Académique Documents
Professionnel Documents
Culture Documents
Espaces de Lebesgue
(Mathématiques Appliquées GI-SIG-GC-GLT)
Driouch Aicha
17 novembre 2021
Espaces de Lebesgue
Plan
1 Intégrale de Riemann
4 Intégrale de Lebesgue
6 Les espaces Lp , 1 ≤ p ≤ +∞
7 Produit de convolution
Espaces de Lebesgue
Intégrale de Riemann
Intégrale de Riemann
Z b
Pour calculer f (x )dx on considère une subdivision de [a, b] :
a
a = x0 < ... < xi < xi+1 < ... < xN = b telle que
Z b N
X
f (x )dx = lim f (ti )(xi+1 − xi )
a N→+∞
i=0
Espaces de Lebesgue
Intégrale de Riemann
Un exemple fondamental
La fonction de Dirichlet
0 si x ∈ Q
(
f (x ) =
1 si x ∈ R \ Q
Espaces de Lebesgue
Intégrale de Riemann
Z 1
On souhaite calculer f (x )dx ?
0
Contradiction ! ! Z
1
Cela implique que f (x )dx au sens de Riemann n’existe pas.
0
Présentons alors une nouvelle technique
Espaces de Lebesgue
Intégrale de Riemann
Z 1
f (x )dx = f (x ) × Longueur de (A0 ) + f (x ) × Longueur de (A1 )
0
Z 1
f (x )dx = f (x ) × µ(A0 ) + f (x ) × µ(A1 )
0
Espaces de Lebesgue
Notion de Mesure-Intégrale par rapport à une mesure
Définition : Norme
Soit E un espace vectoriel sur Rn . Une application ||.|| : E → R est
une norme si et seulement si :
1 ∀x ∈ E , ∀λ ∈ R, ||λx || = |λ|||x ||.
2 ∀x , y ∈ E ||x || ≥ 0.
3 ||x + y || ≤ ||x || + ||y || ∀x , y ∈ E .
4 ∀x ∈ E ||x || = 0 ⇔ x = 0.
Exemples
La valeur absolue est une norme sur l’espace vectoriel E = R.
On peut définir une norme sur tout espace vectoriel euclidien
sur Rn muni d’un produit scalaire (E , <, >)
n
!1
√ X 2
||x || < x , x > = xi2
i=1
Espaces de Lebesgue
Notion de Mesure-Intégrale par rapport à une mesure
Fonction convexe
Soit E un espace vectoriel. On dit que f est convexe lorsque
Définition : Tribu
Soit E un ensemble. On appelle tribu sur E , un ensemble B de
parties de E vérifiant
l’ensemble vide est dans B
B est stable par complémentaire (ie :∀A ∈ B, Ac ∈ B)
B est stable par union dénombrable :
(c-à-d : si ∀n ∈ N An ∈ B alors ∪n∈N An ∈ B).
L’espace (E , B) est appelé espace mesurable.
Espaces de Lebesgue
Notion de Mesure-Intégrale par rapport à une mesure
Exemples
1 L’ensemble (B = {∅, E }) est une tribu sur E . (tribu triviale)
2 On pose A = P(E ) où P(E ) représente l’ensemble de toutes
les parties de E . P(E ) est une tribu sur E .
3 Soit l’ensemble E = {0, 1, 5, 9} alors B = {∅, E , {0}, {1, 5, 9}}
est une tribu sur E (c’est la plus petite tribu contenant {0}).
Espaces de Lebesgue
Notion de Mesure-Intégrale par rapport à une mesure
Mesure
Soit un ensemble non vide de Rn et soit
µ : (E , B) → [0, +∞]
A 7→ µ(A)
Exemples
La mesure de Probabilité
p : P(E ) → [0, 1]
A 7→ p(A)
La mesure de Comptage
(
Nombres d’élèments de A si A est fini
ν(A) =
+∞ sinon
La mesure de Lebesgue
Par convention, on a
Propriété
Si A ⊂ B avec A et B deux ensemble de R n alors
µ(A) ≤ µ(B)
Espaces de Lebesgue
Notion de Mesure-Intégrale par rapport à une mesure
Fonction mesurable
Définition
Soient (E , B) et (E ′ , B ′ ) deux espaces mesurables, une application
f : E → E ′ est dite mesurable si
∀A ∈ B ′ f −1 (A) ∈ B
Exemples
Toutes les fonctions constantes de E à valeur R sont
mesurables. En effet si f (x ) = c ∀x ∈ E alors f −1 (R) = E
comme E appartient toujours à la tribu de l’ensemble de
départ alors f est mesurable.
