An ) si les An sont des éléments deux à deux disjoints de T .
Preuve :
1) Soit µ une mesure. Alors, si on pose BN = ∪N ∞
0 An et B = ∪0 An , on a (Bn ) ↑ B. En appliquant
les axiomes (M 2) et (M 3), on obtient (M 4).
2) Supposons que µ vérifie (M 1) et (M 4). L’axiome (M 4) entraı̂ne immédiatement l’axiome (M 2).
Pour retouver l’axiome (M 3), il suffit, pour une suite (Bn ) ↑ B, d’appliquer (M 4) aux An avec
An = Bn \Bn−1 .
Propriété 2.7
• A ⊂ B =⇒ µ(A) ≤ µ(B)
• A ⊂ ∪An =⇒ µ(A) ≤
P
µ(An )
Preuve :
1) et 2) L’inclusion assure µ(A∪(B\A)) = µ(A∪B) = µ(B). L’axiome (M 2) donne µ(A∪(B\A)) =
µ(A) + µ(B\A). On obtient donc les deux premiers points.
3) On a facilement µ(A ∪ B) + µ(A ∩ B) = µ(A) + µ(B) d’où µ(A ∪ B) ≤ µ(A) + µ(B).
Soit A0n = A ∩ An . On a ∪A0n = A. Soit maintenant Bn = ∪ni=1 A0i . On a Bn ↑ A et donc
µ(A) = lim(µ(Bn )) par (M 3).
n
Or µ(Bn ) = µ(∪n1 A0i ) ≤ 0 A0i ⊂ Ai on a
P
Pn 1 µ(Ai ) par le premier résultat établi. Puisque
P∞
µ(Bn ) ≤ 1 µ(Ai ). En faisant tendre n vers +∞, on obtient bien µ(A) ≤ 1 µ(An ).
4) Supposons que µ(BN ) < ∞. On considère la suite (BN \Bn )n≥N . On a (BN \Bn ) ↑ BN \B
donc µ(BN \Bn ) tend vers µ(BN \B) c’est-à-dire, puisque µ(BN ) < ∞, µ(BN ) − µ(Bn ) tend vers
µ(BN ) − µ(B) ce qui donne bien lim(µ(Bn )) = µ(B).
• A ⊂ B =⇒ λ∗ (A) ≤ λ∗ (B)
P∞
• λ∗ (∪n∈N An ) ≤ n=0 λ
∗ (A
n)
Preuve :
1) Le premier point est une simple conséquence de la définition de la mesure extérieure.
P∞
2) Montrons que λ∗ (∪An )n∈N ≤ ∗
n=0 λ (An ).
P∞ ∗
a) Si n=0 λ (An ) = +∞, l’inégalité est évidente.
P∞ ∗ (A )
b) Supposons n=0 λ n < +∞.
Soit n ∈ N fixé. Par définition de la mesure extérieure de An , pour tout > 0, il existe un
recouvrement de An par une famille dénombrable d’intervalles disjoints (An,k )k∈N telle que
k∈N
Preuve :
1) Puisque M ⊂ N , on a µ∗ (M ) ≤ µ∗ (N ). Comme µ∗ (M ) ≥ 0 et µ∗ (N ) = 0, on en déduit
µ∗ (M ) = 0.
P∞
2) On a 0 ≤ λ∗ (∪n∈N Nn ) ≤ n=0 λ
∗ (N
n) =0
Propriété 2.10
Il existe des parties de R négligeables pour la mesure de Lebesgue mais non dénombrables.
Preuve :
Un exemple est donné par l’ensemble de Cantor dont nous présentons la construction ici.
Les ]sn , τn [ forment un recouvrement d’ouverts de [u, t] dont on déduit par compacité (axiome de
Borel Lebesgue) un sous-recouvrement fini :
On a donc :
X X X
F (t) − F (u) ≤ F (τni ) − F (sni ) ≤ (F (tn ) − F (sn ) + n
)=+ F (tn ) − F (sn )
i∈I0
2
n∈N n∈N
On peut faire tendre vers 0 et u vers s (par continuité à droite de F ) et on obtient l’inégalité
recherchée : X
F (t) − F (s) ≤ F (tn ) − F (sn )
n∈N
∀i ∈ I f (i) ∈ Ai
xRy ⇐⇒ x − y ∈ Q
En effet :
2a) V ⊂ [0, 1] et pour tout n, rn ∈ [−1, 1] donc Vn ⊂ [−1, 2].
2b) Soit x ∈ [0, 1]. Soit v ∈ V le représentant de sa classe :
∃q ∈ Q/ x − v = q
donc x = v + q, or x et v sont dans [0, 1] et q est dans [−1, 1] ∩ Q donc il existe un entier n0 tel que
q = rn0 et pas conséquent x ∈ Vn0 .
3) Si n 6= m alors Vn ∩ Vm = ∅.
2.6. INTÉGRALE SUPÉRIEURE 73
• ∀α ∈ R+ L(α.f ) = α.L(f )
• f ≤ g =⇒ L(f ) ≤ L(g)
Preuve :
1) Si α est entier, le résultat est une conséquence immédiate de la linéarité de l’intégrale.
Supposons α = 1/n avec n entier. On a L(nf ) = nL(f ) donc, en prenant f = g/n, on obtient
L(g) = nL(g/n) c’est-à-dire L(g/n) = 1/nL(g).
Des deux points précédents, on déduit L(αF ) = αL(f ) pour α ∈ Q+ .
Prenons enfin α ∈ R. Il existe une suite croissante (qn ) de rationnels convergeant vers α. L’axiome
de la convergence monotone assure alors que L(qn f ) = qn L(f ) converge vers L(αf ) et donc, en
passant à la limite, αL(f ) = L(αf ).
2a) Dans un premier temps, montrons que si f et g sont dans L+ alors il existe h dans L+ tel que
g =f +h :
Sur A = {x/ g(x) < ∞} on peut poser h(x) = g(x) − f (x) < ∞.
Sur Ω\A, on pose h(x) = +∞.
On a alors h = (g − f ).1A + (+∞)1Ω\A ∈ L+
Remarque : c’est ce petit lemme qui permet de démontrer proprement l’équivalence des deux
définitions de L.
2b) Si f ≤ g, h = g − f ainsi défini est mesurable et L(h) ≥ 0 donc L(g) − L(f ) ≥ 0.
• Toute intégrale supérieure L sur (Ω, F) définit une mesure µ sur F grâce à
µ(A) = L(1A )
• Réciproquement, toute mesure sur F tribu de Ω définit une intégrale supérieure L sur (Ω, F)
telle que :
∀f ∈ L+ L(f ) = sup{L(g), g ∈ E+ / g ≤ f }
74 CHAPITRE 2. TRIBUS, MESURES, INTÉGRATION : DÉMONSTRATIONS
Preuve :
1) Soient L une intégrale supérieure et µ tel que µ(A) = L(1A ). Montrons que µ est une mesure.
On a µ(∅) = L(0) = 0.
Pour une famille (An )n∈N d’intervalles deux à deux disjoints on a :
X X X
µ(∪An ) = L(1∪An ) = L( 1An ) = L(An ) = µ(An )
2) Soient µ une mesure et L tel que L(f ) = sup{L(ϕ), ϕ ∈ E+ / g ≤ f }. Montrons que L est une
intégrale supérieure.
On a bien L(0) = 0.
On a aussi, de manière évidente, L(1A ) = µ(A), f ≤ g =⇒ L(f ) ≤ L(g) ainsi que L(f + g) =
L(f ) + L(g) grâce au théorème qui assure que f et g sont limite d’une suite croissante de fonctions
étagées positives.
Il reste à montrer que fn ↑ f =⇒ L(fn ) ↑ L(f ).
Soit (fn ) est une suite croissante de fonctions mesurables positives à valeur dans R+ . Nécessairement
elle admet une limite f qui est une fonction mesurable positive à valeurs dans R+ .
R R
CommeR on a, pour tout entier n, fn ≤ f , on en déduit que
R
fn ≤ f . Prouvons maintenant que
fn ≥ f .
R R
Si lim fn = +∞ alors f = +∞ ce qui assure le résultat.
R
Si lim fn < +∞ :
a) Prouvons que si ϕ est une fonction étagée, positive et si (Bn ) est une suite croissante de parties
mesurables convergeant vers Ω alors Z Z
lim ϕ= ϕ
Bn Ω
PN
Soit ϕ = 1 αi .1Ai . On a :
Z Z N
Z X N
X
ϕ= ϕ.1Bn = αi .1Ai ∩Bn = αi .µ(Ai ∩ Bn )
Bn Ω Ω 1 1
Or (Ai ∩ Bn )n∈N ↑ Ai donc µ(Ai ∩ Bn ) ↑ µ(Ai ) ce qui entraı̂ne :
Z N
X Z
lim ϕ= αi µ(Ai ) = ϕ
Bn 1 Ω
b) Soit ϕ étagée telle que ϕ ≤ f . Soit λ ∈]0, 1[. Posons Bn = {x/ fn (x) ≥ λϕ}.
R R R R R
On a fn ≥ λϕ(x)1Bn donc fn ≥ Bn λϕ d’où lim fn ≥ lim Bn λ.ϕ = λ ϕ d’après le point
précédent puisque Bn ↑ Ω.
R R
En faisant tendre λ vers 1, on obtient
R
lim
R
fn ≥ ϕ. Ceci étant vrai pour toute fonction ϕ étagée
inférieure à f , on en déduit lim fn ≥ f .
• Si f est mesurable et s’il existe g sommable telle que |f | ≤ g alors f est sommable.
Z Z
• f est sommable si et seulement si |f | l’est et on a alors | f dµ| ≤ |f |dµ.
Z Z
• Si f ≥ g µ − pp alors f dµ ≥ gdµ.
Preuve :
1) Sur L+ , la linéarité de l’application L a déjà été démontrée. Sur L, le résultat s’obtient en
décomposant les fonctions en leurs parties positives et négatives.
R
2) Si f ≥ 0 et f = 0 presque partout alors f = 0 par définition de l’intégrale. Si le signe de f est
variable, on la décompose en partie positive et négative.
R∗ R∗ R∗ R∗
3) Si |f | ≤ g alors |f | ≤ g et puisque g est sommable g < ∞ d’où |f | < ∞ et donc f est
sommable.
4) Par définition, f est sommable si seulement si |f | est sommable. En outre, si on a f = f+ − f−
alors Z Z Z Z Z Z Z Z
| f | = | f+ − f− | ≤ | f+ | + | f− | = f+ + f− = |f |
R R
5) Montrons que pour des fonctions positives, si f ≥ g µ − pp alors f dµ ≥ gdµ.
Si l’inégalité est vraie partout, le résultat vient de la définition de l’intégrale supérieure.
R R
Sinon,
R R
on pose RA = {x/ f (x)
R
≥ g(x)}. On a ainsi
R
f.1RA ≥ g.1A partoutRet donc
R
f.1A ≥ g.1A . Or
f = f.1A + f.1Ω\A et f.1Ω\A = 0 donc f = f.1A . De même g = g.1A d’où le résultat.
Si maintenant les fonctions ne sont pas positives, on considère f −g qui est positive presque partout
et on lui applique le résultat précédent.
Propriété 2.15
R
• Si f.dµ < ∞ alors |f | < ∞ p.p.
• Si f est sommable : Z
f = 0 p.p. ⇐⇒ ∀A ∈ F f.dµ = 0
A
Preuve :
R
1) On pose A = {x/ f (x) > α}. On a f ≥ α1A donc f ≥ αµ(A) d’où l’inégalité de Tchebichev.
R
2) Si f = 0 presque partout alors f = 0 presque partout d’après une propriété précédente.
