Espaces de Lebesgue

ÉCOLE POLYTECHNIQUE –

Cours 9 : Espaces de Lebesgue Bertrand Rémy 1 / 42

 1. Construction des espaces de Lebesgue
ÉCOLE POLYTECHNIQUE –

Cours 9 : Espaces de Lebesgue Bertrand Rémy 2 / 42

Espaces L p (Ω)
Dans ce qui suit, Ω est un ouvert de RN muni de la mesure de Lebesgue.
Définition
Soit p ∈ [1, +∞[. On note L p (Ω) l’ensemble des fonctions mesurables à valeurs réelles, qui
sont définies p.p. sur Ω, et qui vérifient
Z
|f (x)|p dx < +∞.
Ω

L’inégalité de Minkowski, qui sera démontrée dans la suite de cette section par des arguments
élémentaires (mais importants) de convexité, va permettre de prouver que l’espace L p (Ω) est
un R-espace vectoriel et que
Z 1/p
p
Np (f ) = |f (x)| dx
Ω
définit une semi-norme sur L p (Ω) (mais pas une norme).
Cours 9 : Espaces de Lebesgue Bertrand Rémy 3 / 42
Espace de Lebesgue Lp (Ω)

Définition
Soit p ∈ [1, +∞[. L’espace de Lebesgue Lp (Ω) est défini par

Lp (Ω) := {[f ] : f ∈ L p (Ω)},

où

[f ] := {h ∈ L p (Ω) : h = f p.p. sur Ω} .

Remarque : l’identification entre les fonctions est définie de la même façon que pour L1 (Ω) ;
les espaces L p (Ω), ainsi que les espaces Lp (Ω), dépendent de p.

Cours 9 : Espaces de Lebesgue Bertrand Rémy 4 / 42

Notion de fonction convexe
Afin de prouver des inégalités intégrales, dont l’inégalité de Minkowski, revenons sur la théorie
des fonctions convexes.

Soit I ⊂ R un intervalle ouvert non vide et soit F : I → R une fonction.

Définition
On dit que F est une fonction convexe sur I si pour tous x, y ∈ I et tout α ∈ [0, 1] on a :


F αx + (1 − α)y 6 αF (x) + (1 − α)F (y ).

Remarques.
1. On ne fait pas d’hypothèse de régularité sur F (et pour cause : on peut déduire de telles
propriétés à partir de la convexité, en tout cas p.p.).
2. Il est utile de voir les inégalités de la définition ci-dessus en termes de graphes et de
cordes tracées à partir de points du graphe de la fonction F .
Cours 9 : Espaces de Lebesgue Bertrand Rémy 5 / 42
Énoncé des principales propriétés des fonctions convexes
Voici un résumé des principales propriétés des fonctions convexes.
Proposition
Si F est convexe sur I , alors on a les propriétés suivantes.
(i) La fonction F est lipschtizienne sur tout compact de I ; elle est donc continue sur I .
(ii) La fonction F admet une dérivée à droite et une dérivée à gauche en tout point de I .
On note Fg0 la dérivée à gauche et Fd0 la dérivée à droite de F sur I .
(iii) Si x < y , alors on a
Fg0 (x) 6 Fd0 (x) 6 Fg0 (y ) 6 Fd0 (y ).
En particulier, les fonctions Fd0 et Fg0 sont croissantes.
(iv) Pour tout x ∈ I et pour tout a ∈ [Fg0 (x), Fd0 (x)], on a l’inégalité :

F (y ) > F (x) + a (y − x) pour tout y ∈ I .

Cours 9 : Espaces de Lebesgue Bertrand Rémy 6 / 42

Fonctions convexes : inégalités entre taux de variation

Preuve. On commence par prouver la croissance des fonctions taux de variation en chaque
point.