Toutes les fonctions continues et continues par morceaux sur
E sont mesurables.
Espaces de Lebesgue
Notion de Mesure-Intégrale par rapport à une mesure
Ensemble négligeable
Définition
Soit A ⊂ Rn , si µ(A) = 0, on dira que A est un ensemble
négligeable par rapport à la mesure µ.
Exemples
- L’ensemble vide ∅ est un ensemble négligeable car on a par
définition µ(∅) = 0.
- Tous les singletons sont négligeables par rapport à la mesure de
Lebesgue. En effet, considérons le singleton {x } avec x ∈ R.
Espaces de Lebesgue
Ensemble négligeable-Propriété vraie presque partout
{x } ⊂ Ak
donc
µ({x }) ≤ µ(Ak )
1 1 2
0 ≤ µ(Ak ) = x +
−x + =
k k k
en faisant tendre k → +∞, on trouve : µ({x }) = 0.
Espaces de Lebesgue
Ensemble négligeable-Propriété vraie presque partout
Proposition
Soit A un ensemble dénombrable, alors µ(A) = 0
Preuve
Puisque A est dénombrable alors on peut écrire A sous forme de
[
A= {xi }
i∈N
donc X
µ(A) ≤ µ({xi }) = 0
i∈N
donc µ(A) = 0
Espaces de Lebesgue
Ensemble négligeable-Propriété vraie presque partout
Conséquence
Les ensembles N, Z sont de mesure nulle.
L’ensemble Q est aussi de mesure nulle.
On revient à l’exemple de la fonction de dirichlet sur [0, 1],
0 si x ∈ Q ∩ [0, 1]
(
f (x ) =
1 si x ∈ R \ Q ∩ [0, 1]
Z 1
f (x )dµ = 0 × µ(Q ∩ [0, 1]) + 1 × µ(R \ Q ∩ [0, 1])
0
et puisque Q ∩ [0, 1] est dénombrable alors µ(Q ∩ [0, 1]) = 0
Espaces de Lebesgue
Ensemble négligeable-Propriété vraie presque partout
Proposition
Soit B ⊂ Rn un ensemble borné alors nous avons µ(B) < +∞
Preuve
Comme B est borné alors ∃M > 0 tel que
B ⊂] − M, M[n
alors
µ(B) ≤ µ(] − M, M[n ) = (2M)n < +∞
CQFD.
Espaces de Lebesgue
Ensemble négligeable-Propriété vraie presque partout
Définition
Soit (E , µ) un espace mesuré et A ⊂ E , on dira qu’une propriété
est vraie presque partout sur l’ensemble A si l’ensemble des
x ∈ A sur lequel la propriété n’a pas lieu est négligeable (c-à-d de
mesure nulle).
Autrement dit,
P est vraie presque partout ⇔ L’ensemble sur lequel P est fausse
est de mesure nulle
Espaces de Lebesgue
Ensemble négligeable-Propriété vraie presque partout
Exemples
Soit f : R → R la fonction définie par
R \ {1, 3}
0 sur
f (x ) = 2 si x =1
1 si x =3
On adoptera la notation
0 × +∞ = 0
et
R̄ = [−∞, +∞]
Espaces de Lebesgue
Intégrale de Lebesgue
Définition
Soit E un sous ensemble de Rn . On dit que f est intégrable au
sens de Lebesgue sur E si et seulement si
Z
|f |dµ < +∞
E
Exemples :
1
-La fonction f (x ) = ∈ L1 ([1, +∞[).
x2
-La fonction f (x ) = e −x ∈ L1 (R+ )
Espaces de Lebesgue
Intégrale de Lebesgue
Remarques
Nous avons par définition
Z
µ(A) = 1dµ
A
Relation de Chasles
Soient A1 et A2 deux ensembles tels que A1 ∩ A2 = ∅ et
f : A1 ∪ A2 → R alors on a
Z Z Z
fdµ = fdµ + fdµ
A1 ∪A2 A1 A2
Proposition
si f est une fonction continue alors l’intégrale de Riemann et
Lebesgue coïncident.