Pour la réciproque, on utilise l’inégalité de Tchebichev et on obtient pour un entier n :
Donc X
µ({x/ f (x) > 0}) = µ(∪{x/ f (x) ≥ 1/n}) ≤ µ({x/ f (x) ≥ 1/n}) = 0
• Si (fn ) est une suite croissante de fonctions mesurables positives à valeur dans R+ , alors :
Z Z
lim fn = lim fn
Preuve :
1) Le premier point est simple ré-écriture du théorème 2.13 (bijection fondamentale).
2) Pour une suite croissante (fn ) de fonctions sommables, il suffit d’appliquer le premier point à
gn = fn − f0 .
3) Pour une suite décroissante (fn ) de fonctions sommables, il suffit d’appliquer le premier point à
hn = f0 − fn .
• Il existe une fonction g sommable sur Ω telle que pour tout n entier et pour presque tout t
de Ω : |fn (t)| ≤ g(t).
alors
Preuve :
Remarque : classiquement, la démonstration du théorème de la convergence dominée se fait à l’aide
du lemme de Fatou. Ici, nous préférons utiliser le théorème de la convergence monotone que nous
venons de démontrer.
1) Simplifions un peu le problème :
Soient N = {x/ fn (x) ne converge pas vers f } et M = ∪n∈N {x/ |fn | > g}.
On a µ(M ∪ N ) = 0. Sur M ∪ N on remplace fn (x) et f (x) par 0. Alors fn converge vers f partout
et |fn | ≤ g partout. En outre les fonctions restent mesurables et sommables si elles l’étaient et les
valeurs des intégrales restent inchangées.
2) Pour tout entier n, on a |fn | ≤ g donc, en passant à la limite, |f | ≤ g donc f est sommable.
R R
Cherchons maintenant à majorer | fn − f |.
On considère wn = supk≥n fk − inf k≥n fk . On a (wn ) qui décroit vers f − f = 0. En outre, pour
tout n, |fn − f | ≤ wn puisque supk≥n fk ≥ f ≥ inf k≥n fk .
Maintenant si on pose gn = w0 − wn alors 0 ≤ gn ≤ 2g donc, pour tout n, gn est sommable.
Comme la suite
R
(gn ) est croissanteRet converge vers
R
w0 , on a, d’après le théorème de la convergence
monotone, gn qui converge vers w0 et donc wn qui converge vers 0.
R R R R R R
Finalement on a | fn − f | ≤ |fn − f | ≤ wn ce qui prouve la convergence de fn vers f.
78 CHAPITRE 2. TRIBUS, MESURES, INTÉGRATION : DÉMONSTRATIONS
•
P
fn est absolument convergente λ-pp
P∞
• 0 fn est sommable
R P∞ PR
• 0 fn dλ = fn dλ
Preuve :
1) Soit Fn = n0 |fk |. La suite de fonctions mesurables (Fn ) est croissante donc, grâce au théorème
P
de la convergence monotone, on a
∞
Z X Z Z ∞ Z
X
|fk | = lim Fn = lim Fn = |fk |
0 0
P∞
qui est finie par hypothèse. 0 |fk | est donc sommable donc finie presque partout.
P∞ P∞ P∞ P∞
2) | 0 fk | ≤ 0 |fk | or 0 |fk | est sommable donc 0 fk est sommable.
3) On a maintenant :
n Z
X ∞
Z X ∞
Z X ∞
Z X
| fk − fk | = | fk | ≤ |fk |
0 0 n+1 n+1
R P∞ Pn R
Par le théorème
R P∞
de la convergence dominée (ou monotone), n+1 |fk | tend vers 0 donc 0 fk
tend vers 0 k.
f
Preuve :
A) Continuité :
2.10. PROPRIÉTÉS FINES DE L’INTÉGRALE DE LEBESGUE 79
Pour toute suite (hn ) convergeant vers 0, on pose fn (t) = f (t)1[x,x+hn ] (t). Alors :
• Pour tout n assez grand, on peut dominer fn par la fonction sommable f (t)1]α,β[ indépendante
de n.
Or :
1 1
Z Z Z
F (x + ) − F (x) .dλx = F (x + ).dλx − F (x).dλx
[a,b] n [a,b] n [a,b]
Donc :
1
Z Z Z
F (x + ) − F (x) .dλx = F (x).dλx − F (x).dλx
[a,b] n [a+1/n,b+1/n] [a,b]
80 CHAPITRE 2. TRIBUS, MESURES, INTÉGRATION : DÉMONSTRATIONS
puis :
1
Z Z Z
F (x + ) − F (x) .dλx = F (x).dλx − F (x).dλx
[a,b] n [b,b+1/n] [a,a+1/n]
d’où : Z Z Z
0
F (x).dλx = lim n F (x).dλx − lim n F (x).dλx
[a,b] n→+∞ [b,b+1/n] n→+∞ [a,a+1/n]
Comme F est continue, on peut appliquer la proposition I.2 page 129 et en déduire :
Z Z
0
F (x).dλx = F (b) − F (a) = f (x).dλx
[a,b] [a,b]
3) On admet que l’on peut déduire de la question précédente que, pour tout A ∈ B(R) :
Z Z
0
F (x).dλx = f (x).dλx
A A
alors
Z b
∀(a, b) ∈ R2 f (b) − f (a) = f 0 (t).dλt
a
alors f = 0 p.p.
• Pour tout x de ]a, b[, la fonction qui à t ∈ Ω associe f (t, x) est sommable sur Ω.
• Il existe un voisinage ]a0 , b0 [ de x0 inclus dans ]a, b[ et une fonction g sommable sur Ω telle
que pour tout x ∈]a0 , b0 [ et pour presque tout t de Ω : |f (t, x)| ≤ g(t).
alors
• l ∈ L1
Z Z
• lim f (t, x)dµ(t) = l(t)dµ(t)
x→x0 Ω Ω
On a donc : Z Z
lim f (t, x)dµ(t) = lim f (t, x)dµ(t)
x→x0 Ω Ω x→x0
Preuve :
R
La première hypothèse assure l’existence de Ω f (t, x)dµ(t).
• Pour tout x de ]a, b[, la fonction qui à t associe f (t, x) est sommable sur Ω.
• Il existe un voisinage ]a0 , b0 [ de x0 inclus dans ]a, b[ et une fonction g sommable sur Ω telle
que pour tout x ∈]a0 , b0 [ et pour presque tout t de Ω : |f (t, x)| ≤ g(t).
Z
alors la fonction x 7→ f (t, x)dµ(t) est continue en x0 .
Ω
82 CHAPITRE 2. TRIBUS, MESURES, INTÉGRATION : DÉMONSTRATIONS
Preuve : ce résultat n’est qu’une conséquence du précédent puisque grâce au théorème précédent :
Z Z
lim f (t, x)dµ(t) = lim f (t, x)dµ(t)
x→x0 Ω Ω x→x0
• Pour tout x de ]a, b[, la fonction qui à t associe f (t, x) est mesurable sur Ω.
• Pour presque tout t de Ω, la fonction qui à x associe f (t, x) est continue sur ]a, b[.
• Il existe une fonction g sommable sur Ω telle que pour tout x ∈]a, b[ et pour presque tout t
de Ω : |f (t, x)| ≤ g(t).
Z
alors la fonction x 7→ f (t, x)dµ(t) est continue sur ]a, b[.
Ω
• Pour tout x de ]a, b[, la fonction qui à t associe f (t, x) est sommable sur Ω.
• Il existe une partie N négligeable dans Ω telle que, pour tout t de Ω\N , la fonction qui à x
associe f (t, x) est dérivable sur ]a, b[.
• Il existe une fonction g sommable sur Ω telle que pour tout x ∈]a, b[ et pour tout t de Ω\N :
| ∂f
∂x (t, x)| ≤ g(t).
alors
R
• x 7→ Ω f (t, x)dµ(t) est dérivable sur ]a, b[
d R R ∂f
• dx Ω f (t, x)dµ(t) = Ω ∂x (t, x)dµ(t)
Preuve : Soit x fixé. Considérons une suite (xn ) convergeant vers x et cherchons lim F (xxnn)−F
−x
(x)
.
Preuve : Utilisons les sommes de Darboux (voir les rappels en fin de polycopié).
Soit f une fonction Riemann-intégrable sur [a, b].
1) Préliminaires :
Soit σ = (xk )k∈[0,N +1] une subdivision du segment [a, b].
Soient mk = inf [xk ,xk+1 ] f et Mk = sup[xk ,xk+1 ] f .
mk (xk+1 − xk ) et S(σ) = Mk (xk+1 − xk ).
P P
Soient s(σ) =
On sait que f est Riemann-intégrable sur [a, b] si et seulement si
k
3) On pose xk,n = a + 2n (b − a) pour k ∈ [0, 2n ].
Soit ϕn et ψn les fonctions étagées associées.
R
On a lim (ψn − ϕn ).dλ = lim(S(σn ) − s(σn )) = 0 puisque f est Riemann-intégrable. Comme (ψn )
est décroissante et (ϕn ) est croissante, on peut
R
poser ψ = lim ψn et ϕ = lim ϕn . Par le théorème
de la convergence monotone, on en déduit (ψ − ϕ).dλ = 0. Or ψ − ϕ ≥ 0 donc ψ = ϕ presque
partout. On en déduit que f = ψ = ϕ presque partout.
Comme ψ et ϕ sont Borel-mesurables, f est Lebesgue mesurable (non nécessairement Borel-
mesurable) et :
Z Z Z b
f.dλ̄ = ϕ.dλ̄ = f (x).dx
a
Preuve :
Rb
Soit f localement Riemann-intégrable sur I = [a, b[. Considérons l’intégrale a f (x).dx généralisée
en b.
1) Si f est Lebesgue sommable, d’après le théorème précédent on a :
Z u Z Z
|f (x)|.dx = |f (x)|.dλ ≤ |f (x)|.dλ
a [a,u] I
La fonction qui à u associe au |f (x)|.dx est donc croissante et majorée donc l’intégrale de Riemann
R
Preuve :
Soit f une fonction bornée sur le segment [a, b] et à valeur dans un Banach1 (espace vectoriel normé
complet).
Pour cette démonstration, nous allons utiliser la notion d’oscillation :
L’oscillation de f en x est :
Donc si |h| < α alors diam(f (]x − h, x + h[)) < 2. Ceci étant vrai pour tout > 0, on a ω(f, x) = 0.
Si ω(f, x) = 0 alors
∀ > 0 ∃h0 > 0/ |h| < h0 =⇒ diam(f (]x − h, x + h[)) <
Donc si |h| < h0 /2 alors |f (x + h) − f (x)| < . Ceci étant vrai pour tout > 0, f est continue en x.
Lemme 2 : Pour tout > 0, A = {x/ ω(f, x) ≥ } est fermé.
Soit y un point adhérent à A . Montrons que y ∈ A c’est-à-dire que ω(f, y) ≥ .
Prenons h > 0 et minorons le diamètre de Iy =]y − h, y + h[.
Comme y ∈ Ā , on a Iy ∩ A 6= ∅ et on peut prendre x dans Iy ∩ A .
Soit maintenant h0 = min(y+h−x, x−y+h). On a ]x−h0 , x+h0 [⊂ Iy donc f (]x−h0 , x+h0 [) ⊂ f (Iy ).
Or x ∈ A donc ω(f, x) ≥ donc diam(f (]x − h0 , x + h0 [)) ≥ donc diam(Iy ) ≥ .
Ceci étant vrai pour tout h > 0, on a ω(f, y) ≥ donc y ∈ A .
1) Soit f Riemann-intégrable sur ]a, b[. Montrons que l’ensemble de ses points de discontinuité est
négligeable.
