Vous êtes sur la page 1sur 73

1

348 959
2
Notes de cours
Analyse pour lIngenieur
ENSIMAG 1
`ere
Annee 1
er
semestre
E. Matre et V. Perrier
2011/2012
Avertissement
Certaines parties du poly sont issues de notes prises par des etudiants dans les annees anterieures.
Malgre quelques relectures, des erreurs et des imprecisions de redaction peuvent subsister.
De plus le contenu de ce poly peut parfois etre dierent du cours traite en amphi (par sa forme
mais aussi par son contenu).
Toute remarque, critique ou suggestion permettant den ameliorer le contenu sont les bienvenues.
E.M. et V. P.
Table des mati`eres
1 Espaces Metriques 5
1.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Espaces metriques complets et theor`eme du point xe . . . . . . . . . . . . . . . . . 7
1.3 Espaces metriques compacts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Produit despaces metriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2 Espaces Vectoriels Normes 13
2.1 Espaces de Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Continuite dans les E.V.N. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Equivalence et convexite de normes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4 Series dans les E.V.N. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5 Compacite en dimension innie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3 Dierentiabilite dans les espaces de Banach 21
3.1 Dierentiabilite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2 Composition de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3 Theor`eme de la moyenne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4 Integration mode demploi 29
4.1 Construction rapide de lintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.2 Integrale des fonctions mesurables positives . . . . . . . . . . . . . . . . . . . . . . . 30
4.2.1 Axiomatique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2.2 Lien avec la theorie de la mesure . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2.3 Ensembles negligeables - Proprietes vraies presque partout . . . . . . . . . . . 32
4.3 Fonctions integrables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.3.1 Lespace des fonctions integrables . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.3.2 Integration sur un sous-ensemble, integrale p.p. . . . . . . . . . . . . . . . . . 34
4.3.3 Theor`eme de convergence dominee de Lebesgue . . . . . . . . . . . . . . . . . 35
4.4 Calcul pratique dintegrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.4.1 Lien avec lintegrale de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.4.2 Primitive et integrale de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4.3 Integrales complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.5 Lespace L
1
(R
N
) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.5.1 Motivation pour une norme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.5.2 Lespace L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.5.3 Les espaces L
p
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3
4 TABLE DES MATI
`
ERES
4.6 Integrales denies par un param`etre . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.7 Integrales multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.7.1 Intervertion des integrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.7.2 Changement de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5 Transformee de Fourier 43
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.1.1 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.1.2 Interet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.1.3 Motivation pour le traitement du signal . . . . . . . . . . . . . . . . . . . . . 44
5.1.4 Problematique du traitement du signal . . . . . . . . . . . . . . . . . . . . . . 44
5.2 Transformation de Fourier dans L
1
(R) . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.2.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.2.2 Propriete (Theor`eme de Riemann-Lebesgue) . . . . . . . . . . . . . . . . . . . 45
5.2.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.2.4 Proprietes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.3 Produit de convolution et principe du ltrage . . . . . . . . . . . . . . . . . . . . . . 49
5.3.1 Rappel : Produit de convolution dans L
1
(R) . . . . . . . . . . . . . . . . . . . 49
5.3.2 Exemple de ltrage : les moyennes glissantes . . . . . . . . . . . . . . . . . . 50
5.3.3 Convolution et transformee de Fourier . . . . . . . . . . . . . . . . . . . . . . 50
5.4 Transformee de Fourier inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.4.1 La classe de Schwarz S(R) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.4.2 Transformee de Fourier inverse dans S(R) . . . . . . . . . . . . . . . . . . . . 53
5.4.3 Propriete : Fourier et produit de convolution . . . . . . . . . . . . . . . . . . 56
5.5 Application : resolution de lequation de la chaleur . . . . . . . . . . . . . . . . . . . 57
5.6 Transformee de Fourier dans L
2
(R) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.6.1 Theor`eme de densite (admis) . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.6.2 Theor`eme de Hahn-Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.6.3 Transformee de Fourier dans L
2
(R) . . . . . . . . . . . . . . . . . . . . . . . . 60
6 Annexe 1 : construction de lintegrale de Lebesgue 63
6.1 Elements de theorie de la mesure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6.1.1 Ensembles mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6.1.2 Mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6.1.3 Fonctions mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.2 Integration des fonctions positives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.2.1 Denition de lintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.2.2 Proprietes elementaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.2.3 Theor`eme de convergence monotone . . . . . . . . . . . . . . . . . . . . . . . 68
6.2.4 Proprietes des fonctions integrables positives . . . . . . . . . . . . . . . . . . 69
Chapitre 1
Espaces Metriques
1.1 Denitions
Denition 1 On appelle espace metrique la donnee dun ensemble E et dune fonction distance
d : E E R
+
veriant :
(i) x, y E, d(x, y) = 0 x = y
(ii) x, y E, d(x, y) = d(y, x)
(iii) x, y, z E, d(x, y) d(x, z) +d(z, y)
Une partie F E, F ,= est un sous-espace metrique de (E, d) si F muni de la distance d est un
espace metrique.
Remarque 1 x, y, z E, [d(x, y) d(x, z)[ d(y, z)
Exemples 1
1) R
n
(n 1), d(x, y) =
_
n

i=1
(x
i
y
i
)
_
1/2
o` u x = (x
1
, . . . , x
n
), y = (y
1
, . . . , y
n
)
2) R
n
(n 1), d(x, y) =
n

i=1
[x
i
y
i
[
3) Soit A un ensemble, A ,= .
On pose E = f : A R [ f bornee (i.e. sup
xA
[f(x)[ < +)
Si f, g E, f g E.
Posons d(f, g) = sup
xA
[f(x) g(x)[
d est une distance sur E.
A partir de maintenant, (E, d) est un espace metrique.
Denition 2 Soient a E et r > 0.
(i) La boule ouverte de centre a et de rayon r > 0 est lensemble
B(a, r) = x E [ d(a, x) < r
5
6 CHAPITRE 1. ESPACES M

ETRIQUES
(ii) La boule fermee de centre a et de rayon r > 0 est lensemble
B

(a, r) = x E [ d(a, x) r
(iii) La sph`ere de centre a et de rayon r > 0 est lensemble
o(a, r) = x E [ d(a, x) = r
Denition 3
(i) A E est ouvert si et seulement si x A, r > 0 tq B(x, r) A.
(ii) F E est ferme si et seulement si le complementaire de F dans E est ouvert.
Remarque 2 B(a, r) est un ouvert et B

(a, r) est un ferme.


Notions de topologie generale
Denition 4 On appelle espace topologique la donnee dun ensemble E et dun ensemble T de
parties de E, appelees parties ouvertes de E, telles que :
(i) et E appartiennent ` a T
(ii) Lintersection dun nombre ni douverts est un ouvert
(iii) La reunion quelconque douverts est un ouvert
Denition 5 Soit E un espace topologique.
F E est ferme si le complementaire de E dans F est un ouvert.
Denition 6 Soit E un espace topologique, et A E.
V E est un voisinage de A dans E sil existe U ouvert dans E tel que A U V .
Si A = a, a E, on parle de voisinage dun point.
Denition 7 Soit (x
n
)
nN
une suite delements de E et soit x E.
On dit que (x
n
)
nN
tend vers x si pour tout voisinage V de x il existe n
0
N tel que n n
0
, x
n

V .
Remarque 3
1) Soit (E, d) un espace metrique. E est un espace topologique si on denit les ouverts comme
dans la denition 3 (page 6) .
2) Soit (E, d) un espace metrique. (x
n
)
nN
tend vers x dans E si et seulement sid(x
n
, x) tend
vers 0.
Demonstration
U
1
. . . U
N
ouverts, U =
N

i=1
U
i
Soit x U. i, x U
i
donc i, r
i
> 0 tq B(x, r
i
) U
i
.
Posons r = min
1iN
r
i
. Alors B(x, r) U.
1.2. ESPACES M

ETRIQUES COMPLETS ET TH

EOR
`
EME DU POINT FIXE 7
U
j
ouverts, j J, U =
_
jJ
U
j
Soit x U. j J tq x U
j
. Donc r > 0 tq B(x, r) U
j

_
kJ
U
k
= U.
Denition 8 Soit E un espace topologique et A E.
Ladherence de A notee A est lintersection des fermes contenant A (i.e. A est le plus petit ferme
contenant A).
Remarque 4
1) x A (x
n
)
nN
A
N
tq x
n
x
2) A est ferme A = A
Denition 9 Soit E un ensemble et d
1
, d
2
deux distances sur E.
d
1
est equivalente ` a d
2
(d
1
d
2
) sil existe a, b > 0 tels que
x, y E, a.d
1
(x, y) d
2
(x, y) b.d
1
(x, y)
Denition 10 Soient (E, d) et (E

, d

) deux espaces metriques.


Une application f : E E

est continue en x
0
E si pour tout voisinage V

de f(x
0
) dans E

, il
existe un voisinage V de x
0
dans E tel que f(V ) V

.
f est continue si elle est continue en tout point de E.
Proposition 1
Les assertions suivantes sont equivalentes :
(i) f est continue en x
0
E
(ii) pour tout V

voisinage de f(x
0
) dans E

, f
1
(V

) est un voisinage de x
0
dans E
(iii) > 0, > 0 tq d(x, x
0
) = d

(f(x), f(x
0
))
1.2 Espaces metriques complets et theor`eme du point xe
(E, d) est un espace metrique
Denition 11 Une suite (x
n
)
nN
innie est de Cauchy si
> 0, n
0
N tq p, q n
0
, d(x
p
, x
q
)
Proposition 2
Toute suite convergente est de Cauchy.
8 CHAPITRE 1. ESPACES M

ETRIQUES
Demonstration
Soit x
n
x, soit > 0.
n
0
tq n n
0
, d(x, x
n
)

2
p, q n
0
, d(x
p
, x
q
) d(x
p
, x) +d(x, x
q
)

2
+

2
=
Remarque 5 La reciproque est fausse (cf. suites de Cauchy dans Q).
Denition 12 Un espace metrique est complet si toute suite de Cauchy est convergente.
Exemples 2
1) R
k
est complet.
2) E = C[0, 1].
Si on pose d(f, g) =
_
1
0
[f(t) g(t)[ dt, d est une distance sur E.
E nest pas complet.
Proposition 3
Soit (E, d) un espace metrique.
(i) Si E est complet et si F E est ferme, (F, d) est complet.
(ii) Soit F E, F ,= . Si (F, d) est complet, F est ferme dans E.
Theor`eme 1 Theor`eme du point xe contractant
Soit (E, d) un espace metrique complet.
Soit T : E E une application telle que x, y E, d(Tx, Ty) k.d(x, y) o` u k designe une
constante dans [0, 1[.
Alors il existe un unique point x E tel que Tx = x.
De plus, x est la limite de la suite (x
n
)
nN
telle que n N, x
n+1
= Tx
n
avec x
0
quelconque
dans E.
Demonstration
Unicite :
Soient x, y E tels que Tx = x et Ty = y.
d(x, y) = d(Tx, Ty) k d(x, y) = d(x, y) = 0 = x = y
Existence :
Soit x
0
E et posons n 1, x
n
= Tx
n1
.
Montrons que (x
n
)
nN
est de Cauchy.
d(x
n
, x
n1
) = d(Tx
n1
, Tx
n2
k d(x
n1
, x
n2
)
k
n1
d(x
1
, x
0
) par recurrence
1.2. ESPACES M

ETRIQUES COMPLETS ET TH

EOR
`
EME DU POINT FIXE 9
d(x
n
, x
n+m
) d(x
n+m
, x
n+m1
) + +d(x
n+1
, x
n
)
(k
n+m1
+ +k
n
) d(x
1
, x
0
)
k
n
(1 +k + +k
n1
) d(x
1
, x
0
)

k
n
1 k
d(x
1
, x
0
)
n,m
0
Donc x E tq x
n
x et on a : x
n
= Tx
n1
= x = Tx par passage la limite car T est
continue.
Remarque 6 d(x, x
n
)
k
n
1 k
d(x
1
, x
0
)
Application
Soit f : R R R une application continue veriant :
M > 0 tq x, y, z
i
nR, [f(x, y) f(x, z)[ M [y z[
(f est lipschitzienne par rapport `a la deuxi`eme variable uniformement par rapport `a la premi`ere
variable).
x
0
R, y
0
R, il existe y C
1
(R) unique telle que :
_
x R, y

(x) = f(x, y(x))


y(x
0
) = y
0
(1.1)
Exemple 3 Exemple de fonction veriant les hypoth`eses :
f(x, y) = a(x) y avec a continue et bornee.
[f(x, y) f(x, z)[ = [a(x)[ [y z[ |a|

[y z[
Lemme 1
Soit I un intervalle de R contenant x
0
. On a lequivalence suivante :
1) y C
1
(I) est solution de 1.1 (page 9) sur I
2) y C
1
(I) est solution de : x I, y(x) = y
0
+
_
x
x
0
f(t, y(t)) dt
Demonstration
Soit f : R R R continue telle que
M > 0 tq x, y, z R, [f(x, y) f(x, z)[ M [y z[.
Soit x
0
, y
0
R.
Soit R > 0 tel que R M < 1.
On pose E = C[x
0
, x
0
+R], d(y, z) = sup
x
0
tx
0
+R
[y(t) z(t)[
(E, d) est complet.
On pose T : E E tel que x [x
0
, x
0
+R], Ty(x) = y
0
+
_
x
x
0
f(s, y(s)) ds
y Ty
10 CHAPITRE 1. ESPACES M