Espaces de Lebesgue
Intégrale de Lebesgue
Exercice
Montrer que l’espace L1 (Rn ) est un espace vectoriel.
Espaces de Lebesgue
Intégrale de Lebesgue
Propriétés
On peut vérifier facilement que
f = f + − f −.
|f | = f + + f − .
Une
Z fonction
Z f est intégrable
Z sur E si f + et f − le sont et on a
fdµ = f + dµ − f − dµ.
E E E
Espaces de Lebesgue
Intégrale de Lebesgue
Exemple
Soit n ∈ N∗ , Calculer
Z 1
1
lim x n dx
n→+∞ 0
Espaces de Lebesgue
Intégrale de Lebesgue
1
Posons fn (x ) = x n , nous avons fn ≥ 0 ∀n ∈ N∗ . Nous avons fn est
1 1
continue et croissante sur ]0, 1[, en effet, x n = e n ln(x ) .
Soit n ∈ N∗ alors
1 1
n ≤n+1⇒ ≤
n+1 n
Comme x ∈]0, 1[ alors
ln(x ) ln(x ) 1 1
ln(x ) ≤ 0 ⇒ ≤ ⇒ e n ln(x ) ≤ e n+1 ln(x ) ⇒ fn ≤ fn+1
n n+1
1
D’autre part, lim fn (x ) = lim e n ln(x ) = 1. En utilisant le
n→+∞ n→+∞
Théorème de convergence monotone on a
Z 1 Z 1 Z 1
1
lim x dx =
n lim fn (x )dx = dx = 1.
n→+∞ 0 0 n→+∞ 0
Espaces de Lebesgue
Intégrale de Lebesgue
Lemme de Fatou
Lemme de Fatou
Soit (E , µ) un espace mesuré. Soit fn une suite de fonctions
positives fn : E → [0, +∞], alors nous avons
Z Z
lim inf fn dµ ≤ lim inf fn dµ
Espaces de Lebesgue
Intégrale de Lebesgue
Preuve
|fn | ≤ g ∈ L1 ⇒ |fn | ∈ L1 ⇒ fn ∈ L1
on a fn → f presque partout , c-à-d il existe un ensemble E ⊂ X
de mesure nulle tel que fn (x ) ↛ f (x )
Soit x ∈ X \E alors on a
et donc Z Z
2gdµ ≤ lim inf 2g − |fn − f |dµ
X n→+∞ X
Z Z
≤ 2gdµ + lim inf − |fn − f |dµ
X n→+∞ X
Par suite
Z Z
lim inf − |fn − f |dµ ≥ 0 ⇒ − lim sup |fn − f |dµ ≥ 0
n→+∞ X n→+∞ X
Z
cela implique que lim sup |fn − f |dµ ≤ 0 et par suite
n→+∞ X
Z
lim |fn − f |dµ = 0
n→+∞ X
Espaces de Lebesgue
Intégrale de Lebesgue
Exercice d’application
En utilisant le Théorème de convergence dominée de Lebesgue
calculer les limites suivantes
nx sin(x )e −x
Z +∞
1 − lim dx
n→+∞ 0 1 + n2 x 2
Z 1
1 1
2 − lim √ sin( ).