D’après le lemme 1, l’ensemble des points de discontinuité est
{x ∈ [a, b]/ ω(f, x) > 0}
1
Comme {x ∈ [a, b]/ ω(f, x) > 0} = ∪n∈N {x ∈ [a, b]/ ω(f, x) ≥ n+1 , il suffit de démontrer que
A = {x ∈ [a, b]/ ω(f, x) ≥ α} est négligeable pour tout α > 0 fixé.
Comme f est Riemann-intégrable sur ]a, b[ (voir les rappels du polycopié de cours), pour tout > 0
fixé, il existe deux fonctions en escalier ϕ et ψ telles que :
Z b
α
∀t ∈ [a, b] ||f (t) − ϕ(t)|| ≤ ψ(t) avec ψ(t).dt ≤
a 3
Soit σ = (ai ) une subdivision telle que ϕ et ψ soient constantes sur les ]ai−1 , ai [.
On va distinguer deux cas :
Premier cas : i est tel que ψ ≤ α/3 sur ]ai−1 , ai [.
Alors pour x et y dans ]ai−1 , ai [, on a ||f (x) − f (y)|| ≤ ψ(x) + ψ(y) ≤ 2α/3. On en déduit donc
que si t ∈]ai−1 , ai [ alors t 6∈ A.
Second cas : i est tel que ψ > α/3 sur ]ai−1 , ai [.
Notons J l’ensemble des indices i vérifiant cette condition. D’après ce qui précède,
A ⊂ ∪ni=0 {ai }∪i∈J ]ai−1 , ai [
− ai−1 ) ≤ d’où :
P
On a donc i∈J (ai
X
λ(A) ≤ (ai − ai−1 ) ≤
i∈J
86 CHAPITRE 2. TRIBUS, MESURES, INTÉGRATION : DÉMONSTRATIONS
Notons M un majorant de f et
A = {x ∈ [a, b]/ ω(f, x) ≥ }
2(b − a)
2a) Puisque l’ensemble des points de discontinuité est négligeable, A est négligeable d’après le
lemme 1. Par définition de la mesure, pour tout > 0, il existe un recouvrement de A vérifiant :
∞
A ⊂ ∪∞
X
j=0 ]αj , βj [ avec (βj − αj ) <
j=0
2M
De plus, A est fermé (d’après le lemme 2) et borné donc compact. Du recouvrement précédent on
peut donc déduire un sous-recouvrement fini :
A ⊂ ∪j∈J0 ]αj , βj [
• Si i est tel que ]ai , ai+1 [ est l’un des intervalles ]αj , βj [ avec j ∈ J0 , alors on pose ϕ(t) = 0 et
ψ(t) = 0 pour tout t de ]ai , ai+1 [.
• Si i est tel que ]ai , ai+1 [ est inclus dans un Itj , j ∈ J1 , alors on pose ϕ(t) = f ( ai +a2 i+1 ) et
ψ(t) = 2(b−a) pour tout t de ]ai , ai+1 [.
On a alors : Z b
∀t ∈ [a, b] ||f (t) − ϕ(t)|| ≤ ψ(t) avec ψ(t).dt ≤
a
Ceci étant vrai pour tout > 0, f est Riemann-intégrable sur [a, b].
2.13. ENSEMBLES DE FONCTIONS SOMMABLES 87
Preuve :
1) Etablissons une première relation appelée inégalité de Young.
La fonction ln étant concave sur R∗+ on a :
1 1 1 1
ln( ap + bq ) ≥ ln(ap ) + ln(bq ) = ln(ab)
p q p q
On en déduit donc :
1 1
ab ≤ ap + bq
p q
λp−1 1
N1 (f g) ≤ Np (f )p + Nq (g)q
p λq
N1 (f g) ≤ Np (f )Nq (g)
Proposition 2.31 Np n’est pas une norme sur Lp mais juste une semi-norme.
Preuve :
R
Cas p = 1 ) Puisque N1 (f ) = |f |, les propriétés élémentaires de l’intégrale de Lebesgue imposent :
88 CHAPITRE 2. TRIBUS, MESURES, INTÉGRATION : DÉMONSTRATIONS
• ∀f ∈ L1 N1 (f ) ≥ 0.
• ∀f ∈ L1 ∀λ ∈ C N1 (λ.f ) = |λ|N1 (f )
• ∀f ∈ L1 ∀g ∈ L1 N1 (f + g) ≤ N1 (f ) + N1 (g).
partout. Son discrimant est donc négatif ou nul ce qui donne l’inégalité de Cauchy Schwarz :
N1 (f g) ≤ N2 (f ).N2 (g)
Or N2 (f + g)2 = N2 (f )2 + N2 (g)2 + 2<( f¯g) ≤ N2 (f )2 + N2 (g)2 + 2N1 (f g), donc grâce à l’inégalité
R
de Cauchy-Schwarz on obtient N2 (f + g)2 ≤ N2 (f )2 + N2 (g)2 + 2N2 (f )N2 (g) ce qui donne bien
l’inégalité triangulaire.
Cas 1 < p < +∞ ) Démontrons l’inégalité triangulaire.
Soient f et g dans Lp . On a :
Z Z Z Z
|f + g|p ≤ |f + g|p−1 |f + g| ≤ |f + g|p−1 |f | + |f + g|p−1 |g|
Grâce à l’inégalité de Hölder on établit donc :
Np (f + g)p ≤ Np (f + g)p−1 Np (f ) + Np (f + g)p−1 Np (g)
c’est-à-dire :
Np (f + g) ≤ Np (f ) + Np (g)
2.13.2 Ensemble L∞
Proposition 2.32 Toute fonction réelle essentiellement majorée f admet un plus petit majorant
essentiel que l’on note sup ess(f ).
2.13.3 Ensembles Lp
Théorème 2.33 Pour 1 ≤ p ≤ ∞, (Lp , Np ) est un espace vectoriel normé complet.
Preuve : Nous allons nous contenter d’étudier les cas p = 1, p = 2 et p = +∞ bien que le cas
général ne soit pas beaucoup plus compliqué.
Pour p < ∞, les propriétés obtenues dans les espaces Lp pour les normes Np sont encore valables
pour les classes d’équivalences formant les espaces Lp . Il ne reste donc qu’à démontrer la complétude.
Pour cela, nous allons utiliser la propriété suivante (voir les rappels de topologie du polycopié de
cours) :
Un espace vectoriel normé E est complet si et seulement si toute série absolument
convergente de E converge dans E.
Cas p = 1 ) Notons N1 (f ) = ||f ||1 .
fn une série absolument convergente de L1 . Montrons que fn converge dans L1 .
P P
Soit
On a ||fn ||1 qui converge. On peut donc appliquer le théorème d’intégration terme à terme des
P
séries qui assure que fn converge presque partout vers une fonction F de L1 , ce qui donne :
P
N
X +∞
X Z +∞
X Z +∞
X
||F − fn ||1 = || fn ||1 = | fn | ≤ |fn |
0 N +1 N +1 N +1
N
X +∞
X Z +∞
X
||F − fn ||1 ≤ |fn | = ||fn ||1
0 N +1 N +1
PN
Comme le reste de cette dernière série tend vers 0, on a 0 fn qui converge vers F dans L1 ce qui
est le résultat attendu.
Remarque : les calculs effectués sont bien indépendants des représentants choisis.
Cas p = 2 ) Notons N2 (f ) = ||f ||2 .
Soit fn une série absolument convergente de L2 c’est-à-dire telle que ||fn ||2 converge. Montrons
P P
Z N
X N
X +∞
X
g 2 = lim || |fn | ||22 ≤ lim ( ||fn ||2 )2 ≤ ( ||fn ||2 )2 < +∞
N →∞ N →∞
0 0 0
On en déduit que g 2 est dans L1 donc que g 2 est fini presque partout.
P+∞
On définit maintenant une fonction h équivalente à g et donc égale à 0 |fn |, ceci en posant
h(x) = 0 si g(x) = +∞ et h(x) = g(x) sinon.
Cette fonction h est comme g mesurable et de carré sommable donc dans L2 .
90 CHAPITRE 2. TRIBUS, MESURES, INTÉGRATION : DÉMONSTRATIONS
N
X Z +∞
X Z +∞
X
lim ||F − fn ||2 ≤ lim | fn | = lim fn = 0
0 N +1 N +1
Théorème 2.34 L2 peut être muni d’une structure d’espace de Hilbert grâce à :
Z
(f |g) = f¯(t)g(t).dλ(t)
I
Preuve : L2 est un espace préhilbertien, complet d’après le théorème précédent. C’est donc un
espace de Hilbert.
Théorème 2.35 L2 peut être muni d’une structure d’algèbre (non unitaire) grâce au produit de
convolution.
Preuve : C’est une conséquence des propriétés du produit de convolution qui seront étudiées plus
loin.
Théorème 2.36 L’espace des fonctions étagées sommables est dense dans Lp pour p < ∞.
2.13. ENSEMBLES DE FONCTIONS SOMMABLES 91
Preuve : On peut en fait montrer que l’espace des fonctions étagées sommables est dense dans Lp .
On peut remarquer que si f est étagée et sommable alors elle appartient à tous les Lp .
Si f est positive, alors f est limite d’une suite croissante de fonctions étagées. Par domination,
ces fonctions sont aussi dans Lp . Enfin, par le théorème de la convergence monotone, cette suite
converge vers f pour Np .
Si f n’est pas positive, on applique le résultat précédent à ses parties positives et négatives.
Théorème 2.37 L’espace des fonctions en escalier à support compact est dense dans Lp pour
p < ∞.
Preuve :
Lemme 1 : Par définition de la mesure de Lebesgue sur R, toute partie A de mesure finie est limite
d’une suite décroissante de réunion dénombrables d’intervalles ouverts bornés (puisque la mesure
de la partie est finie) disjoints. Donc la fonction caractéristique 1Ai d’une partie de mesure finie
est limite, dans Lp , d’une suite de combinaisons linéaires de fonctions caractéristiques d’intervalles
ouverts bornés disjoints.
Maintenant, soit une fonction f de Lp . Grâce au théorème précédent, on peut l’approcher d’aussi
près que l’on veut par une fonction étagée
N
X
αi .1Ai
1
Théorème 2.38 L’espace des fonctions continues à support compact est dense dans Lp pour
p < ∞.
Preuve :
Avant de reprendre la démonstration précédente, établissons un nouveau lemme :
Lemme 2 : Toute fonction caractéristique d’un intervalle I ouvert et borné est limite dans Lp
d’une suite croissante de fonctions continues positives et à support compact. Il est en effet aisé de
construire des fonctions linéaires par morceaux constituant une telle suite.
Par le lemme 2, chacun des 1Ii,j de la démonstration précédente peut être approché d’aussi près
que l’on veut par une fonction continue à support compact.
Par combinaison linéaire, on peut donc approcher chaque f de Lp par une fonction continue à
support compact.
92 CHAPITRE 2. TRIBUS, MESURES, INTÉGRATION : DÉMONSTRATIONS
Propriété 2.40 Si les mesures µ1 et µ2 sont σ-finies, la mesure produit µ1 ⊗ µ2 est σ-finie.
alors
f ∈ L1 (Ω, F, µ)
donc Z Z Z
( |f (x − y)g(y)|dλx )dλy = ||f ||L1 |g(y)|dλy = ||f ||L1 ||g||L1 < ∞
c’est-à-dire
1/p0
|f ∗ g| ≤ (|f | ∗ |g|p )1/p ||f ||L1
donc
p/p0
|f ∗ g|p ≤ (|f | ∗ |g|p )||f ||L1
Or |f | ∈ L1 et |g|p ∈ L1 donc, d’après ce qui précède, |f |∗|g|p ∈ L1 et ||(|f |∗|g|p )||L1 ≤ ||f ||L1 ||g p ||L1
donc f ∗ g est dans Lp et ||f ∗ g||Lp ≤ ||f ||L1 ||g||Lp .