ETRIQUES
Soient y, z E, x [x
0
, x
0
+R].
[Ty(x) Tz(x)[ =

_
x
x
0
(f(s, y(s)) f(s, z(s))) ds

_
x
x
0
[f(s, y(s)) f(s, z(s))[ ds

_
x
x
0
M [y(s) z(s)[ ds
M d(x, z)
_
x
0
+R
x
0
ds
= R M d(y, z)
Or ceci est vrai pour tout x dans [x
0
, x
0
+R], do` u d(Ty, Tz) M R d(y, z)
Dapr`es le theor`eme du point xe 1 (page 8) , il existe donc un unique y E tel que Ty = y.
Et par le lemme 1 (page 9) , y est solution de lequation 1.1 (page 9) sur [x
0
, x
0
+R].
On peut ensuite etendre la solution sur R en se pla cant en x
0
+R etc...
Remarque 7
On a le meme R partout gr ace ` a luniformite.
Si on prend f(x, y) = y
2
: [f(x, y) f(x, z)[ [y z[ [y +z[
Donc ca ne marche pas : on a un M au voisinage du point auquel on se place.
Il faut prendre R
1
> 0, [x
0
, x
0
+R
1
], R
2
> 0, [x
0
+R
1
, x
0
+R
1
+R
2
] . . .
Donc le resultat est valable uniquement sur [x
0
, a] avec a < +.
1.3 Espaces metriques compacts
Denition 13 Soient (E, d) un espace metrique et A E, A ,= .
On dit que A est compact si de toute suite (x
n
)
nN
delements de A on peut extraire une suite
(x
n
k
)
kN
qui converge dans A.
Remarque 8 A est compact si de tout recouvrement ouvert on peut extraire un sous-recouvrement
ni.
Denition 14 Soient (E, d) un espace metrique et A E, A ,= .
Le diam`etre de A est par denition :
(A) = sup
x,yA
d(x, y) [0, +]
On dit que A est borne si (A) est ni.
Proposition 4
Si A est compact, A est ferme et borne.
1.3. ESPACES M

ETRIQUES COMPACTS 11
Demonstration
A est ferme :
Soit x E tel que x = limx
n
, avec n, x
n
A.
Il existe (n
k
) strictement croissante telle que x
n
k
converge dans A, donc x = lim
k+
x
n
k
A.
A est borne :
Par labsurde : si A nest pas borne, il existe (x
n
)
nN
et (y
n
)
nN
tels que d(x
n
, y
n
) +
(n
k
) tq x
n
k
k
x A.
(k
j
) tq y
n
k
j
j
y A.
On a aussi x
n
k
j
j
x A.
Alors : d(x
n
k
j
, y
n
k
j
)
. .
+
d(x
n
k
j
, x)
. .
0
+d(y
n
k
j
, y)
. .
0
+d(x, y) ce qui est impossible.
Proposition 5
1) Si A est compact, alors A est complet.
2) Si A est compact et si F A, F ,= et F ferme, alors F est compact.
Demonstration
1) Soit (x
n
)
nN
une suite de Cauchy dans A.
(n
k
) tq x
n
k
x A. Alors x
n
x.
(Si une suite extraite dune suite de Cauchy est convergente, alors la suite est convergente).
2) Soit (x
n
)
nN
une suite delements de F.
n, x
n
A. Donc (n
k
) tq x
n
k
x A.
Comme F est ferme, x F.
Proposition 6
Soient (E, d) et (E

, d

) des espaces metriques.


Soit f : E E

une application continue et soit A un compact de E.


Alors f(A) est compact.
Demonstration
Soit (y
n
)
nN
telle que n N, y
n
A.
n N, x
n
A tq f(x
n
) = y
n
.
(n
k
) tq x
n
k
x A.
Comme f est continue, y
n
k
= f(x
n
k
) f(x) f(A).
12 CHAPITRE 1. ESPACES M

ETRIQUES
Proposition 7
Soit (E, d) un espace metrique et A E un compact.
Si f : A R est continue, alors il existe x, y A tels que :
f(x) = inf
tA
f(t) et f(y) = sup
tA
f(t)
Demonstration
A est compact, donc f(A) est compact dapr`es la proposition 6 (page 11) .
Donc f(A) est borne par la proposition 4 (page 10) , et linf et le sup existent.
Montrons que linf est atteint :
(x
n
)
nN
tq n, x
n
A et f(x
n
) inf
tA
f(t).
(n
k
) tq x
n
k
x A. Donc f(x
n
k
) f(x).
Proposition 8
Soit (E, d) un espace metrique et A E un compact.
Alors pour tout x de E, il existe y (non unique) dans A tel que :
d(x, y) = d(x, A)
On dit que y est la meilleure approximation de x sur A pour d.
Demonstration
y d(x, y) est continue, do` u le resultat par la proposition 7 (page 12) .
Remarque 9 Probl`eme de lunicite :
1) R
2
avec la distance euclidienne :
A = o(0, 1), x = 0
y A, d(0, y) = d(0, A)
2) R
2
avec la distance d(x, y) = max([x
1
y
1
[ , [x
2
y
2
[) :
A = o(0, 1), x = (2, 0)
t [1; 1], d((2, 0), (1, t)) = d((2, 0), A)
1.4 Produit despaces metriques
Soient (E
j
, d
j
)
j=1..n
(n 2) des espaces metriques.
Soient E = E
1
E
2
. . . E
n
et x = (x
1
, x
2
, ..., x
n
) E.
On pose d(x, y) = max
1jn
d
j
(x
j
, y
j
).
On verie que d est une distance sur E.
Chapitre 2
Espaces Vectoriels Normes
Le corps des scalaires sera toujours K = R ou C
2.1 Espaces de Banach
Denition 1 On appelle norme sur un espace vectoriel E, une application de E dans R
+
(notee
x |x|
E
ou |x|) telle que :
(i) x E, K, |x| = [[ . |x|
(ii) x, y E, |x +y| |x| +|y|
(iii) x E, |x| = 0 x = 0
Remarque 1
1) Soit E un E.V.N., E est aussi un espace metrique pour la distance d(x, y) = |x y|. E
est donc aussi un espace topologique.
2) x |x| est continue (et meme lipschitzienne) : [|x| |y|[ |x y|
3) x
n
x, y
n
y,
n
= x
n
+y
n
x +y,
n
x
n
x
4) Si on na que limplication vers la gauche dans 3 on parle de semi-norme.
Denition 2 Un E.V.N. complet est un espace de Banach.
Exemples 1
1) R
k
avec |x|
2
=
_
_
k

j=1
x
2
j
_
_
1
2
est complet.
Il en est de meme avec |x|
1
=
k

j=1
[x
j
[ et |x|

= max
1jk
[x
j
[.
2) C
k
avec |z|
2
=
_
_
k

j=1
[z
j
[
2
_
_
1
2
est egalement complet.
3) E = C[0, 1] avec |u|

= sup
0t1
[u(t)[ est encore complet.
13
14 CHAPITRE 2. ESPACES VECTORIELS NORM

ES
Demonstration du point 3
Soit (u
n
)
nN
une suite de Cauchy dans E. Soit > 0.
N N tq n, m N, |u
n
u
m
|


Donc
n, m N, t [0, 1], [u
n
(t) u
m
(t)[ (2.1)
cest-` a-dire : t [0, 1], (u
n
(t))
nN
est de Cauchy dans K.
Donc t [0, 1], il existe u(t) K tel que u
n
(t)
n
u(t).
Dans 2.1 on fait tendre m vers + :
n N, t [0, 1], [u
n
(t) u(t)[
Donc n N, |u
n
u|


Il reste `a montrer que u est continue :
Soit t
0
[0, 1] et t [0, 1].
[u(t) u(t
0
)[ [u(t) u
N
(t)[ +[u
N
(t) u
N
(t
0
)[ +[u
N
(t
0
) u(t
0
)[
2 |u
N
u|

+[u
N
(t) u
N
(t
0
)[
> 0 ( depend de N) tq [t t
0
[ = [u
N
(t) u
N
(t
0
)[
Donc si [t t
0
[ on a : [u(t) u(t
0
)[ 3
2.2 Continuite dans les E.V.N.
Theor`eme 1
Soient E et F deux E.V.N. et u : E F une application lineaire. Les proprietes suivantes sont
equivalentes :
(i) Il existe une constante C 0 telle que |u(x)| C |x| pour tout x E
(ii) u est lipschitzienne i.e.
C > 0 tq x, y E, |u(x) u(y)| C |x y|
(iii) u est uniformement continue
(iv) u est continue
(v) u est continue `a lorigine
Demonstration
1 = 2 = 3 = 4 = 5 : evident.
5 = 1 :
C > 0 tq |u(x)| 1 si |x| C.
Si x ,= 0 :
_
_
_
_
u
_
Cx
|x|
__
_
_
_
. .
=
Cu(x)
x
1
Donc |u(x)|
1
C
|x|
Exemples 2
2.2. CONTINUIT

E DANS LES E.V.N. 15


1) E, F des E.V.N. avec E de dimension nie et u : E F lineaire.
Montrons que u est continue.
Soit (e
j
)
1jn
une base de E.
Pour x =
n

j=1
x
j
e
j
, on pose |x|
1
=
n

j=1
[x
j
[
Soit |.| une norme sur F.
|u(x)| =
_
_
_
_
_
_
u
_
_
n

j=1
x
j
e
j
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
n

j=1
x
j
u(e
j
)
_
_
_
_
_
_

j=1
[x
j
[ |u(e
j
)|
A|x|
1
avec A = max
1jn
|u(e
j
)|
2) E = C
1
([0, 1]) muni de |.|

, F = C
0
([0, 1]) muni de |.|

Soit
u : E F
f u(f) = f

Si on prend f
n
(x) = x
n
: |f
n
|

= 1 et |(f
n
)

= n
Donc u nest pas continue.
Denition 3 Soient E et F deux E.V.N.
On note L(E, F) lensemble des applications lineaires continues de E dans F.
1
L(E, F) est un E.V.
Si F = K, on note E

= L(E, K).
Proposition 1
Lapplication L(()E, F) R
+
, u |u| = sup
x1
|u(x)| est une norme.
Remarque 2 u est bien denie, par le 1 du theor`eme 1 (page 14) .
Remarque 3
1) On a aussi : |u| = sup
x=1
|u(x)| = sup
x=0
|u(x)|
|x|
2) |u(x)| |u| |x|
3) Si u L(E, F) et v L(F, G) avec E, F, G des E.V.N., on a :
|v u| |v| |u|
Proposition 2
Si E et F sont des E.V.N. et si F est un Banach, alors L(E, F) est un Banach.
En particulier E

est un Banach.
1. cest ce qui nous interesse dans le cadre de lanalyse
16 CHAPITRE 2. ESPACES VECTORIELS NORM

ES
Demonstration
Soit (u
n
)
nN
une suite de Cauchy dans L(E, F). Soit > 0.
N N tq n, m N, |u
n
u
m
|
Donc n, m N, x E, |u
n
(x) u
m
(x)| |x|
cest-` a-dire : x E, (u
n
(x))
xN
est de Cauchy dans F.
F etant complet, pour tout x E il existe u(x) F tel que u
n
(x)
n
u(x).
Montrons que u : E F est lineaire :
Si x, y E et K :
u(x + y) = lim
n+
u
n
(x + y)
= lim
n+
(u
n
(x) + u
n
(y))
= lim
n+
u
n
(x) + lim
n+
u
n
(y)
= u(x) + u(y)
Montrons que u est continue :
En faisant tendre m vers +, on a :
n N, x E, |u
n
(x) u(x)| |x|
|u(x)| |u(x) u
N
(x)| +|u
N
(x)|
|x| +|u
N
| |x|
= ( +|u
N
|) |x|
Donc u est continue, par le 1 du theor`eme 1 (page 14) .
Par consequent, u L(E, F).
On a alors : n N, |u
N
u| , donc u
n
n
u.
Denition 4 Soient E et F des E.V.N.
Une application lineaire de E dans F est un isomorphisme de E sur F si :
(i) u est bijective
(ii) u et u
1
sont continues
Remarque 4
1) u est un isomorphisme de E sur F si et seulement si il existe v L(F, E) tel que vu = Id
E
et u v = Id
F
2) u est un isomorphisme de E sur F si et seulement si u est surjective et
a, A > 0 tq x E, a |x| |u(x)| A|x|
Theor`eme 2 Theor`eme de linverse continu
Soient E et F des E.V.N et u L(()E, F).
Si E et F sont des Banach et u est bijective, alors u
1
est continue.
2.3 Equivalence et convexite de normes
Denition 5 Soit E un E.V. et |.|
1
et |.|
2
deux normes sur E.
|.|
1
et |.|
2
sont equivalentes si i : (E, |.|
1
) (E, |.|
2
) est un isomorphisme (i.e. si x
E, a, A > 0 tq a |x|
1
|x|
2
A|x|
1
).
2.3. EQUIVALENCE ET CONVEXIT