Si x < y < z, on part de l’inégalité de convexité :

F (1 − t) x + tz 6 (1 − t) F (x) + t F (z),
y −x
avec t = z−x . Tous calculs faits, on obtient :

(z − x) F (y ) 6 (z − y ) F (x) + (y − x) F (z),
ce qui permet d’en déduire :

F (y ) − F (x) F (z) − F (x) F (z) − F (y )

6 6 .
y −x z −x z −y

Cours 9 : Espaces de Lebesgue Bertrand Rémy 7 / 42

Fonctions convexes : existence des dérivées à gauche et à droite

F (a) − F (x)
Ainsi, à x fixé, la fonction a 7→ est croissante sur I − {x}. Elle admet donc une
a−x
limite à droite Fd (x) et une limite à gauche Fg0 (x) en x.
0

Par passages à la limite appropriés dans la double inégalité précédente, on obtient en outre :

Fg0 (x) 6 Fd0 (x)

et

F (z) − F (x)
Fd0 (x) 6 6 Fg0 (z).
z −x

Cours 9 : Espaces de Lebesgue Bertrand Rémy 8 / 42

Fonctions convexes : croissance des dérivées à gauche et à droite

Maintenant on se donne x < y < z < t. On peut écrire

F (y ) − F (x) F (z) − F (y ) F (t) − F (z)

Fd0 (x) 6 6 6 6 Fg0 (t).
y −x z −y t −z
En particulier, F est lipschitzienne sur [x, t] puisque

|F (z) − F (y )| 6 max{|Fd0 (x)|, |Fg0 (t)|} · |z − y |.

En passant à la limite pour z & y , puis pour y % z, on trouve que :

F (y ) − F (x) F (t) − F (z)

Fd0 (x) 6 6 Fd0 (y ) et Fg0 (z) 6 6 Fg0 (t),
y −x t −z
ce qui prouve que Fd0 et Fg0 sont croissantes.

Cours 9 : Espaces de Lebesgue Bertrand Rémy 9 / 42

Fonctions convexes : inégalités de tangence

On a aussi les deux inégalités :

F (y ) > F (x) + Fd0 (x)(y − x) et F (z) > F (t) + Fg0 (t)(z − t),
que l’on peut réécrire sous la forme :

F (y ) > F (x) + Fd0 (x)(y − x) si x < y ∈ I

et

F (y ) > F (x) + Fg0 (x)(y − x) si x > y ∈ I,

ce qui termine la démonstration. 

Cours 9 : Espaces de Lebesgue Bertrand Rémy 10 / 42

Régularité et convexité

Remarque : une fonction convexe est deux fois dérivable p.p. sur I .

Justification. Remarquer que les intervalles de la forme ]Fg0 (x), Fd0 (x)[, quand ils sont non
vides, sont disjoints. 

Remarque : si F est dérivable sur I , alors F est une fonction convexe si, et seulement si, F 0
est une fonction croissante. Donc si F est deux fois dérivable sur I , alors F est une fonction
convexe si, et seulement si, F 00 > 0.

Justification. Si F 0 est croissante, alors le théorème des accroissements finis donne

F (y ) − F (x) F (z) − F (y )
6 ,
y −x z −y

si x < y < z. Il suffit alors d’écrire y = t x + (1 − t) z pour obtenir l’inégalité de convexité

désirée. 
Cours 9 : Espaces de Lebesgue Bertrand Rémy 11 / 42
Inégalité de Jensen : le cas discret
Soit I un intervalle ouvert de R. On se donne :
1. une fonction convexe : Φ : I → R ;
2. des points x1 , . . . , xn ∈ I ;
Xn
3. des  poids  ai ∈ [0, 1] tels que ai = 1.
i=1
Alors, par récurrence finie, l’inégalité définissant la convexité de Φ donne :
n
X n
X


Φ ai xi 6 ai Φ(xi ).
i=1 i=1

Exemple. En prenant Φ(x) = − ln x et a1 = . . . = an = 1/n, il vient :

x1 + . . . + xn
> (x1 . . . xn )1/n
n
pour tous x1 , . . . , xn > 0.
Cours 9 : Espaces de Lebesgue Bertrand Rémy 12 / 42
Inégalité de Jensen : un cas particulier
Exemple : Soient Φ : R → R une fonction convexe et f ∈ C ([0, 1]), alors
Z 1  Z 1


Φ f (x) dx 6 Φ f (x) dx.
0 0

Preuve. On utilise l’inégalité précédente avec

ai = 1/n et xi = f (i/n),
pour obtenir
n−1   n−1   
!
1 X i 1 X i
Φ f 6 Φ f .
n n n n
i=0 i=0

Ensuite, on passe à la limite quand n → +∞ en voyant les sommes précédentes comme des
sommes de Riemann. 
Cours 9 : Espaces de Lebesgue Bertrand Rémy 13 / 42
Énoncé de l’inégalité de Jensen
Soit Φ : R → R une fonction convexe.