Théorème 2.46 Si f est une fonction continue à support compact dans RN et si g est localement
sommable sur RN alors f ∗ g est continue sur RN .
Preuve :
Soit x ∈ RN . Soit (xn ) une suite de RN convergeant vers x. Cette suite étant convergente, elle est
bornée et il existe donc un compact K contenant tous les xn ainsi que x.
On pose Fn (y) = f (xn − y)g(y) et F (y) = f (x − y)g(y). Le support de tous les Fn est inclus dans
le compact K 0 = K − supp(f ). On a donc la majoration suivante :
|Fn (y)| ≤ ||f ||∞ .1K 0 (y).|g(y)|
La fonction G(y) = ||f ||∞ .1K 0 (y).|g(y)| étant sommable puisque g est localement sommable, on
peut appliquer le théorème de la convergence dominée et on a donc :
Z Z Z
lim Fn (y).dλy = lim Fn (y).dλy = F (y).dλy
c’est-à-dire
lim(f ∗ g)(xn ) = (f ∗ g)(x)
Ce qui prouve donc la continuité de f ∗ g en tout point x de RN .
2.15. PRODUIT DE CONVOLUTION 95
Théorème 2.47 Si f est une fonction k fois continûment dérivable et à support compact dans RN
et si g est localement sommable sur RN alors f ∗ g est k fois continûment dérivable sur RN . Et pour
un opérateur D de dérivation :
Dk (f ∗ g) = (Dk f ) ∗ g
Preuve : Démontrons le résultat pour k = 1. Le cas général s’en déduit alors par récurrence.
Soit x ∈ RN et h ∈ RN tel que |h| < 1.
Pour tout y ∈ RN , il existe une fonction indépendante de y et convergeant vers 0 en 0 telle que :
Théorème 2.48 Si f est continue sur RN et si (ρn ) est une suite régularisante alors ρn ∗f converge
vers f uniformément sur tout compact de RN .
Preuve :
Soit K un compact de RN .
On a :
Z Z Z
(ρn ∗ f )(x) − f (x) = f (x − y)ρn (y)dλy − f (x)ρn (y)dλy = (f (x − y) − f (x))ρn (y)dλy
RN RN RN
Donc : Z
(ρn ∗ f )(x) − f (x) = (f (x − y) − f (x))ρn (y)dλy
Bo(0,1/n)
Théorème 2.49 Si f est une fonction de Lp (RN ), p < ∞, et si (ρn ) est une suite régularisante
alors ρn ∗ f converge vers f pour la norme de Lp .
96 CHAPITRE 2. TRIBUS, MESURES, INTÉGRATION : DÉMONSTRATIONS
Preuve :
Soit f ∈ Lp .
On a déjà montré que l’ensemble des fonctions continues à support compact est dense dans Lp .
Pour > 0 fixé, il existe g continue à support compact tel que ||f − g||Lp < .
D’après le théorème précédent, ρn ∗ g converge uniformément sur tout compact vers g. En outre,
tous leurs supports peuvent être inclus dans un même compact donc la convergence de ρn ∗ g vers
g est aussi dans Lp .
Maintenant, on a ρn ∗ f − f = ρn ∗ (f − g) + ρn ∗ g − g + g − f donc :
||ρn ∗ f − f ||p ≤ ||ρn ||1 .||f − g||p + ||ρn ∗ g − g||p + ||g − f ||p
d’où :
||ρn ∗ f − f ||p ≤ 2||f − g||p + ||ρn ∗ g − g||p
Donc si n est assez grand : ||ρn ∗ f − f ||p ≤ 3, ce qui assure la convergence de (ρn ∗ f ) vers f dans
Lp .
Théorème 2.50 Pour Ω un ouvert connexe de RN , l’ensemble D(Ω) des fonctions indéfiniment
dérivables sur Ω est dense dans Lp (Ω), p < ∞.
Preuve :
Soit f ∈ Lp (Ω).
On a déjà montré que l’ensemble des fonctions continues à support compact est dense dans Lp .
Pour > 0 fixé, il existe g continue à support compact tel que ||f − g||Lp < .
On considère la fonction ḡ avec ḡ(x) = g(x) si x ∈ Ω et ḡ(x) = 0 sinon. Cette fonction ḡ est dans
Lp et (ρn ∗ ḡ) converge vers ḡ dans Lp d’après le théorème précédent.
De plus, ρn ∗ ḡ est indéfiniment dérivable et à support compact, ce support étant inclus dans Ω
pour n assez grand puisque supp(ρn ∗ ḡ) ⊂ Bo(0, 1/n) + supp(ḡ) avec supp(ḡ) inclus dans l’ouvert
Ω.
Maintenant, pour la norme de Lp (Ω) :
On a donc une suite de fonctions indéfiniment dérivables et à supports compact qui converge vers
f dans Lp (Ω).
Chapitre 3
Transformation de Fourier
n
où (y|x) désigne le produits scalaire de R .
97
98 CHAPITRE 3. TRANSFORMATION DE FOURIER
Propriété 3.1 La transformée de Fourier d’une fonction sommable sur R est continue et
bornée sur R et tend vers 0 en ±∞.
Preuve :
La transformée de Fourier d’une fonction f existe si et seulement si f est sommable puisque |f (x)e−ixy | = |f (x)|.
En outre, le théorème de continuité d’une fonction définie par une intégrale assure la continuité de la transformée de Fourier
puisque l’on peut dominer |f (x)e−ixy | par |f (x)|.
Par ailleurs, F (f ) est bornée puisqu’une simple majoration donne ||F (f )||∞ ≤ ||f ||1 .
Enfin, l’application du lemme de Riemann-Lebesgue (voir T.D.) assure la nullité de la limite en ±∞.
La transformée de Fourier vérifie les propriétés suivantes, très souvent utilisées dans les
sciences de l’ingénieur :
Preuve :
1) La linéarité de la transformée de Fourier provient de la linéarité de l’intégrale (de Lebesgue).
2) et 3) Ces résultats s’obtiennent par les changements de variables u = αx et v = x − x0 .
4) On a déjà établi que si f et g sont sommables alors f ∗ g l’est aussi, d’où l’existence de F (f ∗ g).
0
Par ailleurs, le théorème de Tonelli assure la sommabilité sur R2 de h(x, x0 ) = f (x)e−ixy g(x0 )e−ix y pour tout y fixé.
Le changement de variable x = u, y = v − u (de jacobien égal à 1) donne alors :
Z Z
0
h(x, x ).dλx,x0 = f (u)g(v − u)e−iyv .dλu,v
R2 R2
Proposition 3.3 Si les fonctions f et x 7→ xf (x) sont sommables sur R alors Ff est
continûment dérivable sur R et :
Preuve : c’est une application directe du théorème de dérivabilité des fonctions définies par une intégrale.
En effet, pour tout y fixé dans R, la fonction x 7→ f (x) exp(−iyx) est sommable (car son module est majoré par |f (x)|), la
fonction y 7→ f (x) exp(−iyx) est dérivable et sa dérivée est majorée en module par la fonction |xf (x)| qui est sommable.
3.2. INVERSION DE LA TRANSFORMATION DE FOURIER DANS L1 99
La sommabilité
Rx 0 de f n’assure pas l’existence des limites de f en ±∞. Mais, comme f 0 est continue, la relation f (x) =
f (0) + f (u).du donne l’existence de ces limites (puisque f 0 est sommable) qui ne peuvent être que nulles (puisque f
0
est sommable).
Finalement en faisant tendre A vers +∞, on obtient la relation recherchée.
Preuve : La démonstration de ce résultat est longue et subtile mais intéressante. Les élèves intéressés pourront la lire au
paragraphe suivant.
Preuve : La démonstration de ce théorème est analogue à celle du théorème de Jordan sur les séries de Fourier. Elle exige des
développements un peu trop longs dans le cadre de ce cours. Nous admettons donc ce résultat
|s − t| < δ =⇒ |l(s) − l(t)| <
3A
Pour |s − t| < δ : Z
klx − lt k2L1 = |l(s + u) − l(t + u)|2 .dλu < (2A + δ) <
R 3A
Finalement, si |s − t| < δ :
kχs − χt k ≤ kχs − ls k + kls − lt k + klt − χt k < 3
ce qui assure le résultat recherché.
Etape 2 : théorème de l’unité approchée
On appelle unité approchée toute suite de fonctions (Hn ) vérifiant :
R
• limn→∞
R Hn .dλ = 1
• ∃M ≥ 0/ ∀n ∈ N ||Hn ||1 ≤ M
R
• ∀α > 0 limn→∞ |Hn (y)|dλy = 0
|y|>α
R
Posons K(t) =
R |f (x − t) − f (x)|.dλx .
Cette fonction est bornée puisque majorée par 2kf kL1 . Elle est aussi continue puisque, en utilisant les notations du lemme
précédent, on a K(t) = kf−t − f k.
Comme K(0) = 0 donc :
∀ > 0 ∃β > 0/ |t| < β =⇒ |K(t)| <
On a donc Z Z
||Hn ∗ f − an f ||L1 ≤ |Hn (t)|K(t).dλt + |Hn (t)|K(t).dλt
|t|≤β |t|>β
puis Z Z
||Hn ∗ f − an f ||L1 ≤ |Hn (t)|.dλt + 2||K||∞ |Hn (t)|.dλt
R |t|>β
d’où Z
||Hn ∗ f − an f ||L1 ≤ M + 2||K||∞ |Hn (t)|.dλt
|t|>β
R
et comme |Hn (t)|.dλt tend vers 0, on en déduit que ||Hn ∗ f − an f ||L1 tend aussi vers 0.
|t|>β
Si (Hn ) était une suite régularisante, le théorème de synthèse spectrale découlerait du théorème 1.49.
En fait, (Hn ) vérifie des hypothèses plus faibles qui font d’elles une unité approchée :
R R √
• limn→∞
R Hn .dλ = 1 (grâce au changement de variable x = −ny dans R F g(y).dλy = 2π)
• ∃M ≥ 0/ ∀n ∈ N ||Hn ||1 ≤ M (on peut prendre M = ||F g||1 )
102 CHAPITRE 3. TRANSFORMATION DE FOURIER
R R R
• ∀α > 0 limn→∞ |Hn (y)|dλy = 0 (car |Hn (y)|dλy = √1 |F g(x)|dλx tend vers 0 grâce au
|y|>α |y|>α 2π |x|>nα
théorème de la convergence monotone)
Proposition 3.7 La transformée de Fourier est une isométrie de S(R) pour la norme N2 .
L’opérateur F̄ est la réciproque de F. En outre, pour tout f et g de S :
2
voir TD
3.4. TRANSFORMATION DE FOURIER DANS S 103
n
d d
Par ailleurs, on a dans S, (iy)(F (f )) = F ( dx [f (x)]) et donc, par récurrence, pour tout entier n, (iy)n (F (f )) = F ( dx n [f (x)])
d’où :
dm dn
(iy)n m
(F (f )) = F ( n [(−ix)m f (x)])
dy dx
Comme le second membre est une transformée de Fourier, il est borné et F (f ) est donc à décroissance rapide.
2) Montrons que F̄ est la réciproque de F .