E DE NORMES 17
Proposition 3
Si E est un E.V. de dimension nie, toutes les normes sont equivalentes.
Demonstration
Soit (e
j
)
1jn
une base de E et |x|
1
=
n

j=1
[x
j
[ si x =
n

j=1
x
j
e
j
Soit |.| une norme quelconque sur E.
|x| =
_
_
_
_
_
_
n

j=1
x
j
e
j
_
_
_
_
_
_

j=1
[x
j
[ |e
j
| A|x|
1
o` u A = max
1jn
|e
j
|
(E, |.|
1
) R
+
, x |x| est continue car :

|x| |y|

|x y| A|x y|
1
Donc linf existe et est atteint en y ,= 0, i.e. a > 0 tq inf
x
1
=1
|x| = a.
Comme
_
_
_
_
x
|x|
1
_
_
_
_
1
= 1, alors |x| a |x|
1
et donc |.| |.|
1
Proposition 4 Meilleure approximation sur un E.V. ferme
Soit E un E.V.N. et F un S.E.V. de dimension nie de E.
x E, y F tq |x y| = d(x, F) = inf
zF
|x z|
Demonstration
Soit d = d(x, F)
Posons A = F B

(x, d + 1)
Il est clair que d inf
zA
|x z|
Soit ]0, 1[. Par la denition de d : z F tq d |x z| d +
Donc z A, do` u inf
zA
|x z| d +
En faisant tendre vers 0 on obtient : inf
zA
|x z| d
On en deduit que d = inf
zA
|x z| et comme A est compact, linf est atteint.
Denition 6 Soit E un E.V.
1) Soit A E, A ,= . A est convexe si et seulement si
x, y A, [0, 1], x + (1 ) y A
2) Une norme sur E est strictement convexe si
|x| = |y| = 1
|x +y| = 2
_
= x = y
18 CHAPITRE 2. ESPACES VECTORIELS NORM

ES
Remarque 5 La norme euclidienne est strictement convexe, la norme du max ne lest pas.
Proposition 5
Soit E un E.V.N.
Si la norme est strictement convexe, le probleme de la meilleure approximation sur un convexe
A admet au plus une solution.
Demonstration
Soit x E. Si a, b A verient |x a| = |x b| = d(x, A) = d, alors montrons que a = b :
1) Si d = 0 : x = a = b
2) Si d > 0 : Posons s =
x a
d
et t =
x b
d
On a : |s| = 1 et |t| = 1.
De plus :
a +b
2
A
Donc d
_
_
_
_
x
a +b
2
_
_
_
_
=
_
_
_
_
x a
2
+
x b
2
_
_
_
_

|x a|
2
+
|x a|
2
= d
Do` u
_
_
_
_
x
a +b
2
_
_
_
_
= d et |s +t| =
_
_
_
_
2x a b
d
_
_
_
_
= 2
Comme la norme est convexe, s = t donc a = b.
2.4 Series dans les E.V.N.
Denition 7 Soit E un E.V.N., soit (x
n
)
nN
une suite dans E.
On dit que la serie

n0
x
n
est convergente vers x si la suite S
N
=
N

n=0
x
n
converge vers x.
On dit que la serie est absolument convergente (normalement) si

n0
|x
n
| converge.
Proposition 6
Si E est un E.V.N. complet alors toute serie absolument convergente est convergente.
Demonstration
Soient p > q 0.
|S
p
S
q
| =
_
_
_
_
_
_
p

n=q+1
x
n
_
_
_
_
_
_

n=q+1
|x
n
|
p,q
0
Remarque 6 La reciproque est fausse.
2.5. COMPACIT

E EN DIMENSION INFINIE 19
Theor`eme 3
Soit E un Banach et u L(E, E).
Si

n0
|u
n
| < + alors I u est un isomorphisme et (I u)
1
=

n0
u
n
Demonstration
Posons v =

n0
u
n
L(E, E) = L(E).
v (I u) =
_
_

n0
u
n
_
_
(I u) =

n0
u
n

n1
u
n
= I
De meme, (I u) v = I
Remarque 7 Soit u L(E) tel que |u| < 1, alors I u est un isomorphisme et (I u)
1
=

n0
u
n
2.5 Compacite en dimension innie
Theor`eme 4 Theor`eme de F.Riesz
Soit E un E.V.N.
Si la boule unite fermee est compacte, E est de dimension nie.
Remarque 8 Il y a en fait equivalence.
Demonstration
Supposons B

(0, 1) compacte.
B

(0, 1)
_
xB

(0,1)
B
_
x,
1
2
_
Dapr`es la remarque 8 (page 10) du chapitre 1,
p N, x
1
, . . . , x
p
B

(0, 1) tq B

(0, 1) =
p
_
j=1
B
_
x
j
,
1
2
_
Soit F lespace vectoriel engendre par x
1
, . . . , x
p
. F est donc de dimention nie.
Montrons que E=F :
Sinon, il existe x EF et on pose = d(x, F), > 0 car F est ferme.
Soit y F tel que |x y|
3
2

Posons z =
x y
|x y|
|z| = 1 donc x
j
B

(0, 1) tq z B(x
j
,
1
2
)
x = y +|x y| z = y +|x y| x
j
. .
F
+|x y| (z x
j
)
20 CHAPITRE 2. ESPACES VECTORIELS NORM

ES
Alors |x y| |z x
j
|
Do` u |x y|

|z x
j
|
2 : contradiction.
Remarque 9 Soit E un E.V.N. et A E, A ,= .
1) Si A est compacte alors A est fermee et bornee.
2) Si E est de dimension nie, A est fermee et bornee, alors A est compacte.
3) Si E est de dimension innie, une partie fermee bornee nest pas forcement compacte.
Denition 8 Soit (E, d) et (F, ) deux espaces metriques, H F
E
et x
0
E.
On dit que H est equicontinue en x
0
si
> 0, > 0 tq f H, d(x, x
0
) = (f(x), f(x
0
))
H est equicontinue si H est equicontinue en tout x
0
de E.
Exemples 3
1) Un ensemble ni de fonctions equicontines est equicontinu.
2) Une suite uniformement convergente de fonctions continues est equicontinue.
3) E, F E.V.N., H L(E, F), H borne. Alors H est equicontinue.
Demonstration de lexemple 1
Soitf
1
, . . . , f
p
continues en x
0
, soit > 0.
j 1, .., p,
j
> 0 tq d(x, x
0
)
j
= (f
j
(x), f
j
(x
0
))
Posons = min
1jp

j
> 0
Si d(x, x
0
) , alors j 1, .., p, (f
j
(x), f
j
(x
0
))
Theor`eme 5 Theor`eme dAscoli
Soit E un espace metrique compact et F un Banach.
Soit H C(E, F) (C(E, F) muni de la convergence uniforme), H ,= et pour x E, H(x) =
f(x) [ f H.
H est compacte si et seulement si H est equicontinue et x E, H(x) est compacte dans F.
Remarque 10
Si F = R ou C, ou un E.V. de dimension nie, la deuxi`eme condition peut etre remplacee par :
x E, H(x) borne dans F.
E ne peut pas etre un E.V. car un E.V. nest pas compact, mais en general E sera une partie
compacte dun E.V.
Si H C([0, 1], [a, b]), montrer que H(x) est compacte est trivial car H(x) [a, b] implique que
H(x) soit borne.
Chapitre 3
Dierentiabilite dans les espaces de
Banach
Dans tout le chapitre on travaille sur R.
3.1 Dierentiabilite
Denition 1 Soit E et F deux espaces de Banach, soit U un ouvert non vide de E et a U, soit
f : U F.
f est dite (Frechet) dierentiable en a sil existe L L(E, F) telle que :
f(a +h) = f(a) +L(h) +|h|(h)
. .
o(h)
o` u : V F est une application denie sur un voisinage ouvert V de 0
E
1
tel que h V, a+h
U, et lim
h0
(h) = 0.
L est unique et sappelle la derivee de f en a et on la note f

(a) ou df
a
ou Df(a).
Quelques proprietes
1) L est unique.
2) f est dierentiable sur U si f est dierentiable en tout point de U. Dans ce cas, on a f

:
U L(E, F).
On dit que f est de classe C
1
si f est dierentiable sur U et f

est continue. (f est C


2
si f

est C
1
, ...)
3) Lensemble des applications dierentiables en a U (respectivement sur U) est un espace
vectoriel.
4) Si f est dierentiable en a U alors f est continue en a.
1. le zero dans E
21
22 CHAPITRE 3. DIFF

ERENTIABILIT

E DANS LES ESPACES DE BANACH


Demonstration
Point 1 :
Si on a L
1
et L
2
:
Soit h E 0 et t ]0;

[ (

assez petit pour que a +t h V ).


f(a +t h) = f(a) +L
1
(t h) +o(|t h|)
= f(a) +L
2
(t h) +o(|t h|)
Donc |L
1
(h) L
2
(h)| =
_
_
_
_
L
1
(t h) L
2
(t h)
t
_
_
_
_
=
o(t |h|)
t t0
0
Point 4 :
[f(a +h) f(a)[ L(h) +|h| |(h)|
h0
0
Denition 2 (Dierentielle au sens de Gateaux) Soit E et F deux espaces de Banach, soit
U un ouvert non vide de E et a U, soit f : U F.
Soit v E et t R

.
On dit que f une dierentielle (au sens de Gateaux) en a dans la direction du vecteur v si
f(a +t v) f(a)
t
admet une limite quand t tend vers 0.
Remarque 1 f est dierentiable en a f est dierentiable (au sens Gateaux) dans toutes les
directions en a. Attention la reciproque est fausse.
Remarque 2 Pour le cas o` u E=R :
Si E = F = R :
On sait que lim
h0,h=0
f(a +h) f(a)
h
= f

(a)
Or f(a +h) = f(a) +f

(a)(h) +o([h[)
Donc lim
h0,h=0
f(a +h) f(a)
h
= f

(a)(1)
Do` u f

(a)(h) = f

(a)h
Par exemple : f(x) = x
2
, f

(x) = 2x, f

(x)(1) = 2x, f

(x)(h) = 2xh
Soit :
: L(R, F) F
u (u) = u(1)
On a : u : t t x x
est un isomorphisme.
Exemples 1
1) Soit f : U F et c F tel que x U, f(x) = c.
Alors x U, f

(x) = 0. Donc f

: U L(E, F) est nulle.


f est C

.
f

L(E, L(E, F)).


2) U = E et f L(E, F).
Alors x E, f

(x) = f (car f(x +h) f(x) = f(h) = f

(x)(h)).
Donc f

est constante, f est C

et les derivees suivantes sont nulles.


3) Soit E
1
, E
2
et F des Banach, et B : E
1
E
2
F une application bilineaire continue.
Soit |x|

= max(|x
1
| , |x
2
|) pour x = (x
1
, x
2
) E
1
E
2
.
B est continue en 0 M > 0 tq |B(x, y)| M |x| |y|
3.2. COMPOSITION DE FONCTIONS 23
Demonstration de lexemple 3
Comme B est continue en 0 : > 0 tq |(x, y)| =|B(x, y)| 1
Soit x et y non nuls.
On a alors :
_
_
_
_
B
_
x
|x|
,
y
|y|
__
_
_
_
. .
=

2
x y
|B(x, y)|
1
Do` u : |B(x, y)|
1

2
|x| |y| et on prend M =
1

2
Proposition 1
B est dierentiable et B

(x, y)(h, k) = B(x, k) +B(h, y)


Exemple 2
RR R
(x, y) xy
Demonstration
B(x +h, y +k) = B(x, y) +B(x, k) +B(h, y)
. .
B

(x,y)(h,k)
+ B(h, k)
. .
o((h,k))
En eet |B(h, k)| M |h| |k| M |(h, k)|
2
donc on a bien B(h, k) = o(|(h, k)|).
De plus, B

(x, y) : (h, k) B(x, k) +B(h, y) est clairement lineaire :


B

(x, y)
_
(h, k) + (u, v)
. .
(h+u,k+v)
_
= B(x, k +v) +B(h +u, y)
= B(x, k) +B(x, v) +B(h, y) +B(u, y)
= B

(x, y)(h, k) +B

(x, y)(u, v)
Cest egalement continu :
|B

(x, y)(h, k)| M (|x| |k| +|y| |h|) M (|x| +|y|) |(h, k)|
Donc
B

: E
1
E
2
L(E
1
E
2
, F)
(x, y) B

(x, y)
est bien lineaire et continue, et on a B

(x, y)(h, k) = B(x, k) +B(h, y)


Application
Soit E, F, et G trois espaces de Banach.
B : L(E, F) L(F, G) L(E, G)
(u, v) B(u, v) = v u
B est bilineaire et continue (|B(u, v)| = |v u| |v| . |u|)
Donc B est dierentiable et B

(u, v)(h, k) = B(u, k) +B(h, v) = k u +v h


B est C

.
3.2 Composition de fonctions
24 CHAPITRE 3. DIFF

ERENTIABILIT

E DANS LES ESPACES DE BANACH


Theor`eme 1
Soit E, F, et G trois espaces de Banach.
Soit U E un ouvert, a U, f : U F, V F un ouvert, b = f(a) V et g : V G.
Si f est dierentiable en a et si g est dierentiable en b = f(a), alors gf (denie sur un voisinage
de a et continue en a) est dierentiable en a. On a :
(g f)

(a) = g

(f(a)) f

(a)
Si f et g sont de classe C
p
(p 1) alors g f est C
p
.
Fonctions `a valeurs dans un produit despaces vectoriels normes
Proposition 2
Soit U E un ouvert, soit f : U F = F
1
F
k
avec F
i
espace vectoriel norme,
|x| = max
1ik
|x
i
| pour x = (x
1
, , x
k
) F.
u
i
: F
i
F
x
i
(0, . . . , 0, x
i
, 0, . . . , 0)
p
i
: F F
i
x x
i
f est dierentiable en a U si et seulement si pour j = 1, . . . , k, f
j
= p
j
f est dierentiable en
a. On a alors :
f

(a) =
k

j=1
u
j
f
j

(a)
Demonstration
()
p
j
L(F, F
j
) (p
j
est continue car |p
j
(x)| = |x
i
| |x|)), donc p
j
est dierentiable.
Do` u p
j
f = f
j
est dierentiable.
()
k

j=1
u
j
p
j
= id
F
=
k

j=1
u
j
p
j
f
. .
f
j
= f
De plus u
j
L(F
j
, F).
Donc f

(a) =
k

j=1
(u
j
f
j
)

(a) =
k

j=1
u
j

(f
j
(a)) f
j

(a) =
k

j=1
u
j
f
j

(a)
Cas o` u E est un produit despaces de Banach
3.3. TH

EOR
`
EME DE LA MOYENNE 25
Proposition 3
Soit U E = E
1
E
k
un ouvert avec E
i
espace de Banach, soit f : U F.
Soit a = (a
1
, . . . , a
k
) U.

i
: E
i
E
x
i
(a
1
, . . . , a
i1
, x
i
, a
i+1
, . . . , a
k
)
(f
i
est denie sur
1
i
(U) qui est un ouvert de E
i
)
Si f est dierentiable en a U, alors pour i = 1, . . . , k, f
i
est dierentiable en a
i

1
i
(U).
On a :
f

(a)(h) =
k

i=1
(f
i
)

(a
i
) (h
i
)
avec h = (h
1
, . . . , h
k
)
On note (f
i
)

(a
i
) ou
f
x
i
(a) ou f
x
i
(a).
3.3 Theor`eme de la moyenne
Theor`eme 2 Theor`eme de la moyenne
Soit F un espace de Banach.
Soit f : [a, b] F et g : [a, b] R deux applications continues sur [a, b] et dierentiables sur
]a, b[.
Si t ]a, b[, |f

(t)| g

(t) alors |f(b) f(a)| g(b) g(a).