Soit g : Ω → R mesurable et telle que :

1. on aZ: g > 0 p.p. sur Ω,
2. et : g (x) dx = 1.
Ω

Théorème (inégalité de Jensen)

Soit f une fonction mesurable définie p.p. sur Ω et à valeurs réelles. On suppose que les
fonctions produit fg et Φ(f )g sont dans L 1 (Ω). Alors on a :
Z  Z


Φ g (x) f (x) dx 6 g (x) Φ f (x) dx.
Ω Ω

Remarque : ceci est un analogue mesurable naturel de l’inégalité de convexité discrète qui
précède, la fonction g pouvant être vue comme une version non discrète des poids ai .
Cours 9 : Espaces de Lebesgue Bertrand Rémy 14 / 42
Preuve de l’inégalité de Jensen
Preuve. On utilise une inégalité de tangence pour écrire que p.p. sur Ω on a :


Φ f (x) > Φ(m) + a (f (x) − m),
Z
avec m = g (x) f (x) dx et a ∈ [Φ0g (m), Φ0d (m)]. On multiplie par g (x) et on intègre :
Ω
Z Z Z 


g (x) Φ(f (x)) dx > g (x) dx Φ(m) + a g (x) f (x) dx − m
Ω Ω Ω

ce qui fournit l’inégalité voulue (le second terme du minorant est nul et le coefficient du
premier vaut 1). 
Z  Z
Remarque : pour f (x) = x, on obtient Φ x g (x) dx 6 Φ(x) g (x) dx, qu’on retrouve

Ω
Ω
en probabilités sous la forme Φ E(X ) 6 E Φ(X ) , où X est une variable aléatoire et g (x) dx
une mesure de probabilité.
Cours 9 : Espaces de Lebesgue Bertrand Rémy 15 / 42
Énoncé de l’inégalité de Hölder

Théorème (inégalité de Hölder)

Soient f , g : Ω → R des fonctions mesurables et p, q > 1 deux nombres réels tels que
1 1
+ = 1.
p q
Alors, on a :
Z Z 1/p Z 1/q
|f (x)g (x)| dx 6 |f (x)|p dx |g (x)|q dx .
Ω Ω Ω

Remarque : on dit que les exposants p et q ci-dessus sont conjugués.

Cours 9 : Espaces de Lebesgue Bertrand Rémy 16 / 42

Preuve de l’inégalité de Hölder

Preuve. La convexité de x 7→ − ln x implique

 
1 1 X Y X Y
ln X + ln Y 6 ln + et donc X 1/p Y 1/q 6 + .
p q p q p q

|f (x)|p |g (x)|q
On prend X := R p
et Y := R
q
pour en déduire que
Ω |f (x)| dx Ω |g (x)| dx

|f (x)| |g (x)| 1 |f (x)|p 1 |g (x)|q

1/p Z 1/q 6 Z + Z ,
Z p p q q
p
|f (x)| dx q
|g (x)| dx |f (x)| dx |g (x)| dx
Ω Ω Ω Ω

1 1
et on intègre sur x, le majorant étant finalement égal à 1 puisque + = 1. 
p q

Cours 9 : Espaces de Lebesgue Bertrand Rémy 17 / 42

Énoncé de l’inégalité de Minkowski
Théorème (inégalité de Minkowski)
Soient f , g : Ω → R des fonctions mesurables et soit p ∈ [1, +∞[. Alors on a :
Z 1/p Z 1/p Z 1/p
p p p
|f (x)+g (x)| dx 6 |f (x)| dx + |g (x)| dx .
Ω Ω Ω