n→+∞ 0 x nx
Espaces de Lebesgue
Intégrale de Lebesgue
Réponse
nx sin(x )e −x
1- Posons fn (x ) = ,
1 + n2 x 2
Nous allons majorer fn indépendamment de n on a
nx ≤ 1 + n2 x 2 car (1 − nx )2 + nx ≥ 0 ⇒ 1 + n2 x 2 − nx ≥ 0
nx sin(x )e −x
lim =0 (C 2)
n→+∞ 1 + n2 x 2
Réponse
1 1
2- Posons gn (x ) = √ sin( ),
x nx
1 1 1
Nous avons |gn (x )| =
√ sin( ) ≤ √ ∈ L1 (]0, 1[)
x nx x
1 1
et ∀x ∈]0, 1[, lim √ sin( ) = 0
n→+∞ x nx
Donc d’après le théorème de convergence dominée
Z 1 Z 1 Z 1
1 1 1 1
lim √ sin( )dx = lim √ sin( )dx = 0dx = 0
n→+∞ 0 x nx 0 n→+∞ x nx 0
Espaces de Lebesgue
Fonctions définies par des intégrales
f :I ×E →R
(t, x ) 7→ f (t, x )
∂
Z
F ′ (t) = f (t, x )dx
E ∂t
Espaces de Lebesgue
Fonctions définies par des intégrales
Exercice d’application
Montrer que la fonction
Z +∞ −x 2 t
e
t → F (t) = dx
0 1 + x2
est dérivable sur ]0, +∞[ et calculer F ′ (t)
Espaces de Lebesgue
Fonctions définies par des intégrales
Réponse
Pour montrer que F est dérivable sur ]0, +∞[ on va montrer que
F est dérivable sur ]α, +∞[ ∀α > 0
La fonction x → f (t, x ) est mesurable et intégrable sur ]0, +∞[ car
1
|f (t, x )| ≤ ∈ L1 (]0, +∞[)
1 + x2
Z +∞
1 π
en effet, dx = [arctan(x )]+∞
0 =
0 1 + x2 2
∂f −x 2 −x 2 t ∂f
et on a (t, x ) = 2
e ⇒ (t, x ) existe ∀x ∈]0, +∞[
∂t 1+x ∂t
donc ∀t ∈]α, +∞[ on a
∂f
2
(t, x ) = x 2
e −x t
∂t 2
x +1
Espaces de Lebesgue
Fonctions définies par des intégrales
x2 2 2
comme ≤ 1 et e −x t ≤ e −x α ∈ L1 (]0, +∞[)
xZ2 + 1
+∞ 2α
en effet e −x est une intégrale de gauss qui vaut
Z +∞ 0 r
1 π
2α
e −x =
0 2 α
D’après le théorème de dérivation sous signe intégrale on a
F est dérivable sur ]α, +∞[ ∀α > 0 et
−x 2
Z +∞ Z +∞
∂f 2
F ′ (t) = (t, x )dx = e −x t dx
0 ∂t 0 x2 + 1
Espaces de Lebesgue
Fonctions définies par des intégrales
Théorème de Fubini
Théorème
Soit f : R2 → R une fonction mesurable et E × F un ensemble
mesurable sur R2 alors on a
si f est positive sur E × F alors
Z Z Z Z Z
f (x , y )dxdy = f (x , y )dy dx = f (x , y )dx dy (1)
E ×F E F F E
Remarque
/ L1 , il peut arriver que l’une des deux expressions ait un sens
Si f ∈
sans que l’autre en ait un. Il peut même arriver que chacune ait un
sens mais que les valeurs soient distinctes.
Espaces de Lebesgue
Fonctions définies par des intégrales
Exemple
Posons A = B = [0, 1] et considérons la fonction
[0, 1] × [0, 1] → R
x2 − y2
(x , y ) 7→ 2
(x + y 2 )2
!
x2 − y2
Z 1 Z 1
π
1-Montrer que 2 2 2
dy dx = .
0 0 (x + y ) 4
2-En échangeant les roles
! de x et y calculer
x2 − y2
Z 1 Z 1
2 2 2
dx dy . Que peut-on déduire ?
0 0 (x + y )
Espaces de Lebesgue
Fonctions définies par des intégrales
Réponse
1-En intégrant d’abord par rapport y
1
x2 − y2
Z 1
y 1
2 2 2
dy = 2 =
0 (x + y ) x + y2 0 1 + x2
puis Z 1
1 π
2
dx = [arctan(x )]10 =
0 1 + x 4
2-En échangeant les rôles de x et y
!