Demonstration
Soit > 0.
On va montrer que
t [a, b], |f(t) f(a)| g(t) g(a) +(t a) + (3.1)
3.1 est vraie pour t [a, a +] avec > 0 et < b a, car f et g sont continues.
Soit A = ]0, b a] [ 3.1 est vraie pour t [a, a +]
A ,= .
Posons = supA.
Par continuite 3.1 est vraie pour t = +a =

.
Supposons < b a.
> 0 tq pour tout t [

+] :
|f(t) f(

) f

)(t

)|

2
(t

) (f est dierentiable en

)
De meme [g(t) g(

) g

)(t

)[

2
(t

)
Par inegalite triangulaire :
|f(t) f(

)| |f

)| (t

) +

2
(t

)
g

)(t

) +

2
(t

)
g(t) g(

) +(t

)
Pour t [

+] :
26 CHAPITRE 3. DIFF

ERENTIABILIT

E DANS LES ESPACES DE BANACH


|f(t) f(a)| |f(t) f(

)| +|f(

) f(a)|
g(t) g(

) +(t

) +g(

) g(a) +(

a) +
= g(t) g(a) +(t a) +
Donc 3.1 est vraie sur [

+] : contradiction.
Donc = b a et legalite est vraie sur [a, b].
Proposition 4
(accroissements nis generalises)
Soit E et F espaces de Banach, soit U un ouvert de E, f : U F dierentiable sur U.
On suppose quil existe une constante k 0 telle que x U, |f

(x)| k.
Alors si [x, y] est un segment inclus dans U, on a :
|f(y) f(x)| k |y x|
En particulier f est lipschitzienne sur les boules incluses dans U et sur les convexes inclus dans U .
Demonstration
On pose

f : t [0, 1] f(x +t(y x)) et on applique le theor`eme de la moyenne `a

f :

(t)(1) = f

(x +t(y x))(y x)
Donc
_
_
_

(t)
_
_
_ = |f

(x +t(y x))(y x)| |f

(x +t(y x))| |y x| k |y x| = g

(t)
en prennant g(t) = k |y x| t
Corollaire 1
Soit f : U F de classe C
1
. Alors f est localement lipschitzienne.
Demonstration
Soit x
0
U, f

est continue sur un voisinage V de x


0
et est bornee sur V .
Proposition 5
Soit E = C
1
([a, b], R).
Si u E, |u| = max(|u|

, |u

).
(E, |.|) est complet.
Soit F C
1
([a, b] R R), posons pour u E
J(u) =
_
b
a
F
_
x, u(x), u

(x)
_
dx
Alors J est de classe C
1
et on a :
h E, J

(u)(h) =
_
b
a
_
F
y
_
x, u(x), u

(x)
_
h(x) +
F
z
_
x, u(x), u

(x)
_
h

(x)
_
dx
3.3. TH

EOR
`
EME DE LA MOYENNE 27
Demonstration
Soient y, z, s, t R, x [a, b] et r [0, 1].
F(x, y +s, z +t) F(x, y, z) =
_
1
0
d
dr
_
F(x, y +rs, z +rt)
_
dr
=
_
1
0
_
F
y
_
x, y +rs, z +rt
_
s +
F
z
_
x, y +rs, z +rt
_
t
_
dr
Soit > 0 et soit h E.
J(u +h) J(u) =
_
b
a
_
F
_
x, u(x) +h(x), u

(x) +h

(x)
_
F
_
x, u(x), u

(x)
__
dx
=
_
b
a
__
1
0
_
F
y
_
x, u(x) +rh(x), u

(x) +rh

(x)
_
h(x)
+
F
z
_
x, u(x) +rh(x), u

(x) +rh

(x)
_
h

(x)
_
dr
_
dx
=
_
b
a
_
F
y
_
x, u(x), u

(x)
_
h(x) +
F
z
_
x, u(x), u

(x)
_
h

(x)
_
dx
. .
L(h)
+
_
b
a
A(x) dx
. .
B
Montrons que L L(E, R ou C) = E

et que > 0 tq |h| < = [B[ |h| :


[L(h)[ sup
x[a,b]
_

F
y
_
x, u(x), u

(x)
_

F
z
_
x, u(x), u

(x)
_

_
|h| (b a)
A(x) =
_
1
0
_
F
y
_
x, u(x) +rh(x), u

(x) +rh

(x)
_

F
y
_
x, u(x), u

(x)
_
_
h(x) dr
+
_
1
0
_
F
z
_
x, u(x) +rh(x), u

(x) +rh

(x)
_

F
z
_
x, u(x), u

(x)
_
_
h

(x) dr
Il existe > 0 tq si |h| :

F
y
_
x, u(x) +rh(x), u

(x) +rh

(x)
_

F
y
_
x, u(x), u

(x)
_


et

F
z
_
x, u(x) +rh(x), u

(x) +rh

(x)
_

F
z
_
x, u(x), u

(x)
_


pour tout x [a, b] car u est xe donc u[a, b] et u

[a, b] sont compacts.


Donc [A(x)[
_
[h(x)[ +[h

(x)[
_
2 |h|
et [B[ =

_
b
a
A(x) dx

2 |h| (b a)
|J

(u +v) J

(u)| = sup
h=1

(u +v)(h) J

(u)(h)

28 CHAPITRE 3. DIFF

ERENTIABILIT

E DANS LES ESPACES DE BANACH


Chapitre 4
Integration mode demploi
R
+
= [0, +[+ = x R [ x 0 +.
x R
+
, x + (+) = +
x (+) =
_
+ si x 0
0 si x = 0
4.1 Construction rapide de lintegrale
(voir annexe 1 pour une construction plus compl`ete)
Denition 1 Une tribu sur R
N
(N 1) est une famille de parties de R
N
stable par passage au
complementaire et par reunion denombrable (et donc par intersection denombrable).
Si B designe une tribu sur R
N
, les elements de B sappellent les ensembles mesurables.
Une mesure positive sur B est une application (non constante egale ` a +) de B dans R
+
crois-
sante et denombrablement additive. (R
N
, B, ) est un espace mesure.
Soit (R
N
, B, ) un espace mesure. On dit que cet espace est complet, ou que est compl`ete ou que
B est compl`ete pour si :
(B B, (B) = 0, A B) A B
Si (R
N
, B, ) est un espace mesure, on peut montrer qu il existe une tribu

B et une mesure (positive)
sur

B telles que :
(i) B

B
(ii) B B, (B) = (B)
(iii) (R
N
,

B, ) est complet
Rappelons que la tribu des boreliens sur R
N
est la tribu engendree par les ouverts (et donc par les
fermes) de R
N
. On peut montrer que cette tribu notee B
R
N est engendree par les paves :
N

j=1
[a
j
, b
j
] avec < a
j
< b
j
< +
On peut montrer quil existe une unique mesure sur B
R
N veriant :
29
30 CHAPITRE 4. INT

EGRATION MODE DEMPLOI

_
_
N

j=1
[a
j
, b
j
]
_
_
=
N

j=1
(b
j
a
j
)
est la mesure de Borel de R
N
.
La completee de cette mesure sappelle la mesure de Lebesgue de R
N
.
Denition 2 Une application f : R
N
R
+
est mesurable si limage reciproque de tout intervalle
de R
+
est un ensemble mesurable et on denit lintegrale de f par :
_
R
N
f(x) dx = lim
h0
+

j=0
(f
1
([jh, (j + 1)h[)) jh
(sauf si f est egale ` a + sur un B

B tel que (B) > 0 : dans ce cas, on pose
_
R
N
f(x) dx = +)
Avertissement : On supposera dans la suite du chapitre que les ensembles et les fonctions seront
toujours mesurables (ce qui est faux en general bien sur, mais les objets non mesurables sont
compliques `a construire - voir annexe 2 pour un tel exemple).
4.2 Integrale des fonctions mesurables positives
4.2.1 Axiomatique
On admet quil existe une application qui `a f : R
N
R
+
mesurable associe un element de R
+
note
_
R
N
f(x) dx ou
_
R
N
f dx ou
_
f
veriant les 4 proprietes suivantes :
1) Si f, g : R
N
R
+
sont mesurables et , ]0; +[ on a
_
(f +g) =
_
f +
_
g (linearite de lintegrale)
2) Si f, g : R
N
R
+
sont mesurables et si x R
N
, f(x) g(x) alors
_
f
_
g (croissance de lintegrale)
3) Si A =

N
j=1
[a
j
, b
j
] avec < a
j
< b
j
< +
_
1l
A
=
N

j=1
(b
j
a
j
)
4) Le theor`eme suivant, dit de Beppo-Levi est verie.
4.2. INT

EGRALE DES FONCTIONS MESURABLES POSITIVES 31


Theor`eme 1 Theor`eme de convergence monotone ou de Beppo-Levi
Si (f
n
)
nN
est une suite croissante de fonctions mesurables de R
N
dans R
+
, on a :
_
R
N
limf
n
(x) dx = lim
_
R
N
f
n
(x) dx +
Corollaire 1
Soit (f
n
) : R
N
R
+
mesurables pour tout n, on a :
_
R
N
_
+

n=0
f
n
(x)
_
dx =
+

n=0
_
R
N
f
n
(x) dx
Demonstration
Posons x, g
j
(x) =
j

n=0
f
n
(x).
On a alors x, g
j
(x) g
j+1
(x) et j, g
j
: R
N
R
+
est mesurable.
j N, a
j
0 donc

j0
a
j
converge toujours dans R
+
. S
K
=
K

j=0
a
j
.
4.2.2 Lien avec la theorie de la mesure
Denition 3 Si A R
N
est un ensemble mesurable, sa mesure est denie par :
m(A) =
_
R
N
1l
A
(m est la mesure de Lebesgue sur R
N
), et m verie les proprietes suivantes :
(i) Si A, B R
N
sont mesurables et si A B alors m(A) m(B).
(ii) Si A
n
R
N
est une suite densembles mesurables, avec A
n
A
m
= pour n ,= m alors :
m
_
_
_
n0
A
n
_
_
=

n0
m(A
n
)
Demonstration
(i) x R, 1l
A
(x) 1l
B
(x) et on applique 1.
(ii) 1l
S
n0
An
=

n0
1l
An
et on applique le corollaire precedent.
32 CHAPITRE 4. INT

EGRATION MODE DEMPLOI


Remarque 1
1) Si A
n
est une suite densembles mesurables, on a :
m
_
_
_
n0
A
n
_
_

n0
m(A
n
)
2) Si A, B R
N
sont mesurables, on a :
m(A B) +m(A B) = m(A) +m(B)
Demonstration
1) 1l
S
n0
An

n0
1l
An
2) A B = (A(A B)) B(A B)) (A B) do` u
m(A B) = m(A) m(A B) +m(B) m(A B) +m(A B)
4.2.3 Ensembles negligeables - Proprietes vraies presque partout
Denition 4 Soit A R
N
un ensemble mesurable. Si m(A) = 0 on dit que A est negligeable (pour
la mesure consideree, ici celle de Lebesgue).
Remarque 2 Dapr`es la remarque 1,2, une reunion denombrable densembles negligeables est negligeable.
Dans R (N = 1), Q est denombrable donc negligeable car les points sont de mesure nulle pour la
mesure de Lebesgue.
m([0, 1] Q) = 0, m([0, 1] (RQ)) = 1
Denition 5 Soit P(x) une propriete faisant intervenir les points x de R
N
. On dit que P est vraie
presque partout (p.p.) si x R
N
[ P(x) est fausse est negligeable.
Theor`eme 2
Soit f : R
N
R
+
une application mesurable. On a :
_
R
N
f(x) dx = 0 f = 0 p.p. (f(x) = 0 p.p.)
Demonstration
Posons A = x R
N
[ f(x) ,= 0
4.3. FONCTIONS INT