Inégalité de Hölder – version discrète : pour tous p, q > 1 tels que p1 + q1 = 1

  !1/p !1/q
X  X X
p q
xn yn  6 |xn | |yn | .
 

 
n∈N n∈N n∈N

Inégalité de Minkowski – version discrète : pour tout p > 1

!1/p !1/p !1/p
X X X
p p p
|xn + yn | 6 |xn | + |yn | .
n∈N n∈N n∈N
Cours 9 : Espaces de Lebesgue Bertrand Rémy 18 / 42
Preuve de l’inégalité de Minkowski

Preuve. On a |f + g |p = |f + g |p−1 |f + g | 6 |f + g |p−1 (|f | + |g |) et donc :

Z Z Z
|f + g |p dx 6 |f | |f + g |p−1 dx + |g | |f + g |p−1 dx.
Ω Ω Ω

On applique l’inégalité de Hölder à chaque terme du majorant :

Z Z (p−1)/p Z 1/p
|(f + g )(x)|p dx 6 |(f + g )(x)|p dx |f (x)|p dx
Ω
Z Ω (p−1)/p Z Ω 1/p
p p
+ |(f + g )(x)| dx |g (x)| dx
Ω Ω
Z (p−1)/p
p
et on finit en simplifiant par |(f + g )(x)| dx . 
Ω

Cours 9 : Espaces de Lebesgue Bertrand Rémy 19 / 42

 2. Propriétés topologiques des espaces Lp
ÉCOLE POLYTECHNIQUE –

Cours 9 : Espaces de Lebesgue Bertrand Rémy 20 / 42

Résumé sur les espaces de Lebesgue Lp (Ω)
Dans ce qui suit, Ω est un ouvert de RN muni de la mesure de Lebesgue. Comme pour
l’espace L1 (Ω), on peut prouver les assertions suivantes pour p ∈ [1; +∞[ :

1. L’espace Lp (Ω) muni de la norme

Z 1/p
p
kf kLp (Ω) = |f (x)| dx ,
Ω

est un espace vectoriel normé complet (i.e. un espace de Banach).

2. L’espace Cc (Ω) s’identifie à un sous-espace vectoriel dense de Lp (Ω).
3. Pour tout f ∈ Lp (RN ), on a lim kf (· − y ) − f kLp (RN ) = 0.
|y |→0

Ces propriétés ont déjà été vues pour p = 1. Nous allons réviser la preuve de certaines d’entre
elles, avec des formulations un peu différentes éventuellement.
Cours 9 : Espaces de Lebesgue Bertrand Rémy 21 / 42
Complétude de Lp (Ω)

Théorème (de Fischer-Riesz)

Pour tout exposant p > 1, l’espace L p (Ω) est complet pour la semi-norme Np .
Plus précisément, si {un }n>1 est une suite d’éléments de L p (Ω) telle que
X
Np (un ) < +∞,
n>1

alors il existe U ∈ L p (Ω) telle que l’on ait presque partout

X
U(x) = un (x)
n>1

n
X
L p (Ω),
P
et telle que la série n>1 un converge vers U dans i.e. : lim Np (U − un ) = 0.
n→∞
k=1

Cours 9 : Espaces de Lebesgue Bertrand Rémy 22 / 42

Preuve de la complétude de Lp (Ω)
Preuve. On a vu en exercice que pour vérifier la complétude d’un espace vectoriel normé, il
suffit de voir que toute série normalement convergente est convergente (astuce d’accélération
de convergence) : il suffit donc de vérifier la seconde partie de l’énoncé.
Pour cela, posons X
f (x) = | un (x) | 6 +∞.
n>1

En combinant le théorème de convergence croissante et l’inégalité de Minkowski (pour les

sommes partielles), on a l’inégalité de Minkowski généralisée :
Z 1
p X
p
f dµ 6 Np (un ) < +∞,
n>1

prouvant que f (x) est fini presque partout. PPosons A = {f = +∞} : c’est un ensemble
mesurable négligeable et la série numérique n>1 un (x) est absolument convergente hors de A.
Cours 9 : Espaces de Lebesgue Bertrand Rémy 23 / 42
Preuve de la complétude de Lp (Ω), fin