Soit g(x) = F̄ F f . On a :
Z Z
1 ixy 1
g(x) = √ F (f )(y)e .dλy = √ lim F (f )(y)eixy .dλy
2π R 2π n→+∞
[−n,n]
R +∞ sin(v)
Par ailleurs on sait que v
dv = π donc
−∞
Z +∞
1 f (x + u) − f (x)
gn (x) − f (x) = sin(nu).du
π −∞
u
f (x+u)−f (x)
Pour x fixé, on pose h(u) = u
si u 6= 0 et h(u) = f 0 (x) si u = 0. On a alors gn (x) − f (x) = I1 + I2 + I3 avec :
Z −1 Z 1 Z +∞
I1 = h(u) sin(nu).du I2 = h(u) sin(nu).du I3 = h(u) sin(nu).du
−∞ −1 1
Le lemme de Riemann-Lebesgue (voit TD) assure que limn→+∞ I2 = 0 puisque h est sommable sur [−1, 1] car continue.
Par ailleurs, on a : Z +∞ Z +∞
f (x + u) sin(nu)
I3 = sin(nu).du − f (x) du
1
u 1
u
f (x+u)
La convergence vers 0 du premier terme est assurée par le lemme de Riemann-Lebesgue puisque u 7→ u
est sommable car
négligeable devant 1/u2 puisque f est dans S.
R +∞ sin(v)
Le second terme vaut f (x) v
dv et tend donc vers 0 puisque cette intégrale de Riemann est convergente.
n
c’est-à-dire
(F (f )|g) = (f |F̄ (g))
Ceci prouve que l’adjoint de F est F̄ (on dit que F est unitaire).
En remplaçant g par F g, on obtient donc :
(F (f )|F (g)) = (f |g)
Comme l’espace de Schwartz S constitue un sous-espace vectoriel dense de L2 qui est complet
et comme la transformation de Fourier F définie sur S est une isométrie on peut la prolonger
sur L2 en vertu du théorème D.6 :
Définition 47 (Construction 1)
La transformation de Fourier F définie sur S peut se prolonger à L2 en une isométrie que
l’on note encore F.
Définition 48 (Construction 2)
La transformation de Fourier F définie sur L1 ∩ L2 peut se prolonger à L2 en une isométrie
que l’on note encore F.
3
Voir le contrôle session 1 de l’année 2004/2005
3.5. TRANSFORMATION DE FOURIER DANS L2 105
et
1 d Z 1 − e−ixy
Ff (y) = √ f (x).dλx
2π dy R ix
Comme la transformation de Fourier est une isométrie dans L2 , elle conserve la norme et le
produit scalaire. On en déduit les propriétés :
Preuve : Cette propriété ne fait qu’exprimer le fait que F dans L2 est une isométrie et conserve donc la norme.
Preuve : Cette propriété ne fait qu’exprimer le fait que F dans L2 est une isométrie et conserve donc le produit scalaire.
Preuve :
Par abus, on note encore F̄ le prolongement de F̄ .
1) Montrons que F̄ est la réciproque de F .
Soit f une fonction de L2 . Il existe une suite de fonctions (fn ) de S convergeant vers f .
Par continuité de F et de F̄ on a :
F̄ F f = F̄ F lim fn = lim F̄ F fn = lim fn = f
(F f |g) = (lim F fn | lim gp ) = lim lim(F fn |gp ) = lim lim(fn |F̄ gp ) = (f |F̄ g)
Enfin, admettons que la formule de la transformée de Fourier d’une dérivée subsiste dans
L2 :
106 CHAPITRE 3. TRANSFORMATION DE FOURIER
• Dans L1 la transformée de Fourier est définie par une intégrale à paramètre. Elle
possède des propriétés simples et souvent utilisées. Elle est aussi inversible mais sous
condition.
Si on note F1 la transformation de Fourier dans L1 et si on prend f ∈ L1 alors :
1 Z
– F1 (f )(y) = √ f (x)e−ixy dλx
2π R
– F1 (f ) est continue, bornée et tend vers 0 en ±∞
– si de plus F1 (f ) est L1 alors f = F̄Ff presque partout
• Dans L2 , la définition de la transformée de Fourier est moins triviale mais elle conserve
encore la norme, le produit scalaire et son inversibilité.
Si on note F2 la transformation de Fourier dans L2 et si on prend f ∈ L2 alors :
1 Z
– F2 (f )(y) = √ lim f (x)e−ixy dλx
2π n→∞ [−n,n]
2
– F2 (f ) est L
– F2 est inversible et f = F̄2 F2 f (au sens des classes)
– F2 conserve la norme et le produit scalaire
108 CHAPITRE 3. TRANSFORMATION DE FOURIER
Chapitre 4
Analyse hilbertienne
Les espaces de Hilbert sont des espaces de dimension infinie extrêmement pratiques car le
formalisme et la plupart des propriétés des espaces euclidiens (et donc de la dimension finie)
y subsistent. Nous nous intéresserons notamment aux espaces fonctionnels utiles pour la
modélisation en sciences de l’ingénieur et en physique quantique : L2 et H 1 .
4.1 Généralités
4.1.1 Définition
Un espace euclidien est un R-espace vectoriel de dimension finie muni d’un produit scalaire.
Dans le cas d’un C-espace vectoriel, on parle de produit hermitien et d’espace hermitien.
En dimension infinie, un espace vectoriel muni d’un produit scalaire ou hermitien est appelé
espace préhilbertien. Si, en outre, il est complet on parle d’espace de Hilbert :
Remarque : une telle application ϕ est appelée produit scalaire hermitien ou encore, par
abus de langage, produit scalaire.
109
110 CHAPITRE 4. ANALYSE HILBERTIENNE
4.1.2 Propriétés
Certaines propriétés des espaces de Hilbert ne dépendent pas de la complétude et sont donc
communes avec les espaces préhilbertiens.
Si l’on q
note (x|y) le produit scalaire de deux vecteurs x et y de l’espace de Hilbert H puis
||x|| = (x|x) la norme de x, alors on a :
Propriété 4.1
Egalité de polarisation :
Egalité de Pythagore :
||x + y||2 = ||x||2 + ||y||2 + 2Re(x|y)
Egalité de la médiane :
Inégalité de Cauchy-Schwarz :
|(x|y)| ≤ ||x||.||y||
Egalité de la médiane
En sommant
φ(x + y) = φ(x) + (x|y) + (y|x) + φ(y)
et
φ(x − y) = φ(x) − (x|y) − (y|x) + φ(y)
on obtient l’égalité recherchée.
4.1. GÉNÉRALITÉS 111
Inégalité de Cauchy-Schwartz
Soit x et y dans H. Pour tout λ ∈ C, on a φ(x + λy) ≥ 0. Donc :
Notons que l’égalité de la médiane est en fait une caractérisation des normes issues d’un
produit scalaire. Pour cela, il suffit de vérifier que a(x, y) = 12 (||x + y||2 − ||x||2 − ||y||2 ) est
un produit scalaire et que cette norme en est issue.
2
Sur lN , il est facile de vérifier que ϕ définie par :
+∞
2 2
X
∀(x, y) ∈ (lN ) ϕ(x, y) = x̄n yn
n=0
et donc :
∀ > 0 ∃N0 ∈ N/ ∀n ∈ N, P > Q > N0 =⇒ |xPn − xQ
n| <
Preuve :
Soit x0 ∈ H fixé. On note d = inf c∈C ||x0 − c|| = d(x0 , C) (distance de x0 à C).
Pour tout entier n, il existe cn dans H tel que d ≤ ||x0 − cn || ≤ d + 1/n.
1) Montrons que la suite (cn ) est de Cauchy.
D’après l’égalité de la médiane :
cn+p + cn
||cn+p − cn ||2 = 2||cn+p − x0 ||2 + 2||cn − x0 ||2 − 4|| − x0 ||2
2
cn+p +cn
Comme par convexité 2
∈ C, on a :
||cn+p − cn ||2 ≤ 2(d + 1/(n + p))2 + 2(d + 1/n)2 − 4d2 ≤ 4(d + 1/n)2 − 4d2
Comme 4(d + 1/n)2 − 4d2 converge vers 0, la suite (cn ) est donc de Cauchy dans H complet donc elle converge vers un élément
c de H. Comme tous les cn sont dans C qui est fermé, la limite c0 est dans C.
4.1. GÉNÉRALITÉS 113
donc
c1 + c2
||c1 − c2 ||2 = 4d2 − 4|| − x0 ||2 ≤ 0
2
donc c1 = c2 .
Ce théorème peut se généraliser, sans changer sa démonstration, au cas où H n’est pas
complet à condition que C le soit.
∀c ∈ C Re(x0 − c0 |c − c0 ) ≤ 0
Preuve :
1) Soit c0 le projeté de x0 sur C.
Pour tout c de C et tout t de ]0, 1] on a, par convexité :
D’où :
||x0 − c0 ||2 ≤ ||x0 − c0 ||2 + t2 ||c0 − c||2 + 2tRe(x0 − c0 |c0 − c)
Donc :
Re(x0 − c0 |c − c0 ) ≤ t||c0 − c||
et on obtient le résultat en faisant tendre t vers 0.
2) Si ∀c ∈ C Re(x0 − c0 |c − c0 ) ≤ 0.
Alors, pour tout c de C :
||x0 − c||2 = ||x0 − c0 + c0 − c||2 = ||x0 − c0 ||2 + ||c0 − c||2 + 2Re(x0 − c0 |c − c0 ) ≥ ||x0 − c0 ||2
Preuve :
Soient x et y dans H. Par sesquilinéairité du produit scalaire, on a :
(p(y) − p(x)|p(y) − p(x)) = (p(y) − y|p(y) − p(x)) + (y − x|p(y) − p(x)) + (x − p(x)|p(y) − p(x))
Ce qui donne grâce à l’inégalité de Cauchy-Schwarz ||p(y) − p(x)||2 ≤ ||y − x||.||p(y) − p(x)||. On obient donc que la projection
p est lipschitzienne :
||p(y) − p(x)|| ≤ ||y − x||
∀c ∈ C (x0 − c0 |c) = 0
• La projection est une application linéaire continue de norme 1 si C est non réduit au
vecteur nul.
Preuve :
Si C est un s.e.v alors C est convexe et on peut utiliser les résultats précédents.
La caractérisation du projeté s’écrit alors ∀f ∈ C Re(x − c0 |f ) ≤ 0 et même
∀f ∈ C ∀k ∈ C Re(x − c0 |kf ) ≤ 0
Enfin, le résultat suivant semble encore bien naturel alors qu’il est spécifique aux espaces de
Hilbert et non pas à tous les espaces de dimension infinie.
F ⊕ F⊥ = H
Preuve :
1) On a F ∩ F ⊥ = {0} :
Si x ∈ F ∩ F ⊥ alors ∀f ∈ F (x|f ) = 0 donc (f |f ) = 0 donc f = 0.
2) On a H = F + F ⊥ :
En effet, pour x dans H, si l’on note p(x) la projection orthogonale de x sur F , on peut toujours écrire x = x − p(x) + p(x)
avec x − p(x) qui appartient à F ⊥ et p(x) qui appartient à F .
Il est important pour ces deux derniers cas de rappeler qu’un s.e.v de dimension finie est
toujours fermé.
4.1. GÉNÉRALITÉS 115
Preuve :
P Pn
Comme H est complet la série en converge si et seulement si la suite des sommes partielles En = e
k=0 k
est de Cauchy.
Or d’après l’égalité de pythagore pour les familles orthogonales :
n+p
X
||En+p − En ||2 = ||ek ||2
k=n+1
P
La suite (En ) est donc de Cauchy si et seulement si la série ||en ||2 l’est, ce qui achève la démonstration puisque H est
complet.
L’une des conséquences utiles de ce résultat est que l’ordre de sommation d’une famille
orthogonale n’a pas d’effet sur sa convergence puisque toute série positive convergente est
commutativement convergente.