EGRABLES 33
()
x R
N
, f(x) lim
n
n1l
A
(x)
_
R
N
f(x) dx
_
R
N
lim
n
n1l
A
(x) dx
th2
= lim
n
n
_
R
N
1l
A
(x) dx
. .
m(A)=0
car n1l
A
est croissante.
()
1l
A
(x) lim
n
nf(x)
m(A) =
_
R
N
1l
A
(x) dx
_
R
N
lim
n
nf(x) dx
th2
= lim
n
n
_
R
N
f(x) dx
. .
=0
= 0
4.3 Fonctions integrables
4.3.1 Lespace des fonctions integrables
Denition 6 Soit f une fonction mesurable. Si f
+
(x) = max(f(x), 0) et f

(x) = max(f(x), 0),


on dit que f est integrable (pour la mesure ) sur R
N
si
_
R
N
f
+
d < + et
_
R
N
f

d < +
On appelle integrale de f le nombre note
_
R
N
fd tel que :
_
R
N
fd =
_
R
N
f
+
d
_
R
N
f

d
Remarque : si f est mesurable f
+
et f

le sont. Par contre si f et g sont mesurables `a valeurs


dans R la somme f + g nest pas forcement denie par exemple si f(x) = + et g(x) = . En
revanche si f et g sont mesurables et integrables f et g sont nies presque partout donc f + g est
denie presque partout. En posant

f = 0 l`a o` u f est inni, g = 0 l`a o` u g est inni,

f + g a meme
integrale que f +g et est mesurable.
Proposition 1
La denition de lintegrale ne depend pas du choix de g et h tel que f = g h avec g 0 et
h 0
Demonstration On a f = f
+
f

. Si on pose f = g h, avec g, h 0 et
_
R
N
gd
+,
_
R
N
hd +, on a
_
R
N
fd =
_
R
N
gd
_
R
N
hd.
Soit r = g f
+
= h f

, r 0 et r g : 0
_
R
N
rd
_
R
N
gd +
On a
_
R
N
gd =
_
R
N
rd +
_
R
N
f
+
d et
_
R
N
rd =
_
R
N
f

d +
_
R
N
hd, dapr`es la linearite des
fonctions positives. Do` u
_
R
N
fd =
_
R
N
gd
_
R
N
hd.
34 CHAPITRE 4. INT

EGRATION MODE DEMPLOI


Proposition 2
1) Lensemble des applications integrables de R
N
sur R pour la mesure de Lebesgue est un
espace vectoriel, note L
1
(R
N
), et lapplication (f L
1
(R
N
)
_
R
N
fd) est une forme
lineaire.
2) Soient f, g L
1
(R
N
) telles que f g. Alors
_
R
N
fd
_
R
N
gd.
3) Soient f, g : R
N
R mesurables avec g L
1
(R
N
) et [f[ g. Alors f L
1
(R
N
).
4) Soit f : R
N
R mesurable, f L
1
(R
N
) [f[ L
1
(R
N
)
5) Si f L
1
(R
N
), on a

_
R
N
fd

_
R
N
[f[ d.
Remarque : Lensemble de ces proprietes est vrai pour dautres mesures que la mesure de Lebesgue.
Demonstration
Point 1
f = g h, avec g 0 h 0 f

= g

avec f

0 and g

0. f + f

= (g + g

) (h + h

),
_
R
N
(f +f

)d =
_
R
N
(g +g

)d
_
R
N
(h + h

)d =
_
R
N
gd +
_
R
N
g

d
_
R
N
hd
_
R
N
h

d =
_
fd +
_
f

d
Point 4
f = f
+
f

et
_
R
N
f
+
d < +,
_
R
N
f

d < +
[f[ = f
+
+f

_
R
N
[f[ d =
_
R
N
f
+
d +
_
R
N
f

d < +
4.3.2 Integration sur un sous-ensemble, integrale p.p.
Denition 7 Soit A R
N
un ensemble mesurable et soit f : A R mesurable. On note :
f
A
: x f
A
(x) =
_
f(x) si x A
0 sinon
et on pose
_
A
fd
def
=
_
R
N
f
A
d
(f est integrable sur A f
A
est integrable sur R
N
).
On note L
1
(A) lensemble des applications integrables sur A.
Proposition 3 S
f est mesurable et denie sur un ensemble de mesure nulle, alors f est integrable et
_
R
N
fd = 0.
Denition 8 Soit f mesurable denie p.p. sur R
N
. Soit A R
N
mesurable tel que x R
N
A, f(x)
est deni et (A) = 0. Posons :

f(x) =
_
f(x) si x R
N
A
autre chose si x A
4.3. FONCTIONS INT

EGRABLES 35
Si

f est integrable, alors tout autre prolongement lest aussi et lintegrale est la meme (demonstration
en exercice). On dit que f est integrable et on pose
_
R
N
fd =
_
R
N

fd
4.3.3 Theor`eme de convergence dominee de Lebesgue
On demontre maintenant le theor`eme fondamental :
Theor`eme 3 Theor`eme de convergence dominee de Lebesgue
Soit (f
n
) une suite de fonctions mesurables telle que :
(i) f
n
(x) f(x) p.p..
(ii) il existe g L
1
(R
N
) telle que n N, [f
n
(x)[ g(x) p.p.
Alors f L
1
(R
N
) et on a :
_
R
N
[f
n
f[ d
n+
0 et
_
R
N
f
n
d
n+

_
R
N
fd
Demonstration
Posons
A
n
= x R
N
[ [f
n
(x)[ > g(x), B = x R
N
[ f
n
(x) ne tend pas vers f(x)
N = B
_
_
_
n0
A
n
_
_
, N est alors negligeable.

f
n
(x) =
_
f
n
(x) si x R
N
N
0 sinon

f(x) =
_
f(x) si x R
N
N
0 sinon
g(x) =
_
g(x) si x R
N
N
0 sinon
g
n
(x) =

f
n
(x)

f(x)

et h
n
(x) = sup
kn
g
k
(x)
n, h
n
h
n+1
; n, h
n
0
h
n
(x) 0
0 h
n
2 g donc 2 g h
n
0 et (2 g h
n
) est croissante.
Alors, le theor`eme de Beppo-Levi donne :
lim
n
_
R
N
(2 g h
n
)d =
_
R
N
lim
n
(2 g h
n
)d = 2
_
R
N
gd
lim
n
_
R
N
(2 g h
n
)d = lim
n
_
2
_
R
N
g
_
R
N
h
n
_
d = 2
_
R
N
gd lim
n
_
R
N
(h
n
)d
Donc lim
n
_
R
N
(h
n
)d = 0
36 CHAPITRE 4. INT

EGRATION MODE DEMPLOI


4.4 Calcul pratique dintegrales
Dans cette partie designe la mesure de Lebesgue (egalement notee dx)
4.4.1 Lien avec lintegrale de Riemann
Le theor`eme de convergence dominee permet de retrouver le resultat suivant pour lintegrale de
Lebesgue, et qui est classique pour lintegrale de Riemann :
Proposition 4
Soit (f
n
) C([a, b]) telle que (f
n
) converge uniformement vers f C([a, b]). Alors :
lim
n
_
[a,b]
f
n
d =
_
[a,b]
fd
Demonstration C tq |f|

C. Montrons quil existe M > 0 n, [f


n
[ M. En eet,
n
0
tq n n
0
, |f
n
f|

1 = |f
n
|

1 +|f|

1 +C.
n 0, . . . , n
0
1, C
n
tq |f
n
|

C
n
. On pose alors M = max
0nn
0
1
(1 +C, C
n
)
Maintenant, pour une fonction continue, on a le lien suivant entre les deux integrales :
Proposition 5
Si f est integrable au sens de Riemann sur [a, b], alors f est integrable au sens de Lebesgue sur
[a, b] et lintegrale au sens de Lebesgue sur [a, b] est egale `a lintegrale de Riemann sur [a, b].
Demonstration On demontre la proposition uniquement dans le cas o` u f est continue. Soit
F(x) =
_
x
a
f(x)dx lintegrale de Riemann. F est une primitive de f. Considerons alors G(x) =
_
[a,x]
f(x)d o` u est la mesure de Lebesgue, montrons que G

(x) = f(x). On a :
G(x +h) G(x)
h
=
1
h
_
[x,x+h]
f(t)d
=
_
[0,1]
f(x +th)d (formule de changement de variables `a la n du chapitre)
en appliquant le theor`eme de convergence dominee `a t f(x + th), on obtient lim
h0
G(x+h)G(x)
h
=
f(x). Donc F et G sont deux primitives de f qui sannulent en a donc elle sont egales.
Proposition 6
si f : R R
+
est integrable au sens de Riemann sur tout intervalle compact de R, alors f est
mesurable et on a :
_
R
fd = lim
R+
_
R
R
f(t)dt =
_

f(t)dt
On parle dans ce cas dintegrale de Riemann semi-convergente
4.5. LESPACE L
1
(R
N
) 37
Demonstration f
n
= f1l
[n,n]
. Comme f 0, (f
n
) est une suite croissante positive de fonctions
Lebesque integrable sur R. et f
n
(x) f pour tout x R. Par le theor`eme de convergence monotone,
_
R
fd = lim
n+
_
R
f
n
d = lim
n+
_
n
n
fd
= lim
n+
_
n
n
f(t)dt dapr`es la proposition precedente
=
_
+

f(t)dt integrale de Riemann semi-convergente


Remarques :
1. Si
_
R
f(t)dt = + le resultat reste vrai
2. Si f nest pas positive, la proposition est fausse (cf
sin(x)
x
)
Exemples :
1. Montrer que f(t) =
1
1+t
2
L
1
(R
N
).
2. Montrer que f(t) =
sin(t)
t
/ L
1
(R
N
).
3. f
n
(x) = 1l
[n,n+1]
(x). f
n
L
1
(R
+
). x 0, f
n
(x) 0.
_
R
N
f
n
= 1 et
_
R
N
lim
n
f
n
= 0 : ne
marche pas ! La fonction g du theor`eme est g(x) = 1 sur R
+
, qui nest pas integrable.
4.4.2 Primitive et integrale de Lebesgue
Proposition 7
Soit f : [a, b] R une fonction Lebesgue integrable alors F(x) =
_
[a,x]
f(t)d est derivable p.p
sur ]a, b[ et F

(x) = f(x).
4.4.3 Integrales complexes
Denition 9 Soit f : R
N
C, f = f
1
+ if
2
, f
1
, f
2
: R
N
R Soit f = f
1
+ if
2
f est mesurable
f
1
et f
2
sont mesurables.
f est integrable f
1
et f
2
sont integrables, et alors :
_
R
N
f =
_
R
N
f
1
+i
_
R
N
f
2
On a :

_
R
N
fd

_
R
N
[f[ d et
_
R
N
[f +g[ d
_
R
N
[f[ d +
_
R
N
[g[ d
4.5 Lespace L
1
(R
N
)
4.5.1 Motivation pour une norme
Soit f L
1
(R
N
). Posons N
1
(f) =
_
R
N
[f[ d, o` u est la mesure de Lebesgue.
On a :
38 CHAPITRE 4. INT

EGRATION MODE DEMPLOI


1. N
1
(0) = 0
2. f L
1
(R
N
), R ou C, N
1
(f) = [[ N
1
(f)
3. f, g L
1
(R
N
), N
1
(f +g) N
1
(f) +N
1
(g).
Donc on a presque une norme.
Si N
1
(f) = 0 pour f L
1
(R
N
), alors f = 0 p.p., donc N
1
nest pas une norme.
4.5.2 Lespace L
1
Denition 10 Soient f, g L
1
(R
N
). On dit que f g (f equivalente ` a g) si et seulement si f = g
p.p.. Cest une relation dequivalence.
Posons L
1
(R
N
) = L
1
(R
N
)
/
=

f [ f L
1
(R
N
). On a alors g

f f g.
Proposition 8
L
1
(R
N
) est un espace vectoriel si on pose

f + g =

f +g et

f =

f
|.|
1
est une norme sur L
1
(R
N
) si on pose
_
_
_

f
_
_
_
1
= N
1
(f).
Proposition 9
L
1
(R
N
) est un espace vectoriel norme complet
Theor`eme 4
Soient (f
n
), f L
1
(R
N
). On suppose que
_
R
N
[f
n
f[
n+
0.
Alors, il existe une suite extraite (f
n
k
) telle que f
n
k
(x) f(x) p.p. et il existe g L
1
(R
N
)
telle que [f
n
k
(x)[ g(x) p.p..
4.5.3 Les espaces L
p
Denition 11 On peut de meme denir p N

, L
p
(R
N
) = L
p
(R
N
)
/
. On munit L
p
(R
N
) de la
norme :
_
_
_

f
_
_
_
p
= N
p
(f) =
__
R
N
[f[
p
_1
p
Denition 12 L

(R
N
) = f : R
N
R ou C [ f mesurable et c 0 tq [f(x)[ c p.p..
L

(R
N
) est un espace vectoriel norme.
Soit f L

(R
N
), on pose alors N

(f) = infc 0/ [f(x)[ c pp.