P par vn (x) = 0 si x ∈ A et vn (x) = un (x)

Pour chaque n > 1, on note vn la fonction définie
sinon. C’est une fonction mesurable et la série n>1 vn (x) est absolument convergente pour
tout x : on note U(x) sa somme. D’après l’inégalité de Minkowski généralisée, on a :
n
X n
X ∞
X
Np (U − uk ) = Np (U − vk ) = Np ( vk )
k=1 k=1 k=n+1

∞
X ∞
X ∞
X


6 Np | vk | 6 Np (vk ) = Np (uk ),
k=n+1 k=n+1 k=n+1

et le majorant tend vers 0 par hypothèse.

n
X n

X X
Ceci prouve que U = U − uk + uk est un élément de L p (Ω) et que la série un
k=1 k=1 n>1
converge vers U dans L p (Ω). 
Cours 9 : Espaces de Lebesgue Bertrand Rémy 24 / 42
Théorème de sous-convergence ponctuelle p.p.

Théorème
De toute suite convergente dans L p (Ω) (avec 1 6 p < +∞) on peut extraire une sous-suite
qui converge presque partout.

Preuve. Soit (fn )n>0 une telle suite. Comme

P elle est de Cauchy on peut en extraire une
sous-suite (fϕ(n) )n>0 telle que l’on ait : n>0 Np (fϕ(n+1) − fϕ(n) ) < +∞.
D’après la seconde partie du théorème précédent, la série
X

fϕ(1) (x) + fϕ(n+1) − fϕ(n)
n>1


est absolument convergente pour presque tout x, et donc fϕ(n) n>1
est convergente pour
presque tout x. 

Cours 9 : Espaces de Lebesgue Bertrand Rémy 25 / 42

Théorème de densité
Théorème
(i) L’espace Cc (Ω) s’identifie à un sous-espace dense de Lp (Ω).
(ii) L’ensemble des fonctions étagées intégrables est dense dans L p (Ω) (avec 1 6 p < +∞).

Preuve. On prouve le second point. La première remarque est qu’une fonction étagée
appartient à tous les espaces L p (Ω) dès qu’elle appartient à l’un d’eux, et donc dès qu’elle est
intégrable. Soit f un élément positif de L p (Ω). On sait qu’il existe une suite croissante de
fonctions étagées positives ϕn convergeant vers f (voir le cours sur l’intégration des mesures :
c’est le point de départ de la théorie). Chaque fonction ϕn est dans L p (Ω), et par
convergence monotone, on voit que
Z 1
p
p
Np (f − ϕn ) = | f − ϕn | dµ

tend vers 0 quand n → ∞. On conclut au moyen des notions de partie positive et négative,
puis de partie réelle et imaginaire. 
Cours 9 : Espaces de Lebesgue Bertrand Rémy 26 / 42
Supremum essentiel

Nous passons maintenant à la définition d’un tout dernier espace de classes de fonctions en
lien avec la théorie de la mesure, mais sans hypothèse d’intégrabilité.

Définition
Pour toute f , fonction mesurable définie p.p. sur Ω, on note
n o
kf k∞ := inf M > 0 : {x ∈ Ω : |f (x)| > M} est négligeable ,

le supremum essentiel de la fonction f .

Remarque : par convention, on a : inf ∅ = +∞.

Exemple : k1Q k∞ = 0 alors que supR 1Q = 1.

Cours 9 : Espaces de Lebesgue Bertrand Rémy 27 / 42

L’espace L∞ (Ω)
On définit L ∞ (Ω) comme l’ensemble des fonctions mesurables, définies p.p. sur Ω, telles que
kf k∞ < +∞.
Définition
On définit L∞ (Ω) par
L∞ (Ω) := {[f ] : f ∈ L ∞ (Ω)},
où [f ] := {h ∈ L ∞ (Ω) : h = f p.p. sur Ω}.

L’ensemble L∞ (Ω) est un R-espace vectoriel, muni de la norme

n o
k[f ]kL∞ (Ω) := inf M > 0 : {x ∈ Ω : |f (x)| > M} est négligeable .