∞
|(en |x)|2 = ||pF (x)||2 ≤ ||x||2
X X
∀x ∈ H (en |x).en cv et
n=0
∞
∀(x, y) ∈ H 2
X X
(en |x).(en |y) cv et (en |x).(en |y) = (pF (x)|pF (y))
n=0
Preuve :
1) Soit FN l’espace vectoriel engendré par les vecteurs e1 à eN . On peut facilement retrouver les formules connues en dimension
finie :
N
X
∀x ∈ H pFN (x) = (en |x)en
n=0
et
N
X
∀(x, y) ∈ H 2 (pFN (x)|pFN (y)) = (en |x)(en |y)
n=0
Comme pour tout projecteur on a |||pFN ||| ≤ 1, on en déduit que ||pFN (x)|| ≤ ||pF (x)|| pour tout entier N . En passant à la
limite, on trouve donc :
∞
X
|(x|en )|2 ≤ ||pF (x)||2
n=0
116 CHAPITRE 4. ANALYSE HILBERTIENNE
P
ce qui prouve, d’après la proposition 4.7, que la série (en |x).en converge.
Maintenant si l’on note S la somme de cette série, on a (x − S|ei ) = 0 pour tout entier i, ce qui prouve que x − S est orthogonal
à F et donc que S = pF (x).
L’inégalité, dite de Bessel, résulte alors du fait que |||pF ||| ≤ 1.
P
3) La série (en |x).(en |y) converge grâce à l’inégalité de Cauchy-Schwarz et au résultat précédent. Il reste alors à passer à la
limite dans
N
X
(pFN (x)|pFN (y)) = (en |x)(en |y)
n=0
grâce à la continuité du produit scalaire. On conclut alors grâce à la convergence de pFN (x) et de pFN (y) vers pF (x)et pF (y)
déjà établie.
Attention : il ne faut pas confondre les bases hilbertiennes avec les bases
algébriques pour lesquelles tout élément de l’espace s’exprime comme combi-
naison linéaire (finie !) des vecteurs de base.
Preuve : ce résultat est une application directe du théorème précédent car on a x = pH (x).
2) Si la famille n’est pas totale, l’orthogonal de vect(en ) est non réduit à {0} et pour x non nul appartenant à cet orthogonal
on a tout de même (en |x) = 0 pour tout n.
4.1. GÉNÉRALITÉS 117
Théorème 4.11 Tout espace de Hilbert séparable admet une base hilbertienne.
Preuve :
Si l’espace est séparable, il existe une famille dénombrable totale. On peut ordonner cette famille pour obtenir une suite. De
cette suite, on retire par récurrence tous les vecteurs pouvant s’exprimer comme combinaison linéaire des vecteurs précédents.
On obtient alors une suite (fn ) libre, dénombrable et totale.
n∈ N
Pour en déduire une base hilbertienne, il suffit alors d’appliquer le procédé d’orthonormalisation de Schmidt que l’on peut
formaliser ainsi :
On pose e0 = f0 /||f0 ||.
Puis, pour tout n de N, on pose :
fn+1 − pFn (fn+1 )
en+1 =
||fn+1 − pFn (fn+1 )||
où Fn désigne l’espace vectoriel engendré par les vecteurs e0 à en .
2
Il est intéressant d’étudier les exemples que constituent les espaces lN et L2 .
4.1.6 Dualité
Rappelons que le dual algébrique d’un espace vectoriel E sur le corps C est l’ensemble
des formes linéaires sur E c’est-à-dire des applications linéaires de E dans C. On le note
généralement E ∗ . Le dual topologique, quant à lui, est l’ensemble des formes linéaires
continues sur E et on le note E 0 . En dimension finie, toute application linéaire étant
continue, les deux notions coı̈ncident et E ∗ = E 0 . En revanche, en dimension infinie, E 0
est strictement inclus dans E ∗ .
Dans un espace de Hilbert H, on sait que, pour tout vecteur f fixé, l’application qui à
x associe (f |x) est un élément de H 0 . Le théorème suivant s’intéresse à la réciproque en
généralisant un théorème connu dans les espaces euclidiens.
<ϕ,a>
Réciproquement y = ||a||2
.a convient.
Proposition 4.13 Si H est un espace de Hilbert alors il est isomorphe à son dual topologique
H 0.
Preuve : l’application qui à ϕ de H 0 associe l’unique représentant f de H du théorème de Riesz-Frechet est un isomorphisme.
4.2.1 Espaces L2
Soit I un intervalle de R. Pour tout couple (f, g) de (L2 (I))2 , on peut définir
Z
(f |g) = f (t).g(t)dλt
I
L’application qui à (f, g) associe (f |g) est une forme sesquilinéaire, à symétrie hermitienne
et positive. En revanche elle n’est pas définie (au sens du produit scalaire) car (f |f ) = 0 si
et seulement si f est nulle presque partout.
Si l’on se place sur l’espace quotient L2 (c’est-à-dire si l’on confond les fonctions égales
presque partout) alors on peut toujours définir (f |g) puisque cette valeur ne dépend pas
du représentant choisi (c’est-à-dire que cette valeur est invariante lorsque l’on change
les fonctions en d’autres égales presque partout). L’application devient alors un produit
hermitien (produit scalaire complexe) et donc L2 est un espace préhilbertien.
En outre, on peut démontrer le résultat fondamental suivant :
Preuve : on sait que L2 (I) est un espace de Hilbert (voir le chapitre consacré à l’intégrale de Lebesgue). Il est séparable car
on va constuire, dans les propositions suivantes des bases hilbertiennes dénombrables.
Preuve :
Les polynômes de Legendre sont les
dn
Pn (x) = 2n n! ((x2 − 1)n )
dxn
p 2n+1
Il est facile de vérifier que la famille ( 2
Pn ) est orthonormale.
Montrons qu’elle est totale.
Par densité, on sait que toute fonction f de L2 ([−1, 1]) peut-être approchée d’aussi près que l’on veut par une fonction continue
(pour la norme L2 ), elle même pouvant être approchée d’aussi près que l’on veut par une fonction polynomiale (théorème de
Weierstrass) pour la norme uniforme donc pour la norme L2 ([−1, 1]) (puisque sur [−1, 1], ||f ||L2 ≤ 2||f ||∞ ).
Proposition 4.16
Les polynômes de Hermite normalisés définis par :
1 dn
H̃n (x) = q √
n
(−1) exp(x ) n (exp(−x2 )) 2
2n n! π dx
Z
forment une base hilbertienne de L2 (R) muni du produit scalaire (f |g) = f (x)g(x). exp(−x2 )dλx .
R
Les fonctions de Hermite définies par
forment une base hilbertienne de L2 (R) muni de son produit scalaire usuel.
Preuve :
1) Montrons que les familles considérées sont orthonormales.
Soit f (x) = exp(−x2 ). Les polynômes d’Hermite sont les
1
Hn (x) = (−1)n exp(x2 )f (n) (x) et H̃n (x) = p √ Hn (x)
2n n! π
2 1
ϕn (x) = e−x /2
Hn (x) et ψn (x) = p √ ϕn (x)
2n n! π
On en déduit que (ψn ) est une famille orthonormale pour L2 (R) muni de son produit scalaire usuel et que (H̃n ) est une famille
orthonormale pour L2 (R) muni du produit scalaire
Z
(f |g) = f (x)g(x). exp(−x2 )dλx
R
120 CHAPITRE 4. ANALYSE HILBERTIENNE
+∞
X g (n) (0)
g(t) = tn
n!
n=0
+∞ +∞
2
X f (n) (−x) X (−1)n
f (t − x) = e−(t−x) = tn = f (n) (x)tn
n! n!
n=0 n=0
Donc
+∞
2
X tn
e2tx−t = Hn (x)
n!
n=0
puis
+∞ r
2 2
X 2n n
e2tx−x /2
= π 1/4 et t ψn (x)
n!
n=0
Cette dernière série converge simplement (partout) vers sa somme mais aussi pour la norme usuelle de L2 puisque, par
orthonormalité de la famille (ψn ), on a :
P r
X 2n n +∞
X 2n n
|| t ψn (x)||2L2 ≤ t2
n! n!
N N
ce qui montre, puisque le terme majorant tend vers 0, que la suite des sommes partielles est de Cauchy donc convergente.
3) Montrons que la famille (ψn ) est totale dans L2 , c’est-à-dire que l’espace vectoriel engendré par les ψn est dense dans L2 .
Soit f une fonction de L2 (R). On peut l’approcher d’aussi près que l’on veut par une fonction g continue à support compact
(théorème 1.38).
a) Supposons le support de g inclus dans R+ .
On pose h(x) = g(x) exp(−x2 /2)
et y = exp(−x). La fonction y 7→ h(− ln(y)) est continue sur [0, 1] donc limite uniforme d’une
suite de fonction polynomiale (théorème de Weierstrass).
Pn
Il existe donc une suite a y k convergeant uniformément donc convergeant pour la norme usuelle de L2 ([0, 1]) vers h(− ln(y)).
0 k
P n Pn
Par conséquent, la suite a exp(−kx) converge dans L2 (R) vers h(x). On en déduit que la suite
0 k 0 k
a exp(−kx − x2 /2)
2
converge dans L (R) vers g(x).
b) Si le support de g est inclus dans R− , il suffit de changer x en −x dans le raisonnement précédent.
c) Dans le cas général il suffit de considérer supp(g) ∩ R+ et supp(g) ∩ R− .
Par un raisonnement analogue on montre que la famille (H̃n ) est totale dans L2 (R) muni du produit scalaire (f |g) =
R 2
R f (x)g(x). exp(−x )dλx .
Enfin, les résultats qui suivent sur les séries de Fourier fournissent des bases hilbertiennes
supplémentaires pour tous les espaces L2 ([a, b]).
Théorème 4.17 L’espace L2 (Γ) admet comme base hilbertienne la famille (en )n∈Z avec
en = exp(inx)
Preuve :
1) Cette famille est orthonormale pour
Z 2π
1
(f |g) = f¯(t)g(t).dλt
2π 0
R 2π
puisque exp(i(n − m)x).dλx vaut 0 si n 6= m et 2π sinon.
0
2) Montrons que cette famille est totale. Soit f une fonction de L2 (Γ). On sait que l’on peut approcher f d’aussi près que l’on
veut (pour la norme L2 ) par une fonction continue. Maintenant, d’après le théorème de Weiestrass trigonométrique (que l’on
peut démontrer à l’aide du théorème de Fejer comme cela est rappelé en annexe du polycopié de cours), cette fonction continue
peut-être approchée d’aussi près que l’on veut par un polynôme trigonométrique, ceci pour la norme uniforme donc pour la
norme L2 puisque l’on est sur un segment. Comme un polynôme trigonométrique est une combinaison linéaire des en , on a
démontré la densité de vect(en ) dans L2 (Γ).
Preuve : d’après les résultats généraux sur les bases hilbertiennes, les ”coordonnées hilbertiennes” sont bien les (en |f ) = cn et
la décomposition dans la base hilbertienne est une convergence pour la norme hilbertienne c’est-à-dire ici une convergence L2 .
Preuve : ce résultat n’est que l’application du théorème général de Parseval dans les espaces de Hilbert.
Ces théorèmes très généraux ne dispensent pas de connaı̂tre les théorèmes classiques (rappelés
en annexe) assurant la convergence ponctuelle (simple) ou uniforme.
On montre alors que dans L2 , F est une isométrie et conserve la norme (théorème de Parseval-
Plancherel) et le produit scalaire (théorème de Fourier-Plancherel) et que F̄ (définie aussi
par densité) est la réciproque et l’adjoint de F.
Notons que ces résultats ne sont valables que parce que L2 est un espace de Hilbert.
En effet, la complétude est indispensable pour construire F par prolongement et le produit
scalaire est nécessaire pour l’énoncé des propriétés de conservation.