On a :
1. N

(0) = 0
2. N

(f) = [[ N

(f)
3. N

(f +g) N

(f) +N

(g)
4. N

(f) = 0 = f = 0 p.p.
Denition 13 On pose L

(R
N
) = L

(R
N
)/ et
_
_
_

f
_
_
_

= N

(f).
4.6. INT

EGRALES D

EFINIES PAR UN PARAM


`
ETRE 39
4.6 Integrales denies par un param`etre
Theor`eme 5
Soit I un intervalle de R et A R
N
un ensemble mesurable. Soit f une fonction mesurable
denie sur I A (en fait denie t I et p.p. sur A).
On suppose que t I, (x f(t, x)) L
1
(A) et on pose :
F(t) =
_
A
f(t, x)d
1. Continuite : Sous les hypoth`eses suivantes :
(a) x p.p. sur A, (t f(t, x)) est continue sur I
(b) g L
1
(A) tq t I, [f(t, x)[ g(x), x p.p. sur A
Alors F est continue sur I.
2. Derivabilite : Sous les hypoth`eses suivantes :
(a) x p.p. (t f(t, x)) est derivable sur I
(b) h L
1
(A) tq t I,

f
t
(t, x)

h(x), x p.p. sur A


Alors F est derivable sur I et :
F

(t) =
_
A
f
t
(t, x) d
Demonstration
1. Soit (t
n
) tel que t
n
n+
t dans I. F(t
n
) =
_
A
f(t
n
, x) d. Soit f
n
(x) = f(t
n
, x), f
n
(x)
f(t, x) p.p. sur A et n, [f
n
[ g p.p. Le theor`eme de convergence dominee assure que
F(t
n
) F(t).
2. On consid`ere
F(t +h) F(t)
h
=
_
A
f(t +h, x) f(t, x)
h
d
On a
f(t+h,x)f(t,x)
h

f
t
(t, x) et
f(t+h,x)f(t,x)
h
=
f
t
(
h
, x) avec
h
]t, t + h[ donc avec les
hypoth`eses du theor`eme, on peut appliquer le theor`eme de convergence dominee et il vient :
F

(t) =
_
A
f
t
(t, x) d
4.7 Integrales multiples
4.7.1 Intervertion des integrales
Soit
1
R
N
1
et
2
R
N
2
des ouverts et (x),(y) les mesures de Lebesgue resp. sur R
N
1
et R
N
2
.
Dans le cas des fonctions positives on a :
40 CHAPITRE 4. INT

EGRATION MODE DEMPLOI


Theor`eme 6 Theor`eme de Tonelli ou Fubini 0
Soit f mesurable positive sur
1

2
. Alors pour presque tout x
1
y f(x, y) est mesurable
et pour presque tout y
2
x f(x, y) est mesurable et on a :
(i)
_

1
__

2
f(x, y) d(y)
_
d(x) =
_

2
__

1
f(x, y) d(x)
_
d(y) =
_

2
f(x, y) d(x) d(y)
(ii) Si ces integrales sont nies, alors f L
1
(
1

2
).
Pour les fonctions de signe quelconque integrables, on a le theor`eme de Fubini :
Theor`eme 7 Theor`eme de Fubini
Soit f L
1
(
1

2
).
Alors pour presque tout x
1
f(x, y) L
1
y
(
2
) et
_

2
f(x, y) d(y) L
1
x
(
1
)
De meme pour presque tout y
2
f(x, y) L
1
x
(
1
) et
_

1
f(x, y) d(x) L
1
y
(
2
)
De plus, on a :
_

1
__

2
f(x, y) d(y)
_
d(x) =
_

2
__

1
f(x, y) d(x)
_
d(y) =
_

2
f(x, y) d(x) d(y)
Application pratique Pour une fonction f de signe quelconque on proc`ede de la fa con suivante :
(i) On applique le theor`eme de Tonelli `a [f[ pour savoir si [f[ L
1
(
1

2
) (ce qui est equivalent
`a f L
1
(
1

2
)).
(ii) Si oui, on peut alors appliquer le theor`eme de Fubini ` a f pour intervertir lordre dintegration
et utiliser le calcul le plus facile.
4.7.2 Changement de variable
4.7. INT

EGRALES MULTIPLES 41
Theor`eme 8 Theor`eme de changement de variable
Soient U et des ouverts de R
N
et soit : U un C
1
-dieomorphisme ( est une bijection
de U sur , C
1
(U) et
1
C
1
()). On note pour x U :
J

(x) = det
_

i
x
j
(x)
_
1i,jN
= (
1
, . . . ,
N
)
Soit f une fonction mesurable denie p.p. sur .
1) Si f est `a valeurs dans R, on a :
_

f(y) d(y) =
_
U
f((x)) [J

(x)[ d(x)
2) Si f est `a valeurs dans C,
f L
1
() (x f((x))J

(x)) L
1
(U)
et on a la meme egalite.
42 CHAPITRE 4. INT

EGRATION MODE DEMPLOI


Chapitre 5
Transformee de Fourier
5.1 Introduction
5.1.1 Historique
Lanalyse en frequences apparat en 1822 dans un traite de Joseph Fourier, la Theorie analytique
de la chaleur.
Lequation de la chaleur est denie par :
u
t
u = 0 (5.1)
u(x, 0) = (x) (5.2)
Ici, u est une fonction de lespace et du temps : u(x, t). Dans le cas o` u lespace est un disque, u est
denie par :
t 0, x D = x R[ |x| 1
u est cherchee sous la forme dune serie de Fourier :
u(r, , t) =

nZ
c
n
(r, t)e
in
Lintegrale de Fourier apparat en 1906 dans la theorie de lintegration de Lebesgue.
5.1.2 Interet
- Diagonalise les operateurs de derivation.
F : u F(u)
F : (
d
k
dx
k
u) (i)
k
F(u)
avec F operateur et u fonction.
43
44 CHAPITRE 5. TRANSFORM

EE DE FOURIER
Lintegrale de Fourier sert alors `a la resolution dequations dierentielles et dEDP (Equations aux
Derivees Partielles).
5.1.3 Motivation pour le traitement du signal
On decompose un signal (une fonction) en une somme innie de signaux plus faciles `a traiter :
u(x) =

c
n
e
inx
, =
2
T
e
ix
est une harmonique (correspond `a une frequence pure =

2
).
5.1.4 Problematique du traitement du signal
Un syst`eme re coit en entree un signal f et emet en sortie un signal g. f et g fonctions du temps t.
2 types de probl`emes :
1. f et g connus : probl`eme didentication du syst`eme.
2. f connu et syst`eme connu : probl`eme du calcul de g.
2
` eme
probl`eme : celui du ltrage. Le syst`eme est appele ltre.
Hypoth`eses sur le ltre :
il est lineaire :
g = L(f), L(f
1
+f
2
) = L(f
1
) +L(f
2
).
il est stationnaire (invariant dans le temps).
il est invariant par translation : g(t T) = L(f(t T)).
(L est ici loperateur associe au ltre)
On montre alors que la seule possibilite pour L est detre un operateur de convolution, cest-` a-dire :
h : R R tq
g(t) = (f h)(t) =
_
+

f(x)h(t x)dx
h : reponse impulsionnelle du ltre.
En eet, si f = (impulsion), alors g = h.
Si f est denie ainsi :
f : t e
it
( R), alors
g(t) = (f h)(t)
= (h f)(t)
=
_
h(x)e
i(tx)
dx
= e
it
_
h(x)e
ix
dx
= e
it
H()
5.2. TRANSFORMATION DE FOURIER DANS L
1
(R) 45
Conclusion
t e
it
: vecteur propre du ltre, de valeur propre H().
H : fonction de transfert du ltre, transformee de Fourier de la reponse impulsionnelle h.
5.2 Transformation de Fourier dans L
1
(R)
5.2.1 Denition
Denition 1 (Transformee de Fourier) Soit f L
1
(R), on lui associe

f telle que :
R,

f()
def
=
_
+

f(x)e
2ix
dx
= 2 : pulsation ( rad.s
1
)
: frequence (Hz)
Remarque 1

f est denie et continue sur R car

f(x)e
2ix

= [f(x)[ et f L
1
(R).
(theor`eme de Lebesgue)
Lapplication : F : f

f est appelee transformee de Fourier. (f L
1
(R)).
5.2.2 Propriete (Theor`eme de Riemann-Lebesgue)
Theor`eme 1 de Riemann-Lebesgue
1. F : f

f est une application lineaire, continue de L
1
(R) dans L

(R).
2. si f L
1
(R), alors

f est continue sur R et lim

f() = 0.
Demonstration .
1. F lineaire (linearite de
_
).
Par denition : |f|
L
1
(R)
=
_
+

[f(x)[ dx
et |g|
L

(R)
= sup
xR
[g(x)[
46 CHAPITRE 5. TRANSFORM

EE DE FOURIER
avec f et g deux fonctions R K, (K = R ou C).
Montrons la continuite de F en 0, autrement dit :
f L
1
(R), |F(f)|
L

(R)
C |f|
L
1
(R)
,

f()

_
+

f(x)e
2ix
dx

_
+

[f(x)[ dx = |f|
L
1
(R)
donc

f L

(R) et
_
_
_

f
_
_
_
L

(R)
|f|
L
1
(R)
.
2. si f T(R) = g : R C [ g est C

, g est `a support compact

f() =
_
+

f(x)e
2ix
dx
=
_
f(x)
e
2ix
2i
_
+

_
+

(x)
e
2ix
2i
dx

f()


1
2 [[
_
+

(x)

dx

0
car |f

|
L
1
(R)
< + (f T(R)).
or T(R) est dense dans L
1
(R).
do` u : f L
1
(R), > 0, T(R), |f |
L
1
(R)
<

f()

f() () + ()

f() ()

+[ ()[

_
_
_

f
_
_
_
L

(R)
+[ ()[
|f |
L
1
(R)
+[ ()[
et on a : lim
+
[ ()[ = 0 et |f |
L
1
(R)
< .
5.2. TRANSFORMATION DE FOURIER DANS L
1
(R) 47
5.2.3 Exemple
Fonction porte :
= 1l
]
1
2
;
1
2
[

() =
_
1
2

1
2
e
2ix
dx =
sin()

: sinus cardinal.
Remarque 2 on peut tr`es bien avoir f : R R et

f : R C (

f fonction ` a valeurs complexes).
En pratique : la representation graphique de

f est la representation en frequence du signal f, appele
spectre (module et phase).
5.2.4 Proprietes
Theor`eme 2 du retard
f L
1
(R), R
Posons x R, g(x) = f(x ). g L
1
(R).
Alors R, F(g)() = g() = e
2i

f()
Remarque 3 e
2i
est un facteur de retard ou dephasage. On a ainsi :
R, [ g()[ =

f()

et Arg( g()) = Arg(



f()) 2
Demonstration Un changement de variable dans lintegrale de Fourier donne immediatement le
resultat.
Proposition 1 .
f L
1
(R), a > 0.
Posons x R, g(x) = f(ax) : g L
1
(R).
R, F(g()) =
1
a
f(

a
)
Remarque 4 Si f est ` a support compact : augmenter la taille du support de f (en dilatant f )
revient ` a contracter la fonction

f et inversement.
Exemple 1 = 1l
]
1
2
;
1
2
[
> 0, f

(x) =
1

(
x

)
48 CHAPITRE 5. TRANSFORM

EE DE FOURIER
Remarque 5 .
x ,= 0, lim
0
f

(x) = 0
Si x = 0, lim
0
f

(x) = +.
En fait, lim
0
f

= dans T

(R).
R,

f() =
1

() =

() =
sin()

Remarque 6 lim
0

() = 1.
On montrera dans le chapitre sur la Transformee de Fourier des distributions que F() = 1l
R
.
Theor`eme 3 : Fourier et derivation
FDer
1. si f L
1
(R), f derivable et f

L
1
(R), alors


f() L

(R) et
R, F(f

)() = 2i

f()
2. si f L
1
(R) et x xf(x) L
1
(R), alors F(f) est derivable et :
R,
d
d
F(f)() = 2iF(x xf(x))()
Remarque 7 Relation entre la regularite dune fonction et le comportement de son spectre ` a hautes
frequences :
Supposons f L
1
(R), f

L
1
(R).
Appliquons le theor`eme de Riemann-Lebesgue (??) ` a f

: F(f

) = 2i

f() donc

f() est
continue, de limite 0 en .


f() = o(1)

f() = o
+
(
1

)
Generalisation : f L
1
(R), f

L
1
(R) . . . f
(n)
L
1
(R).
F(f
(n)
) = (2i)
n

n

f().
et

f() = o

(
1
[[
n
)
5.3. PRODUIT DE CONVOLUTION ET PRINCIPE DU FILTRAGE 49
Calcul de F(f) avec f : x e
x
2
(cf. TD) :
f

(x) = 2xe
x
2
= 2xf(x)
f est alors solution de :
2xy(x) +y

(x) = 0 (5.3)
On applique F `a 5.3 :
2F(x xy(x)) +F(y

) = F(x 0)
2(
1
2i
d
d
y()) + 2i y() = 0
On a egalement applique le 2) du theor`eme ?? et on obtient alors :
d
d
y() + 2 y() = 0 (5.4)
On a alors : 5.3 5.4.
Comme f et

f sont solutions dune meme equation 5.3 :

f() = e

2
Calcul de :
=

f(0) =
_
+

f(x)dx =
_
+

e
x
2
dx = 1
R, F(x e
x
2
)() = e

2
On demontre egalement que la gaussienne est la seule fonction invariante par F.
5.3 Produit de convolution et principe du ltrage
Problematique :
Soit un ltrage analogique.
f est le signal dentree.
h est la reponse impulsionnelle du ltre.
g = (f h) est le signal ltre.
5.3.1 Rappel : Produit de convolution dans L
1
(R)
50 CHAPITRE 5. TRANSFORM

EE DE FOURIER
Theor`eme 4 et denition
f L
1
(R), g L
1
(R)
On pose : x R, (f g)(x) =
_
+

f(y)g(x y)dy.
Alors (f g) est deni presque partout , integrable et
|f g|
L
1
(R)
|f|
L
1
(R)
|g|
L
1
(R)
.
Remarque 8 Si f L
1
(R), alors f est nie (f(x) < +) presque partout.
5.3.2 Exemple de ltrage : les moyennes glissantes
Soit f une fonction de x R. En chaque point x, on remplace f(x) par sa moyenne

f(x) sur un
intervalle de longueur :

f(x) =
1

_
x+

2
x

2
f(t)dt
=
1

_
+

[x

2
;x+

2
]
(t)f(t)dt
=
_
+

h(x t)f(t)dt
o` u h : u
1

1l
[

2
;

2
]
h est appelee fenetre carree et

f(x) = (h f)(x).
En pratique :
Choix dune fenetre plus reguli`ere.
Choix de : probl`eme dechelle sur les phenom`enes dans f que lon souhaite conserver o` u lisser.
5.3.3 Convolution et transformee de Fourier
Theor`eme 5 : Convolution et transformee de Fourier
oient f L
1
(R), g L
1
(R).
Alors R, F(f g)() =

f() g().
Exemple 2 F(

f)() =

h()

f() =
sin()

f().

h est la fonction de transfert.