Proposition
L’espace L∞ (Ω), muni de la norme k · kL∞ , est un espace vectoriel normé complet (i.e. un
espace de Banach).
Cours 9 : Espaces de Lebesgue Bertrand Rémy 28 / 42
Particularités de l’espace L∞ (Ω)
Remarques.
1. Attention : l’espace Cc (Ω) s’identifie à un sous-espace vectoriel de L∞ (Ω), mais qui
cette fois n’est pas dense dans L∞ (Ω). Par exemple, pour tout f ∈ Cc (R) on a

kf − 1[−1,1] kL∞ (R) > 1/2,

donc Cc (R) n’est pas dense dans L∞ (R).

2. Pour tout y 6= 0, on a :

k1[−1,1] (· − y ) − 1[−1,1] kL∞ (R) = 1,

En particulier

lim k1[−1,1] (· − y ) − 1[−1,1] kL∞ (R) 6= 0,

y →0

ce qui contredit aussi la continuité des translations dans ce cas.

Cours 9 : Espaces de Lebesgue Bertrand Rémy 29 / 42
Complétude de l’espace L∞ (Ω)
Preuve. Soit fn ∈ L∞ (Ω) telle que, pour tout ε > 0, il existe N > 0 tel que

n, m > N ⇒ kfn − fm kL∞ < ε.

On construit une application n 7→ ϕ(n) strictement croissante, telle que

kfϕ(n+1) − fϕ(n) kL∞ < 21n . Il existe Z négligeable tel que |fϕ(n+1) (x) − fϕ(n) (x)| < 1
2n pour tout
x ∈ Ω − Z. Définissons, pour tout x ∈ Ω − Z
X

f (x) := fϕ(0) (x) + fϕ(n+1) (x) − fϕ(n+1) (x)
n>0

La fonction f est mesurable et

1
|fϕ(n) (x) − f (x)| <
,
2n
pour tout x ∈ Ω − Z. Conclusion, (fϕ(n) )n>0 converge vers f dans (L∞ (Ω), k kL∞ ) et, par
conséquent, (fn )n>0 converge également vers f dans (L∞ (Ω), k kL∞ ). 
Cours 9 : Espaces de Lebesgue Bertrand Rémy 30 / 42
Remarque sur les espaces mesurés

Dans cette section et la précédente, on s’est restreint à la construction des espaces de

Lebesgue associés à des ouverts de RN .

Cependant la construction des espaces L p (X , A , µ) et Lp (X , A , µ) fait sens pour tout espace

mesuré (X , A , µ). La nouveauté est qu’il n’y a pas de topologie, ni de structure algébrique sur
X a priori.

Dans ce cadre général, L p (X , A , µ) est un espace vectoriel muni de la semi-norme Np et

L p (X , A , µ) est un espace vectoriel normé pour la norme k · kp . Les propriétés mentionnées
ci-dessus sont valides, sauf celles qui n’ont pas de sens a priori, à savoir :

– la densité d’espaces de fonctions continues (car X n’a pas de topologie) ;

– la continuité des translations (car X n’est pas un espace vectoriel).

Cours 9 : Espaces de Lebesgue Bertrand Rémy 31 / 42

Construction de formes linéaires

Proposition
Soient p et q des exposants conjugués, i.e. p1 + q1 = 1, avec p ∈]1; +∞[. Soit
g ∈ Lq (X , A , µ). Alors l’application f 7→ fg dµ(x) est une forme linéaire continue sur
R

Lp (X , A , µ) et sa norme vaut exactement k g kLq .

Preuve. Notons G la forme linéaire en question. Alors l’inégalité de Hölder implique que

| G (f ) | 6 k g kLq · k f kLp .

Ceci entraı̂ne la continuité de la forme linéaire G et la majoration de sa norme d’opérateur par

k g kLq . Pour prouver l’égalité, on peut supposer g non nul presque partout et poser

g (x)
f (x) = .
| g (x) |2−q

Cours 9 : Espaces de Lebesgue Bertrand Rémy 32 / 42

Construction de formes linéaires, fin de preuve

Alors
Z Z 1− 1
q
q q
G (f ) = | g | dµ = k g kLq · | g | dµ = k g kLq · k f kLp ,

ce qui prouve l’égalité cherchée. 