x2 − y2
Z 1 Z 1
π
2 2 2
dx dy = −
0 0 (x + y ) 4
Fonction indicatrice
Définition
La fonction indicatrice, est une fonction définie sur un ensemble E
qui explicite l’appartenance ou non d’un sous ensemble F ⊂ E , elle
est donnée comme suit
1F : E → {0, 1}
(
1 si x ∈ F
x 7→ 1F (x ) =
0 si x ∈
/F
Espaces de Lebesgue
Fonctions définies par des intégrales
Définition
Soit p un réel tel que 1 ≤ p < +∞, on définit l’ensemble
Z
L (R ) = f : R → R,
p n n p
|f (x )| dµ < +∞
Rn
Espace L∞
f : Rn → R est dite essentiellement bornée et on note f ∈ L∞ (Rn )
s’il existe c > 0 tel que |f | < c presque partout et on pose
Exposant conjugué
Définition
Soit p ∈ [1, +∞], on appelle conjugué de p noté q le réel qui vérifie
1 1
+ =1
p q
p
Autrement dit, q = est le nombre conjugué de p.
p−1
Exemples
si on pose p = 1 le conjugué de p est +∞.
Le conjugué de p = +∞ est 1.
3 1 2
Le réel est le conjugué de 3 car + = 1.
2 3 3
1 1
Le conjuguée de 2 est 2 (car + = 1)
2 2
Espaces de Lebesgue
Les espaces Lp , 1 ≤ p ≤ +∞
Inégalité de Hölder
Inégalité de Hölder
1 1
∀f ∈ Lp (Rn ), ∀g ∈ Lq (Rn ) tel que + = 1 alors fg est
p q
intégrable (fg ∈ L1 (Rn )) et nous avons en plus
Preuve
si p = +∞ le résultat est trivial (q = 1).
si p = 1 alors q = +∞ le résultat est trivial.
supposons désormais ne pas être dans ces cas particuliers (et donc
p ∈]1, +∞[ et q ∈]1, +∞[). L’inégalité de Young donne
1 1
||fg||L1 ≤ + = 1 = ||f ||Lp ||g||Lq
p q
3ème cas
On suppose que ||f ||Lp > 0 et ||g||Lq > 0, on pose alors
f g
f1 = et g1 =
||f ||p ||g||q
Espaces de Lebesgue
Les espaces Lp , 1 ≤ p ≤ +∞
c’est-à-dire
||fg||L1
||f1 g1 ||L1 =
||f ||p ||g||q
or d’après le 2ème cas on a||f1 g1 ||L1 ≤ 1. Donc
||fg||L1
≤1
||f ||p ||g||q
Proposition
Soit E ⊂ Rn une partie bornée de Rn , et soit p,q tels que
1 ≤ q ≤ p ≤ +∞. Alors on a
L∞ (E ) ⊂ Lp (E ) ⊂ Lq (E ) ⊂ L1 (E ).
Preuve
Le cas L∞ ⊂ L1 (c-à-d p ou q égale à +∞) est évident.
Supposons désormais que 1 < q < p < +∞. Soit f ∈ Lp (E ), il
s’agit de montrer à f ∈ Lq (E ), et pour ce faire, on va majorer
Z
|f |q dx
E
1 1
en choisissant des exposants conjugués + = 1. afin que
p1 p2
l’exposant de |f | soit justement égale à p ce qui impose le choix
p 1 q
unique p1 = d’où =1− .
q p2 p
L’inégalité obtenue devient alors
Z q
q p p 1− pq
(||f ||Lq ) ≤ |f | µ(E )
E
q
1− pq
≤ ||f ||Lp µ(E )
<∞
et par suite f ∈ Lq (E )
Espaces de Lebesgue
Les espaces Lp , 1 ≤ p ≤ +∞
Définition
Soit f : Rn → R une fonction, on appelle support de f l’ensemble
en dehors duquel f est nulle presque partout, il est noté par
supp(f).
supp(f ) := {x ∈ Rn ; f (x ) ̸= 0}.
C’est donc une partie fermé de Rn .
Lorsque supp(f) est compact, on dira que f est à support
compact.
Espaces de Lebesgue
Les espaces Lp , 1 ≤ p ≤ +∞
Exemples
Soit Ω = Rn , la fonction
exp − 1
1−∥x ∥2
si ∥x ∥ < 1
x 7→
0 sinon
Propriétés
Nous avons
supp(f × g) ⊂ supp(f ) ∩ supp(g).
supp(f + g) ⊂ supp(f ) ∪ supp(g).