On peut alors adapter
1

` a la bande de frequences utile du signal f.


5.4. TRANSFORM

EE DE FOURIER INVERSE 51
Demonstration Reappliquons le theor`eme de Fubini positif :
_
+

_
_
+

[f(y)g(x y)[ dy
_

e
2ix

dx = |f|
L
1
(R)
|g|
L
1
(R)
< +
car

e
2ix

= 1.
Nous pouvons alors appliquer le theor`eme de Fubini :
F(f g)() =
_
+

__
+

f(y)g(x y)dy
_
e
2ix
dx
=
_
+

__
+

f(y)g(x y)dy
_
e
2i(xy+y)
dx
=
_
+

f(y)e
2iy
__
+

g(x y)e
2i(xy)
dx
_
dy
=
_
+

f(y)e
2iy
__
+

g(u)e
2iu
du
_
dy
=

f() g()
On a de nouveau utilise le sempiternel changement de variable :
u = x y
du = dx
5.4 Transformee de Fourier inverse
Problematique :
F
_
L
1
(R) L

(R) et F : f F(f) =

f
f F(f) =

f
est lineaire et continue.
F telle que : R,

f() =
_
+

f(x)e
2ix
dx.
Inversion de F ?
1. Trouver un espace invariant par F (espace S L
1
(R) tel que F(S) S).
2. Expression de F
1
?
Remarque 9 Lespace naturel pour F : L
2
(R).
But : Trouver un espace invariant S L
1
(R) et montrer que F se prolonge en une application
encore nommee F (abus de langage) : F : L
2
(R) L
2
(R) avec F isometrie.
Probl`eme : f L
2
(R) L
1
(R) :
_
+

f(x)e
2ix
dx nest pas denie. (ex : f(x) =
sin x
x
).
52 CHAPITRE 5. TRANSFORM

EE DE FOURIER
5.4.1 La classe de Schwarz S(R)
Denition 2 S(R) est lensemble des fonctions denies de R dans C, C

` a decroissance rapide.
Autrement dit :
f S(R)
_
f C

(R)
n N, p N, (1 +[x[
n
)f
(p)
L

(R)
En consequence, C > 0, n N, p N, x R,

f
(p)
(x)

C
1+|x|
n
Exemples 3 .
Gaussienne : f(x) = e

x
2
2
S(R)
D(R), ensemble des fonctions C

` a support compact, est inclus dans S(R).


Remarque 10 p N

, S(R) L
p
(R).
Proposition 2 .
S(R) est stable par derivation et multiplication par un polyn ome. Cest `a dire :
f S(R), p, n N
1. f
(p)
S(R)
2. x x
n
f(x) S(R)
Proposition 3 .
S(R) est invariant par F, cest `a dire :
f S(R), F(f) =

f S(R)
Demonstration .
On utilise le theor`eme Fourier et derivation.
Soit f S(R). En particulier f L
1
(R), f

L
1
(R) et
n N, x x
n
f(x) L
1
(R), p N, f
(p)
L
1
(R).
f L
1
(R) implique que

f est continue, et

f L

(R).
f

L
1
(R) implique que

f() est continue et

f() L

(R).
Ainsi, par recurrence : f
(p)
L
1
(R) implique
p

f() continue et

p

f() L

(R).
De plus, x xf(x) L
1
(R), do` u

f derivable et
d

f
d
L

(R).
5.4. TRANSFORM

EE DE FOURIER INVERSE 53
Par recurrence : n N, x x
n
f(x)L
1
(R) entrane

f est n fois derivable et
d
n
d

f L

(R).
Donc

f est C

, `a decroissance rapide, i.e.



f S(R).
5.4.2 Transformee de Fourier inverse dans S(R)
Denition 3

F est denie par :
S(R), x R,

F()(x) =
_
+

()e
2ix
d
Remarque 11 S(R),

F() = F( )
Remarque 12

F poss`ede des proprietes analogues ` a celles de F (linearite, continuite, etc..).
Theor`eme 6 : Propriete dinversion de F
application F : S(R) S(R) est inversible et F
1
=

F.
Autrement dit :
f S(R),

f() =
_
+

f(x)e
2ix
dx
f(x) =
_
+

f()e
2ix
d
Demonstration

FF = Id ou encore f S(R),

F(

f) = f.
Remarque 13 Nous nutiliserons pas :
_
+

f()e
2ix
d =
_
+

_
_
+

f(t)e
2it
dt
_
e
2ix
d
(Ne marche pas)
Etape 1 :
Montrons :
f S(R), S(R),
_
+

F(f)()()d =
_
+

f(x)

F()(x)dx
ou encore < F(f), >=< f,

F() >
En eet :
54 CHAPITRE 5. TRANSFORM

EE DE FOURIER
_
+

F(f)()()d =
_
+

__
+

f(x)e
2ix
dx
_
()d
=
_
+

f(x)
__
+

()e
2ix
d
_
dx
=
_
+

f(x)

F()(x)dx
par application du theor`eme de Fubini, utilisable dans ce cas car :
x R, R,

f(x)()e
2ix

[f(x)[

()

Ce qui prouve que la fonction : (x, ) f(x)()e


2ix
est un element de L
2
(R), condition su-
sante `a lapplication de Fubini.
Etape 2 :
Montrons f S(R),

FF(f)(0) = f(0).
Soit h(x) = e
x
2
alors

h() = e

2
. On a donc

FF(h) = h.
On denit : > 0, h

(x) =
1

h(
x

).
Il sensuit : F(h

)() =
1

h() =

h() = e
()
2
et

FF(h

)(x) =

F(e
()
2
)(x) =
1

e
(
x

)
2
= h

(x)
Conclusion :

FF(h

) = h

.
Soit f S(R) et soit = F(h

) S(R). On applique letape 1 deux fois :


_
+

f(x)

FFh

(x)dx =
_
+

FFf(x)h

(x)dx
_
+

f(x)h

(x)dx =
_
+

FFf(x)h

(x)dx
1

_
+

f(x)h(
x

)dx =
1

_
+

FFf(x)h(
x

)dx
On pose : y =
x

et on obtient :
f S(R), > 0,
_
+

f(y)h(y)dy =
_
+

FF(f)(y)h(y)dy
5.4. TRANSFORM

EE DE FOURIER INVERSE 55
Comme f et

FF(f) sont continues, on obtient :
y R, lim
0
f(y)h(y) = f(0)h(y)
lim
0

FF(f)(y)h(y) =

FF(f)(0)h(y)
Compte-tenu des proprietes de f et

FF(f) :
[f(y)h(y)[ |f|
L

(R)
[h(y)[ et


FF(f)(y)h(y)


_
_
FF(f)
_
_
L

(R)
[h(y)[
or y |f|
L

(R)
[h(y)[ , y
_
_
FF(f)
_
_
L

(R)
[h(y)[ L
1
(R).
On peut desormais appliquer le theor`eme de convergence dominee pour passer `a la limite quand
tend vers 0 dans lintegrale, do :
f(0)
_
+

h(y)dy =

FF(f)(0)
_
+

h(y)dy
Comme
_
+

h(y)dy ,= 0 : f(0) =

FF(f)(0).
Etape 3 :
Soit f S(R).
Pour z R, on pose g : x g(x) = f(x +z) S(R).
Par application de letape 2 : g(0) =

FF(g)(0).
g(0) = f(z), donc :

FF(g)(x) =

FF(f)(x +z)
=

F( e
2iz

f())(x)
=
_
+

e
2iz

f()e
2ix
d
=

F(

f)(x +z)
= (

FF(f))[z +x]
En prenant x = 0 dans legalite ci-dessus :

FFg(0) =

FFf(z)
Donc :
f S(R),

F(

f) = f
56 CHAPITRE 5. TRANSFORM

EE DE FOURIER
5.4.3 Propriete : Fourier et produit de convolution
Theor`eme 7 : Fourier et produit de convolution
oient f, g S(R), alors fg S(R) et F(fg) = F(f) F(g).
Demonstration On sait :
, S(R), F( ) = F()F()
De meme :

F( ) =

F()

F()
Donc : F

F( ) = F(

F()

F())
avec F

F = Id.
Soient f, g S(R), on pose :
= F(f) f =

F()
= F(g) g =

F()
et on obtient : F(f) F(g) = F(fg).
5.5 Application : resolution de lequation de la chaleur
u(t, x) : R
+
R R temperature.
Equation de la chaleur :
_
_
_
u
t
=

2
u
x
2
u(0, x) = (x)
(5.5)
Condition Initiale : S(R).
On cherche u S(R
+
R) ie
_
_
_
u C

m, n, k, l N, , (x, t) (1 +[x[
m
+[t[
n
)

k
t
k

l
x
l
u(t, x) L

(R
+
R)
Proposition 4
e probl`eme 5.5 admet une solution unique (t, x) u(t, x) dans S(R
+
R).
5.5. APPLICATION : R

ESOLUTION DE L

EQUATION DE LA CHALEUR 57
Demonstration
1. On consid`ere la transformee de Fourier spatiale de u :
u(t, ) =
_
+

u(t, x)e
2ix
dx, en lappliquant `a lequation 5.5 :
_
+

u
t
e
2ix
dx =
_
+

2
u
x
2
e
2ix
dx
Supposons que :

u(x, t)e
2ix

[u(x, t)[ f(x) L


1
(R)
On peut appliquer le theor`eme de derivation sous lintegrale :

t
_
+

u(x, t)e
2ix
dx =
_
+

u
t
e
2ix
dx
Dapr`es 5.5 :
t, R,

t
( u(t, )) = 4
2

2
u(t, )
donc u(t, ) = ()e
4
2

2
t
avec constante par rapport au temps.
Condition initiale : t = 0, donc x R, u(0, x) = (x)
u(0, ) = () et u(t, ) = ()e
4
2

2
t
S(R)
On a alors :
u(x, t) = F
1
( u)(x, t)
=

F( u)(x, t)
=

F( ()e
4
2

2
t
)(x, t)
=

F( ())

F( e
(2i)
2

2
t
)(x, t)
= (x)
1

4t
e

x
2
4t
Explication :
F(e
x
2
) = e

2
e
x
2
=

F(e

2
)
58 CHAPITRE 5. TRANSFORM

EE DE FOURIER
donc

F(e
(2

t)
2
) =
1
2

t
e
(
x
2

t
)
2
=
1

4t
e

x
2
4t
u(t, x) =
_
+

(y)
1

4t
e

(xy)
2
4t
dy
On a :
(y) : condition initiale

4t
e

(xy)
2
4t
: noyau de la chaleur sur R.
2. On pose :
u(x, t) = (x)
1

4t
e

x
2
4t
et on verie :
u S(R
+
R) (penible)
u solution de 5.5
5.6 Transformee de Fourier dans L
2
(R)
Rappels :
Soient f, g L
2
(R)
< f[g >=
_
+

f(x)g(x)dx
|f|
L
2
(R)
=
_
< f[f >
5.6.1 Theor`eme de densite (admis)
Theor`eme 8 de densite
ensemble S(R) est dense dans L
2
(R).
f L
2
(R), (
n
) S(R), lim
n+
|f
n
|
L
2
(R)
= 0
5.6.2 Theor`eme de Hahn-Banach
Theor`eme 9 de Hahn-Banach
hahn Soient X,Y 2 espaces vectoriels normes et complets. Soit D X avec D dense dans X et
soit f : D Y une application lineaire, continue.
Alors il existe une unique application

f : X Y prolongeant f et telle que [|f|[ =

_
_
_

f
_
_
_

.
5.6. TRANSFORM

EE DE FOURIER DANS L
2
(R) 59
Remarque 14 |.|
X
est la norme dans X et comme D X, on prend : |.|
D
= |.|
X
Rappel :
[|f|[ = sup
xD, x =0
f(x)
Y
x
X
f est lineaire, continue signie :
K > 0, x D, |f(x)|
Y
K|x|
X
[|f|[ est la plus petite constante K possible.
Demonstration Soit x X, il faut denir

f(x).
Soit (x
n
) une suite de D telle que x
n
x dans X.
( lim
n+
|x
n
x|
X
= 0)
Montrons que (f(x
n
)) est une suite de Cauchy.
|f(x
n
) f(x
p
)|
Y
= |f(x
n
x
p
)|
Y
[|f|[ . |x
n
x
p
|
X
or (x
n
) est une suite de Cauchy dans X. f(x
n
) est donc une suite de Cauchy dans Y complet : f(x
n
)
converge donc vers une limite x. Posons

f(x) = x.
x ne depend pas de la suite (x
n
) de D.
En eet, si x
n
x et x

n
x, alors
_
_
f(x
n
) f(x

n
)
_
_
Y
[|f|[ .
_
_
x
n
x

n
_
_
X
n+
0
Donc lim
n+
f(x
n
) = lim
n+
f(x

n
)
Soit

f : X Y denie par x X,

f(x) = x.
Alors :
x D,

f(x) = f(x) (

f prolonge f)


f est lineaire.
En eet, f etant lineaire, on obtient, avec :
_
x X, x
n
D, x
n
x
y X, y
n
D, y
n
y
60 CHAPITRE 5. TRANSFORM