Remarque. Il existe des constructions analogues dans les cas limites non pris en charge par
l’énoncé précédent.

1. Toute g ∈ L1 définit par la formule précédente f 7→ fg dµ une forme linéaire continue

R

de norme k g kL1 sur L∞ .

2. Toute g ∈ L∞ définit de même une forme linéaire continue sur L1 de norme 6 k g kL∞ , et
on a égalité dans le cas où toute partie mesurable de mesure infinie contient une partie
mesurable de mesure finie non nulle.

Cours 9 : Espaces de Lebesgue Bertrand Rémy 33 / 42

Le cas hilbertien : retour au théorème de Riesz

Dans le cas des espaces de Hilbert, c’est-à-dire quand p = 2, le théorème de Riesz est une
réciproque au dernier énoncé dans le sens où il dit que la construction
Z
f 7→ fg dµ

permet de reconstituer tout le dual topologique d’un espace L2 (X , A , µ).

Dans la section qui suit, on va chercher à décrire le dual de certains autres espaces Lp au
moyen de la construction ci-dessus.

Cours 9 : Espaces de Lebesgue Bertrand Rémy 34 / 42

 3. Théorème de Radon-Nikodym et dualité
ÉCOLE POLYTECHNIQUE –

Cours 9 : Espaces de Lebesgue Bertrand Rémy 35 / 42

Densités

Dans tout ce qui suit, (X , A ) est un espace mesurable.

Définition
Soit µ une mesure sur (X , A ) et soit p une fonction mesurable positive sur X . L’application
qui à toute partie mesurable A ∈ A associe la quantité
Z
ν(A) = p(x) dµ(x) 6 +∞,
A

est une mesure qu’on appelle la mesure de densité p par rapport à µ et qu’on note ν = pµ.

Que pµ soit bien une mesure vient du faitP que si A est une réunion dénombrable de parties
mesurables An , alors on peut écrire 1A = n 1An et appliquer le théorème d’intégration terme
à terme pour vérifier le second axiome des mesures.

Cours 9 : Espaces de Lebesgue Bertrand Rémy 36 / 42

Formule d’intégration pour les densités
Proposition
Soit µ une mesure sur (X , A ) et soit p une fonction mesurable positive sur X . On note
ν = pµ. Alors pour toute fonction mesurable positive f , on a :
Z Z
f (x) dν(x) = f (x)p(x) dµ(x).

Preuve. C’est vrai (par définition) sur les fonctions caractéristiques des parties mesurables,
donc par additivité sur les fonctions étagées, et grâce au théorème de Beppo Levi c’est vrai
pour toute fonction mesurable positive. 
On tire de cette proposition deux conséquences.
1. Soit f : X → C une fonction Rmesurable. AlorsR f est ν-intégrable si et seulement si fp est
µ-intégrable, auquel cas on a f (x) dν(x) = f (x)p(x) dµ(x).
2. Si p et q sont deux fonctions mesurables positives sur X alors on a : q(pµ) = (qp)µ.
Cours 9 : Espaces de Lebesgue Bertrand Rémy 37 / 42
Mesure absolument continue par rapport à une autre

Définition
Soit µ une mesure sur (X , A ).
(i) On dit que µ est σ-finie si X est réunion dénombrable de parties de A de µ-mesure finie.
(ii) Une mesure ν sur (X , A ) est dite absolument continue par rapport à µ si toute partie
µ-négligeable est ν-négligeable.

Exemple : pour toute fonction mesurable positive p sur X , la mesure pµ est absolument
continue par rapport à µ. Cela provient de la formule de définition de ν = pµ :
Z
ν(A) = p(x) dµ(x) 6 +∞.
A

Sous des hypothèses de σ-finitude, il existe une réciproque à l’exemple précédent.