• La définition et les propriétés générales des espaces de Hilbert qui sont formellement
similaires à celles des espaces euclidiens notamment la projection sur les convexes
fermés, les bases hilbertiennes et le théorème de représentation de Riesz-Frechet.
• L’espace de Hilbert L2 qui constitue le cadre idéal d’étude des séries et des transformées
de Fourier.
• Les nombreuses bases hilbertiennes qui peuvent être utilisées dans les espaces L2 ,
notamment les polynômes orthogonaux ou les polynômes trigonométriques1 . . .
1
Mais aussi les vecteurs propres de certains opérateurs comme les fonctions d’ondes
Compléments
123
Chapitre I
Intégrale de Riemann
Dans cette annexe nous rappelons les principales constructions et propriétés de l’intégrale
de Riemann. En première année de classe préparatoire, l’intégrale de Riemann des fonctions
continues par morceaux est étudiée. Parfois on va jusqu’à intégrer des fonctions dites réglées
(on parle alors d’intégrale de Cauchy). En seconde année, on construit une pseudo intégrale
de Lebesgue des fonctions continues par morceaux à partir de l’intégrale de Riemann. A
l’université, l’intégrale de Riemann est souvent étudiée lors des deux premières années et
celle de Lebesgue en troisième année mais il n’y a pas de règle générale.
Définition 53 On dit qu’une fonction ϕ est en escalier sur [a, b] s’il existe une subdivision
(ai )i∈[0,N ] telle que ϕ est constante sur chaque ]ai , ai+1 [.
Définition 54 Soit ϕ une fonction en escalier sur ]a, b[. Elle peut s’écrire :
N
X −1 N
X
∀t ∈ [a, b] ϕ(t) = Ki .χ]ai ,ai+1 [ (t) + Hj χ{aj } (t)
i=0 j=0
125
126 CHAPITRE I. INTÉGRALE DE RIEMANN
Ki étant la valeur prise sur ]ai , ai+1 [ et Hj celle prise en aj . On définit alors son intégrale
ainsi :
Z b N
X −1
ϕ(t).dt = Ki .(ai+1 − ai )
a i=0
L’intégrale d’une fonction en escalier est donc la somme des surfaces des rectangles qui la
constituent, comptés positivement s’ils sont au dessus de l’axe (Ox) et négativement sinon.
L’ensemble des fonctions réglées est donc l’adhérence pour la norme uniforme de l’ensemble
des fonctions en escalier.
Voici une caractérisation simple des fonctions réglées :
Théorème I.1 Une fonction est réglée sur un segment si et seulement si elle admet en tout
point une limite finie à gauche et à droite.
On en déduit donc que toute fonction continue par morceaux est réglée.
On peut alors poser :
On peut noter que si l’on se contente de l’existence d’une seule fonction en escalier ϕ telle
que :
∀t ∈ [a, b] |f (t) − ϕ(t)| ≤
on retrouve les fonctions réglées.
En prenant pour ψ une fonction en escalier constante, on remarque que les fonctions étagées
forment bien un cas particulier de fonctions Riemann intégrables.
La somme de Riemann S(f, σ, α) représente donc la somme des aires des rectangles de
hauteurs f (αi ) et de base [ai−1 , ai ].
Définition 61 Une fonction f est dite Riemann intégrable sur [a, b] si la somme de Riemann
S(f, σ, α) admet une limite I réelle quand le pas de la subdivision max(ai − ai−1 ) tend vers
0 c’est-à-dire :
∀ > 0 ∃β > 0/ max(ai − ai−1 ) < β =⇒ |S(f, σ, α) − I| <
Z b
On pose alors I = f (t).dt.
a
128 CHAPITRE I. INTÉGRALE DE RIEMANN
L’interprétation des sommes Darboux comme sommes d’aires de rectangle est aisée.
et le résultat suivant aussi bien vrai pour une fonction Riemann-intégrable que pour une
fonction Lebesgue-sommable :
Notons qu’avec l’approche de Lebesgue, on peut obtenir des théorèmes ”plus puissants” que
les trois derniers.
Définition 64R Soit f une fonction localement Riemann-intégrable sur [a, b[, b ∈ R̄. On dit
b Rc
que l’intégrale a f (t).dt converge lorsque la fonction c 7→ a f (t).dt converge quand c tend
vers b− . On note alors Z b Z c
f (t).dt = lim f (t).dt
a c→b a
Cette notation est pratique mais dangereuse car elle ne permet pas de distinguer les intégrales
généralisées des intégrales propres alors que leurs propriétés ne sont pas les mêmes.
Rappelons par exemple que si l’intégrale généralisée de f converge, f n’est pas nécessairement
bornée, que la formule d’intégration par parties n’est pas toujours applicable et que les
théorèmes relatifs aux intégrales à paramètres ne sont plus valables (il faut ajouter des
conditions contraignantes) et qu’il faut donc combiner les théorèmes relatifs aux intégrales
propres et ceux relatifs aux suites de fonctions (on intègre sur [0, n] avant de faire tendre n
vers +∞).
Pour étudier la convergence d’une intégrale, on peut utiliser la primitive de la fonction si elle
est connue ou avoir recours à des théorèmes de comparaison entre fonctions ou utiliser des
séries ou encore le critère de Cauchy. En revanche il faut bien réaliser que la convergence
Rb
de
l’intégrale n’a rien à voir avec celle de la fonction quand b = +∞ : l’intégrale a f (t).dt peut
converger sans que f n’ait de limite en b.
Parmi les intégrales
Rb
généralisées, il important de distinguer celles quiR sont absolument
convergentes
Rb
( a |f (t)|.dt converge) de celles qui sont semi-convergentes ( ab f (t).dt converge
mais pas a |f (t)|.dt). On établit alors que :
I.4. INTÉGRALES GÉNÉRALISÉES 131
Proposition I.9 Dans un espace complet, toute intégrale absolument convergente est con-
vergente.
Pour tout A > 0, on établit (en remarquant que sin(t) ∈ [−1, 1]) la minoration suivante :
Z A
sin2 (t)
sin(t)
Z A Z A
1 − cos(2t)
dt ≥ dt = dt
1 t 1 t 1 2t
ou encore : Z A Z A
sin(t) 1 cos(2t)
dt ≥ ln(A) − dt
1 t 2 1 2t
Z A
cos(2t)
Comme la fonction ln diverge en +∞ alors que l’intégrale dt converge (on
1 2t
peut refaire le raisonnement précédent),
on en déduit par comparaison d’intégrales que
Z +∞ Z +∞
sin(t) sin(t)
dt et donc dt divergent.
1 t 0 t
Z +∞
sin(t)
3) En conclusion, l’intégrale dt est semi-convergente (convergente mais non
0 t
absolument convergente) et existe donc au sens de Riemann. En peut en déduire, grâce
Z
sin(t)
au théorème 1.28, que dλt n’existe pas au sens de Lebesgue.
[0,+∞[ t
132 CHAPITRE I. INTÉGRALE DE RIEMANN
Chapitre II
Compléments de topologie
Dans cette annexe nous avons regroupé quelques notions de topologie pouvant être utiles.
Par défaut, les espaces vectoriels considérés admettent R ou C comme corps de scalaires.
Définition 65 (Connexité)
Un espace topologique (ou une de ses parties) est dit(e) connexe s’il (elle) vérifie l’un des
axiomes équivalents suivants :
• Les seules parties ouvertes et fermées sont la partie vide et la partie pleine.
• Il n’existe pas de partition en deux ouverts disjoints non vides.
• Il n’existe pas de partition en deux fermés disjoints non vides.
Les espaces (ou les parties) connexes par arcs sont les ensembles dont les différents points
peuvent toujours être reliés par un chemin continu :
Tout espace connexe par arcs est connexe mais la réciproque n’est pas toujours vraie sauf
avec une hypothèse supplémentaire :
Proposition II.1 Toute partie connexe ouverte d’un espace vectoriel est connexe par arcs.
133
134 CHAPITRE II. COMPLÉMENTS DE TOPOLOGIE
En d’autres termes, pour un ouvert d’un espace vectoriel, les notions de connexité et
connexité par arcs coı̈ncident.
Rappelons aussi que :
Enfin la notion de simple connexité correspond à celle de partie sans trou. Pour la définir
rigoureusement, nous avons besoin de la notion d’homotopie.
Définition 68 (Homotopie)
Deux courbes fermées Γ1 et Γ2 de paramétrages admissibles ([a, b], f1 ) et ([a, b], f2 ) sont dites
homotopes lorsqu’il existe une fonction g continue sur [0, 1] × [a, b] telle que g(0, t) = f1 (t)
et g(1, t) = f2 (t) pour tout t de [a, b].
Proposition II.2 Tout ouvert étoilé d’un espace vectoriel est simplement connexe.
Pour les espaces vectoriels ou métriques, on a la caractérisation suivante qui se révèle souvent
très utile :
Pour la compacité d’une partie on peut utiliser la même définition et la même caractérisation.
Remarque : dans un espace topologique, la compacité par recouvrement entraı̂ne la compacité
séquentielle mais la réciproque n’est pas toujours vraie. Dans un espace métrique, les deux
notions coı̈ncident.
On a le résultat très important suivant :
Proposition II.5 Toute application continue d’un espace métrique compact dans R admet
un minimum et un maximum.
Proposition II.6 Toute application continue d’un espace métrique compact dans un espace
métrique est uniformément continue.
Pour une fonction non continue, cette définition n’est pas compatible avec l’égalité presque
partout des fonctions. Par exemple, on aurait pour la fonction caractéristique de Q
supp(χQ ) = R alors que cette fonction est égale presque partout à la fonction nulle dont
le support est supp(0) = ∅.
On doit donc poser une nouvelle définition (équivalente à la première dans le cas des fonctions
continues) :
Ce plus grand ouvert existe, c’est l’union ω de tous les ouverts sur lesquels f est nulle presque
partout. Il est clair que ω est un ouvert mais, pour que cette définition ait un sens, il faut
démontrer que f est nulle sur ω, ce qui n’est pas évident.
Deux fonctions égales presque partout ont le même support. On peut donc définir le support
d’une fonction de Lp .
Pour une variable de Rn , le support d’une fonction étant fermé, il est compact si et seulement
s’il est borné d’où la définition :
137
138 CHAPITRE III. COMPLÉMENT SUR LES SUITES DE FONCTIONS
En dimension finie, la convergence faible coı̈ncide avce la convergence en norme (dite aussi
convergence forte). En dimension infinie, la convergence forte implique la convergence faible
mais la réciproque est fausse.
On a aussi le théorème :
Théorème III.1 Toute suite bornée contient une sous-suite faiblement convergente.
On en déduit donc que la boule unité d’un espace de Hilbert est faiblement compacte. En
revanche, en dimension infinie, elle n’est jamais compacte pour la topologie associée à son
produit scalaire puisque l’on sait que :
Nous présentons ici quelques résultats sur les séries de Fourier qui complètent ce qui a été
rappelé dans le chapitre introductif et dans le chapitre d’analyse hilbertienne.
Il est évident que toute fonction monotone est à variations bornées. Réciproquement,
l’ensemble des fonctions à variations bornées est l’espace vectoriel engendré par
les fonctions monotones car on peut établir :
Théorème IV.1 Toute fonction à variations bornées peut s’écrire comme la différence de
deux fonctions croissantes.
Théorème IV.2 Les fonctions continûment dérivables par morceaux sont à variations
bornées.
Théorème IV.3 Toute fonction à variations bornées est dérivable presque partout et sa
dérivée est sommable.
139
140 CHAPITRE IV. COMPLÉMENTS SUR LES SÉRIES DE FOURIER
Si en outre f est continue sur R (resp. sur un segment), la convergence est uniforme sur R
(resp. sur tout intervalle strictement inclus dans ce segment).