Preuve En exercice
Espaces de Lebesgue
Les espaces Lp , 1 ≤ p ≤ +∞
Exercice
Considérons l’espace
Théorème (admis)
Soit l’espace C0∞ l’ensemble des fonction C ∞ à support compact.
nous avons
Autrement dit, l’espace C0∞ (Rn ) est dense dans Lp (Rn ) pour tout
1 ≤ p < +∞.
Espaces de Lebesgue
Produit de convolution
Produit de convolution
Définition
on définit par f ⋆ g la produit de convolution de f et g
Z
(f ⋆ g)(x ) = f (y )g(x − y )dy
Rn
La fonction ainsi obtenue est appelée produit de convolution de f
et g
Espaces de Lebesgue
Produit de convolution
7 × F (0) + 5 × F (1)
Espaces de Lebesgue
Produit de convolution
ou de manière générale
Z
(N ⋆ F )(t) = N(τ )F (t − τ )dτ
Espaces de Lebesgue
Produit de convolution
Produit de convolution
Champs d’applications
Traitement de signal et analyse de fourier.
Restauration et traitement d’images.
Intelligence artificielle et deep learning (réseaux de neurones
convolutifs CNN).
Chimie (cristallographie), probabilité...
Espaces de Lebesgue
Produit de convolution
Z 1
2
= 1]− 1 , 1 [ (x − y )dy
− 21 2 2
1 1
x − y ∈] − 12 , 21 [ ⇔ − < x − y <
2 2
1 1
⇔x− <y <x+
2 2
donc Z 1 Z
2
1]− 1 , 1 [ (x − y )dy = dy
− 12 2 2 ]− 12 , 12 [∩]x − 21 ,x + 12 [
Espaces de Lebesgue
Produit de convolution
Z
Calculons dy . 3 cas sont possibles
]− 12 , 12 [∩]x − 12 ,x + 21 [
1er cas : si 0 ≤ x ≤ 1
2ème cas : si −1 ≤ x ≤ 0
3ème cas : si x ∈
/ [−1, 1]
Résumé
1−x
si x ∈ [0, 1]
1]− 1 , 1 [ ⋆ 1]− 1 , 1 [ (x ) = 1+x si x ∈ [−1, 0]
2 2 2 2
0 sinon
Espaces de Lebesgue
Produit de convolution
Proposition
Soient f , g ∈ L1 (Rn ), alors f ⋆ g est dans L1 (Rn ), et nous avons en
plus
||f ⋆ g||L1 (Rn ) ≤ ||f ||L1 (Rn ) ||g||L1 (Rn )
Espaces de Lebesgue
Produit de convolution
Preuve
Soient f , g ∈ L1 (Rn ). Montrons que f ⋆ g ∈ L1 (Rn ),
Z Z Z
|(f ⋆ g)(x )|dx = f (y )g(x − y )dy dx
R
R R
En utilisant Fubini
Z Z Z
|(f ⋆ g)(x )|dx ≤ |f (y )| |g(x − y )|dx dy
R R R
on pose u = x − y
Z Z Z
|(f ⋆ g)(x )|dx ≤ |f (y )| |g(u)|du dy
R R R
Z comme Z Z
|g(u)|du = c < ∞ ⇒ |(f ⋆ g)(x )|dx ≤ c |f (y )|dy < ∞
R R R
Espaces de Lebesgue
Produit de convolution
L’inégalité
Z Z Z
|(f ⋆ g)(x )|dx ≤ |g(y )| |f (u)du dy
R R R
peut se traduire comme suit
Produit de convolution
Propriété
Le produit de convolution est commutatif, en effet,
f ⋆g =g ⋆f ∀f , g ∈ L1
Preuve :
Z
(f ⋆ g)(x ) = f (y )g(x − y )dy
R
Posons u = x − y alors du = −dy donc
Z −∞ Z +∞
−f (x − u)g(u)du = f (x − u)g(u)du = (g ⋆ f )(x )
+∞ −∞
Espaces de Lebesgue
Produit de convolution