Cours 9 : Espaces de Lebesgue Bertrand Rémy 38 / 42

Théorème de Radon-Nikodym
Théorème (de Radon-Nikodym)
Soient µ et ν des mesures σ-finies sur (X , A ). Pour que ν soit absolument continue par
rapport à µ il faut, et il suffit, qu’il existe une fonction mesurable positive p telle que ν = pµ.

Preuve (esquisse). On ne fait qu’esquisser la preuve, l’idée étant de voir une belle illustration
de plus du théorème de représentation de Riesz.
Tout d’abord, en partitionnant convenablement X , un peu de travail montre qu’on peut se
ramener au cas où µ(x) et ν(X ) sont finies.
L’idée est ensuite d’introduire la mesure auxiliaire λ = µ + ν. On peut alors donner un sens à
f dν pour toute classe de fonction f de L2 (X , λ) : en effet, si f et f 0 sont égales λ-presque
R

partout, elles le sont ν-presque partout (par hypothèse d’absolue continuité) et ont donc
même intégrale contre ν. Ceci définit alors une forme linéaire Φ : L2 (X , λ) → R par
Z
Φ(f ) = f dν.
Cours 9 : Espaces de Lebesgue Bertrand Rémy 39 / 42
Théorème de Radon-Nikodym, esquisse de preuve

La forme linéaire Φ est continue sur L2 (X , λ) car on a (par Cauchy-Schwarz pour la fin) :

Z Z Z p
| Φ(f ) | = | f (x) dν(x) | 6 | f (x) | dν(x) 6 | f (x) | dλ(x) 6 λ(X )· k f kL2 (X ,λ) .

Par Riesz, il existe donc une classe de fonctions g ∈ L2 (X , λ) telle que Φ = h·, g i, soit
Z Z Z Z
f dν = fg dλ = fg dν + fg dµ,
ou encore :
Z Z
(∗) f (1 − g ) dν = fg dµ pour toute f ∈ L2 (X , λ).

Cours 9 : Espaces de Lebesgue Bertrand Rémy 40 / 42

Théorème de Radon-Nikodym, esquisse de preuve (fin)
Affirmation 1. On a µ-presque partout : g > 0.
[ −1
Justification. Par la réunion dénombrable {g < 0} = {g 6 }, si l’affirmation n’était
n
n>1
pas vérifiée on trouverait α > 0 et A ∈ A de mesure > 0 tels que g (x) 6 −α pour tout
x ∈ A : la fonction f = 1A injectée dans (∗) aboutirait à une contradiction. 
Désormais, on suppose que g est une fonction partout strictement positive.
Affirmation 2. On a ν-presque partout : g < 1.
Justification. Si ce n’était pas le cas, on pourrait trouver une partie A ∈ A de ν-mesure > 0,
et donc de µ-mesure > 0 par hypothèse d’absolue continuité, sur laquelle g > 1. Ceci
fournirait à nouveau une contradiction en prenant f = 1A dans (∗). 
R de trouver h > 0 qui ν-presque partout vaut 1 − g et est telle que
RCeci permet
fg dµ = fh dν. Comme f peut être toute fonction caractéristique de partie mesurable, on
g
peut conclure que g µ = hν, puis finalement que : ν = µ. 
h
Cours 9 : Espaces de Lebesgue Bertrand Rémy 41 / 42
Application à la dualité

Le théorème de Radon-Nikodym permet de prouver le théorème suivant, qui relie entre eux
certains espaces Lp au moyen de la notion de dual topologique.

Théorème
Soit µ une mesure σ-finie sur (X , A ). Soit p ∈ [1; +∞[. Si Φ est une forme
Z linéaire continue
1 1
sur Lp (X , µ), il existe g ∈ Lq (X , µ) avec + = 1 telle que Φ(f ) = fg dµ pour toute
p q
f ∈ Lp (X , µ).

Remarques.
1. Le dual topologique de L∞ (X , µ) est beaucoup plus difficile à décrire.
2. Si p ∈]1; +∞[, on a un isomorphisme de bidualité de Lp (X , µ) sur lui-même.

Cours 9 : Espaces de Lebesgue Bertrand Rémy 42 / 42