Remarque : on pourra se reporter à l’annexe ?? page ?? pour des rappels sur les fonctions
à variations bornées.
• Toute fonction continue périodique est limite uniforme d’une suite de polynômes
trigonométriques.
• Toute fonction continue sur un segment est limite uniforme d’une suite de polynômes.
142 CHAPITRE IV. COMPLÉMENTS SUR LES SÉRIES DE FOURIER
Chapitre V
Espaces de Sobolev
Les espaces de Sobolev fournissent le cadre idéal (bien que non intuitif au premier abord)
permettant d’obtenir l’existence et l’unicité des solutions d’équations aux dérivées partielles
rencontrées fréquemment dans les sciences de l’ingénieur.
La fonction v, quand elle existe, est unique d’après le théorème 1.22. On l’appelle dérivée
faible de u et on la note souvent abusivement u0 (voir la justification dans la propriété V.6).
Proposition V.1 Si g est localement sommable sur I alors pour tout x0 fixé dans I, la
fonction G définie par Z
G(x) = g(t).dλt
[x0 ,x]
Preuve :
Remarque : on sait par le théorème 1.20 que G est dérivable presque partout, de dérivée g, mais ce n’est pas ce que l’on veut
établir.
La continuité de G se démontre à l’aide du théorème de la convergence dominée. En effet, pour x fixé, on a :
Z
G(x + h) − G(x) = g(t)1[x,x+h] (t).dλt
I
143
144 CHAPITRE V. ESPACES DE SOBOLEV
et la domination de g(t)1[x,x+h] (t) par |g(t)|1]α,β[ (t) (avec ]α, β[⊂ I contenant x) assure une limite nulle par passage de la
limite dans l’intégrale quand h tend vers 0.
Pour établir l’égalité, on peut écrire : Z Z Z x
Gϕ0 .dλ = ϕ0 (x) g(t).dλt .dλx
I I x0
Si l’on considère a et b tels que le support de ϕ est inclus dans [a, b] alors :
Z Z x0 Z x0 Z b Z x
Gϕ0 .dλ = − ϕ0 (x) g(t).dλt .dλx + ϕ0 (x) g(t).dλt .dλx
I a x x0 x0
Z Z x0 Z t Z b Z b
Gϕ0 .dλ = − g(t) ϕ0 (x).dλx .dλt + g(t) ϕ0 (x).dλx .dλt
I a a x0 t
Rt Rb
Puisque, ϕ0 (x).dλx = ϕ(t) et ϕ0 (x) = −ϕ(t), on en déduit :
a t
Z Z
Gϕ0 .dλ = − gϕ.dλ
I I
V.2 Définitions
Définition 79 (Espace de Sobolev W 1,p )
Soit I un intervalle ouvert de R. L’espace de Sobolev W 1,p (I) est constitué de l’ensemble des
fonctions de Lp (I) dont la dérivée faible existe et appartient à Lp (I). On a donc :
Z Z
1,p p p 0
W (I) = {u ∈ L (I)/ ∃v ∈ L (I) : ∀ϕ ∈ D(I) uϕ .dλ = − vϕ.dλ}
I I
On note en particulier :
H 1 (I) = W 1,2 (I)
Preuve : ||.||W 1,p vérifie bien les axiomes d’une norme car ||.||Lp est une norme. De même, (.|.)H 1 vérifie bien les axiomes
d’un produit scalaire car (.|.)L2 est un produit scalaire.
V.3 Propriétés
Les propriétés topologiques vérifiées par les espaces de Sobolev sont fondamentales car elles
permettent d’obtenir des théorèmes d’existence et d’unicité d’équations fonctionnelles :
Théorème V.3 Pour tout p ≥ 1, W 1,p (I) est un espace vectoriel normé complet.
Preuve : Soit (un ) une suite de Cauchy de W 1,p . Alors (un ) et (u0n ) sont de Cauchy dans Lp . Comme Lp est complet, elles
admettent des limites que l’on notera respectivement u et v.
Prouvons que u0 = v.
Pour p < +∞, d’après l’inégalité de Hölder, on a pour toute fonction ϕ indéfiniment dérivable à support compact :
Z
(un − u)ϕ0 .dλ ≤ ||un − u||Lp .||ϕ0 || p0
L
I
0 0
R R
un ϕ0 .dλ converge vers uϕ0 .dλ. De même,
Roù p0 vérifie 1/p + 1/p =R 1. Comme ||un − u||Lp tend vers 0, ceci prouve que
un ϕ.dλ converge vers vϕ.dλ.
R R R R
En passant à la limite dans l’égalité un ϕ0 .dλ = − u0n ϕ.dλ, on trouve donc uϕ0 .dλ = − vϕ.dλ, ce qui prouve que u0 = v
donc u0 ∈ Lp .
R R
Pour p = +∞, le passage à la limite dans l’égalité un ϕ0 .dλ = − u0n ϕ.dλ se fait grâce au théorème de la convergence dominée
et on trouve donc le même résultat.
On a donc, pour p ≥ 1, u ∈ W 1,p . Or ||un − u||W 1,p = ||un − u||Lp + ||u0n − u0 ||Lp converge vers 0 donc la suite (un ) converge
dans W 1,p (vers u).
Preuve : D’après le théorème précédent H 1 est un espace de Hilbert. Montrons qu’il est séparable.
Soit T l’application qui à u de H 1 associe (u, u0 ) dans L2 × L2 .
Le produit de deux espaces séparables est séparable puisque si les familles dénombrables (en ) et (fn ) sont denses dans E et F
alors la famille dénombrable (en , fp ) est dense dans E × F . L’espace L2 × L2 est donc séparable.
En outre T (H 1 ) est un sous-espace de L2 × L2 donc T (H 1 ) est séparable puisque toute partie d’un espace séparable E est
séparable. En effet, si (en ) est une famille dénombrable dense de E et si A est une partie de E, on peut considérer la famille
des am,n avec am,n ∈ Bo(en , 1/m) ∩ A qui est dénombrable et dense dans A.
Maintenant comme T est une isométrie, on en déduit que H 1 est séparable car l’image par une isométrie d’une partie séparable
est clairement séparable.
Enfin, les fonctions de ces espaces de Sobolev sont plus régulières que ce que l’on pourrait
croire :
Théorème V.5 Toute fonction u de W 1,p (I) admet un représentant continu ũ sur I¯ qui est
une primitive de u0 c’est-à-dire tel que :
Z
∀(x, y) ∈ I¯2 ũ(x) − ũ(y) = u0 (t).dλt
[y,x]
Preuve :
1) Montrons d’abord que :
146 CHAPITRE V. ESPACES DE SOBOLEV
Lemme
Si f est localement sommable sur I et si
Z
∀ϕ ∈ D(I) f ϕ0 .dλ = 0
I
alors f est égale à une constante presque partout (il existe C tel que f = C p.p.)
Preuve du lemme :
Toute fonction ψ de D(I) admet des primitives mais celles-ci ne sont pas nécessairement à support compact. Nous allons donc
utiliser une astuce.
R
Soit h une fonction de D(I) telle que h = 1. Considérons
I
Z
ψ̄ = ψ − ( ψ.dλ)h
I
R
Cette fonction admet une (unique) primitive ψ̃ à support compact puisque ψ̄.dλ = 0. On peut par exemple prendre
Rx I
ψ̃(x) = ψ̄(t).dt avec c ≤ a si supp(ψ̄) ⊂ [a, b].
c
R R
Comme pour tout ψ de D(I), ψ̃ est dans D(I), on a, par hypothèse, f ψ̃ 0 .dλ = 0 c’est-à-dire f ψ̄.dλ = 0 ou encore :
I I
Z Z
f (t)(ψ(t) − ( ψ(u).dλu )h(t)).dλt = 0
I I
Z Z
(f (u) − ( f (t)h(t).dλt ))ψ(u).dλu = 0
I I
R
Ceci étant vrai pour toute fonction ψ de D(I), on en déduit que f (u) − ( f (t)h(t).dλt ) = 0 pour presque tout u et donc que
I
f est égale à une constante presque partout.
2) Preuve du théorème :
Rx
Soit y fixé dans I. On pose ū(x) = u0 (t).dλt .
y
On peut donc systématiquement choisir pour un élément de W 1,p (I) son représentant continu
ce qui revient à dire que toute “fonction” de W 1,p (I) est continue.
Remarque 1 : en dehors d’un espace de Sobolev, on peut trouver des fonctions u (par
exemple les “escaliers du diable” vus en exercice complémentaire de la séance 1) telle que
u(x) − u(y) 6= yx u0 (t).dλt .
R
Remarque 2 : cette propriété de continuité disparait lorsque l’on considère des espaces de
Sobolev dans RN c’est-à-dire des fonctions de plusieurs variables.
En combinant le théorème précédent avec le théorème 1.20, on en déduit :
V.3. PROPRIÉTÉS 147
Ce résultat explique la notation u0 pour la dérivée faible (même si sa réciproque est fausse).
Par ailleurs, on peut démontrer que :
Ce résultat n’est plus valable pour un intervalle I différent de R mais on peut prouver que,
pour toute fonction u de W 1,p (I), il existe une suite (un ) de D(R) telle que la suite des
restrictions des un à I converge vers u.
Les espaces de Sobolev permettent notamment de généraliser des formules utiles mais connues
usuellement seulement pour les fonctions continûments dérivables. Ainsi on démontrera en
travaux dirigés :
• Transformée de Fourier :
F(f 0 ) = iyF(f )
On peut remarquer que la première et la troisième formule n’ont de sens que pour les
représentants continus. On peut vérifier qu’elles sont encore valables dans W 1,1 (I).
Preuve :
Le premier point est la ré-écriture du théorème 4.24.
Le deuxième point se démontre par densité (en remarquant que la convergence L2 entraı̂ne la convergence L∞ ).
Le troisième point s’obtient par une simple intégration du précédent (la preuve directe a été faite au TD 3 pour W 1,1 ).
Le dernier point a été proposé en exercice de contrôle en 2007/2008 (cf annales).
148 CHAPITRE V. ESPACES DE SOBOLEV
Références Bibliographiques
149
150 RÉFÉRENCES BIBLIOGRAPHIQUES
Abréviations et notations utilisées en
cours
Voici une liste des abréviations et notations les plus souvent utilisées en cours et en TD.
SE - Série Entière.
SF - Série de Fourier.
CV - Convergence.
DV - Divergence.
fct - fonction.
cont - continu.
deriv - dérivable
mes - mesurable.
def - définition.
151
152 RÉFÉRENCES BIBLIOGRAPHIQUES
th - théorème.
prop - propriété.
pb - problème.
exo - exercice.
demo - démonstration.
csq - conséquence.
ccl - conclusion.
cad - c’est-à-dire.
rq - remarque.
ssi - si et seulement si
Index
153
154 INDEX
d’inversion ponctuelle, 99
de Beppo Levi, 48
de changement de variables, 60
de Dirichlet, 26
de Fejer, 140
de Fourier-Plancherel, 105
de Fubini, 59
de Jordan, 140
de la convergence dominée, 49, 77
de la convergence monotone, 48
de la projection, 112
de Parseval, 116, 121
de Parseval-Plancherel, 105
de représentation de Riesz, 117
de Tonelli, 59
de Weierstrass, 140
Théorème
d’inversion, 105
de Caratheodory, 44
de prolongement des isométries, 31
Topologie, 16
Transformation de Fourier
des fonctions S, 102
des fonctions L1 , 97
des fonctions L2 , 104, 121
Tribu, 36
Tribu
de Borel, 37
de Lebesgue, 43
produit, 58