EE DE FOURIER

f(x +y) = lim


n+
f(x
n
+y
n
)
= lim
n+
f(x
n
) +f(y
n
)
=

f(x) +

f(y)


f est continue.
Soit x X et (x
n
) suite delements de D telle que : x = lim
n+
x
n
.

f(x) = lim
n+
f(x
n
) dans Y.
et comme f est continue : n N, |f(x
n
)|
Y
[|f|[ . |x
n
|
X
Par passage `a la limite :
_
_
_

f(x)
_
_
_
Y
[|f|[ . |x|
X
autrement dit :
_
_
_

f(x)
_
_
_
Y
K|x|
X
donc

f est continue et

_
_
_

f
_
_
_

[|f|[.
Dautre part, D X donc :

_
_
_

f
_
_
_

= sup
xX
_
_
_

f(x)
_
_
_
Y
|x|
X
sup
xD
_
_
_

f(x)
_
_
_
Y
|x|
X
= sup
xD
|f(x)|
Y
|x|
X
= [|f|[
5.6.3 Transformee de Fourier dans L
2
(R)
Theor`eme 10 : Fourier dans L
2
(R)
F : S(R) L
2
(R) est continue, lineaire de (S, |.|
L
2
(R)
) dans L
2
(R). Elle se prolonge donc de
mani`ere unique en 1 application, encore notee F :
F : L
2
(R) L
2
(R) lineaire, continue et de plus, [|F|[ = 1.
Demonstration Il sut de demontrer : F : S(R) L
2
(R) est continue et dappliquer ensuite le
theor`eme de Hahn-Banach ??.
Rappel : on a demontre (etape 1 de la demo pour

F = F
1
) :
f, S(R),
_
+

F(f)()()d =
_
+

f(x)

F()(x)dx
(< F(f)[ >=< f[

F() >)
5.6. TRANSFORM

EE DE FOURIER DANS L
2
(R) 61
On choisit : = F(f).

F() = F
1
(F(f)) = f
et on obtient :
f S(R), |F(f)|
L
2
(R)
= |f|
L
2
(R)
F est donc une isometrie : elle conserve la norme.
Proposition 5
F : L
2
(R) L
2
(R) est une isometrie et :
f, g L
2
(R),
_
+

f(x)g(x)dx =
_
+

f() g()d
En particulier, conservation de lenergie :
_
+

[f(x)[
2
dx =
_
+

f()

2
d
Remarque 15 f L
2
(R),

f() =
_
+

f(x)e
2ix
dx
Si f L
2
(R) L
1
(R), comme par exemple f(x) =
sin(x)
x
, on ecrira souvent :

f() =
_
+

f(x)e
2ix
dx
= lim
R+
_
R
R
f(x)e
2ix
dx
Theor`eme 11
et

F sont des isometries de L
2
(R) L
2
(R). De plus, F est inversible et

F = F
1
.
Demonstration
f S,

FFf = f
Soit f L
2
(R). f = lim
n+
f
n
avec (f
n
) suite de fontions de S(R).

FFf = f
62 CHAPITRE 5. TRANSFORM

EE DE FOURIER

FFf =

FF( lim
n+
f
n
)
=

F( lim
n+
F(f
n
)), (Fcontinue)
= lim
n+
(

FFf
n
), (

Fcontinue)
= lim
n+
f
n
= f
Fin de chapitre
Chapitre 6
Annexe 1 : construction de lintegrale
de Lebesgue
R
+
= [0, +[+ = x R [ x 0 +.
Convention :
x R
+
, x + (+) = +
x (+) =
_
+ si x > 0
0 si x = 0
6.1 Elements de theorie de la mesure
6.1.1 Ensembles mesurables
Denition 1 Une tribu sur R
N
(N 1) est une famille de parties de R
N
contenant , stable par
passage au complementaire et par reunion denombrable (et donc par intersection denombrable).
Si B designe une tribu sur R
N
, les elements de B sappellent les ensembles mesurables. On dit que
(R
N
, B) est un espace mesurable.
Exemples :
(i) (, R
N
) est la tribu grossi`ere de R
N
.
(ii) T(R
N
) ensemble des parties de R
N
est la tribu discr`ete.
(iii) La tribu des boreliens sur R
N
est la tribu engendree par les ouverts (et donc par les fermes)
de R
N
. On peut montrer que cette tribu notee B
R
N est engendree par les paves :
N

j=1
[a
j
, b
j
] avec < a
j
< b
j
< +
6.1.2 Mesures
Denition 2 Soit B une tribu de R
N
. Une mesure positive sur B est une application de B dans
R
+
veriant :
(i) () = 0
63
64 CHAPITRE 6. ANNEXE 1 : CONSTRUCTION DE LINT

EGRALE DE LEBESGUE
(ii) Pour toute famille denombrable (B
i
) delements de B deux ` a deux disjoints on a :
(

_
1
B
i
) =

1
(B
i
)
( est denombrablement additive)
(R
N
, B, ) est un espace mesure.
Exercice : Montrer que lon peut remplacer dans la denition : () = 0 par la mesure nest pas
partout egale `a +.
Denition 3 Soit (R
N
, B, ) un espace mesure. On dit que cet espace est complet, ou que est
compl`ete ou que est compl`ete pour B si :
(B B, (B) = 0, A B) A B
Si (R
N
, B, ) est un espace mesure, on peut montrer qu il existe une tribu

B et une mesure (positive)
sur

B telles que :
(i) B

B
(ii) B B, (B) = (B)
(iii) (R
N
,

B, ) est complet
Exemple fondamental : On peut montrer quil existe une unique mesure sur la tribu des Boreliens
B
R
N veriant :

_
_
N

j=1
[a
j
, b
j
]
_
_
=
N

j=1
(b
j
a
j
)
est la mesure de Borel de R
N
.
La completee de cette mesure sappelle la mesure de Lebesgue de R
N
.
Autres exemples de mesure :
1) mesure de comptage sur un ensemble X, / = T(X), (A) = card(A)
2) mesure de Dirac, (A) = 1 si a A, (A) = 0 si a / A (A ensemble mesurable).
Proprietes des mesures positives
1) (A) (B) si A B.
2) Si A
n
est une suite densembles mesurables, on a :

_
_
_
n0
A
n
_
_

n0
(A
n
)
3) Si A, B R
N
sont mesurables, on a :
(A B) +(A B) = (A) +(B)
6.1. EL

EMENTS DE TH

EORIE DE LA MESURE 65
4) Si (A
n
) est une suite croissante densembles mesurables alors :
(
_
nN
A
n
) = lim
n+
(A
n
)
5) Si (A
n
) est une suite decroissante densembles mesurables tels que (A
1
) < +, alors on a :
(

nN
A
n
) = lim
n+
(A
n
)
Exercice : Q B(R) et (Q) = 0 o` u est la mesure de Lebesgue.
Ensembles negligeables - Proprietes vraies presque partout
Denition 4 Soit A R
N
un ensemble mesurable. Si (A) = 0 on dit que A est negligeable (pour
la mesure consideree).
Remarque 1 Comme une reunion denombrable densembles negligeables est negligeable, dans R
(N = 1), Q est denombrable donc negligeable car les points sont de mesure nulle pour la mesure de
Lebesgue.

L
([0, 1] Q) = 0,
L
([0, 1] (RQ)) = 1
o` u
L
designe la mesure de Lebesgue.
6.1.3 Fonctions mesurables
On consid`ere lespace mesurable (R
N
, B)
Denition 5 Une fonction f : R
N
[0, [ est etagee si elle prend un nombre ni de valeurs
distinctes a
1
, , a
k
< + et si B
i
= f
1
(a
i
) B
Ecriture dune fonction etagee : f =

k
i=1
a
i
1l
B
i
avec a
i
R, B
i
mesurable et B
i
B
j
= si i ,= j.
La fonction 1l
B
i
qui vaut 1 sur B
i
et 0 en dehors est la fonction indicatrice de B
i
.
Denition 6 Une fonction F : R
N
R est mesurable si limage reciproque de tout intervalle
ouvert de R est un ensemble mesurable.
Remarque : en particulier limage reciproque de tout intervalle par une fonction mesurable est
mesurable.
Exemple : une fonction continue est mesurable.
Theor`eme 1
Soit f : R
N
R
+
une fonction mesurable positive. Alors f est la limite simple croissante dune
suite de fonctions etagees.
66 CHAPITRE 6. ANNEXE 1 : CONSTRUCTION DE LINT

EGRALE DE LEBESGUE
Demonstration Pour i entier [1, n2
n
], on note E
n,i
= f
1
([
i1
2
n
,
i
2
n
]) et F
n
= f
1
([n, ]). Cha-
cune de ces parties appartient `a la tribu B car f est mesurable. A laide des fonctions caracteristiques
des ces parties on denit :
s
n
=

1in2
n
i 1
2
n
1l
E
n,i
+n1l
Fn
qui est une fonction etagee. Quand on passe de n `a n + 1, les intervalles de la nouvelle subdivision
de [0, ] sont contenus dans les intervalles de la n-i`eme. Donc la suite s
n
est croissante. On verie
facilement que s
n
(x) tend vers f(x) pour n ; si f(x) < +et n > f(x), s
n
est lapproximation
inferieure `a
1
2
n
pr`es par un nombre dyadique.
Proposition 1
Le produit et la somme de deux fonctions mesurables `a valeurs reelles sont mesurables
Demonstration Si f et g sont deux fonctions mesurables sur X `a valeurs reelles, et si est une
fonction continue sur R
2
`a valeurs relles, alors la fonction h denie par :
h(x) = (f(x), g(x))
est mesurable. En eet, pour tout nombre reel , lensemble

=
_
(u, v) R
2
, (u, v) >
_
est un ouvert, et est donc une renuion denombrable de rectangles ouverts

_
n=1
R
n
R
n
=]a
n
, b
n
[]c
n
, d
n
[.
Les ensembles
x, (f(x), g(x)) R
n
= x, a
n
< f(x) < b
n
)

x, c
n
< f(x) < d
n
)
sont mesurables, et de meme lensemble
x, h(x) > = x, (f(x), g(x))
x
=

_
n=1
x, (f(x), g(x)) R
n

est mesurable. On en deduit que la somme et le produit de deux fonctions mesurables sont mesu-
rables.
Pour une suite (a
n
) [0, ], sup(a
n
) designe la borne superieure dans [0, ].
Pour une suite de fonctions f
n
: X [0, ], n N, la fonction sup
n
f
n
est la fonction x sup
n
f
n
(x).
Proposition 2
Soit f
n
: X [0, ], une suite de fonctions mesurables. Alors sup
n
f
n
et inf
n
f
n
sont mesurables.
6.2. INT

EGRATION DES FONCTIONS POSITIVES 67


Demonstration :
_
x X, a < sup
n
f
n
< b
_
=
_
x X, sup
n
f
n
< b
_

_
x X, a < sup
n
f
n
_

_
n
x X, f
n
(x) > a
_
n
x X, f
n
(x) < b
qui est mesurable en tant que reunion denombrable densembles mesurables. On a une egalite
identique pour linf do` u la conclusion.
Remarque : il est tr`es complique de construire des ensembles non mesurables pour la mesure de
Lebesgue. Dans la pratique, on consid`erera que toutes les fonctions etudiees sont mesurables (sans
le demontrer).
6.2 Integration des fonctions positives
Dans la suite designe une mesure sur R
N
.
6.2.1 Denition de lintegrale
Denition 7 1) Si f : R
N
R
+
est une fonction etagee de valeurs distinctes a
1
, a
2
, , a
n
,
on note A
i
= f
1
(a
i
) et on pose
_
R
N
fd =
n

i=1
a
i
(A
i
).
2) Si f : R
N
R
+
est mesurable, on denit lintegrale de f par rapport ` a comme lelement
de [0, ] donne par la formule suivante :
_
R
N
fd = sup
_
R
N
sd, s est etagee et s f
On dira que f est integrable sur R
N
si cette quantite est nie.
3) Si E R
N
est mesurable et si 1l
E
est sa fonction indicatrice, on pose :
_
E
fd =
_
R
N
f1l
E
d
Remarque : au 2), on peut denir de facon equivalente
_
R
N
fd = lim
n
_
R
N
s
n
d o` u (s
n
) est une
suite croissante de fonctions etagees convergeant simplement vers f (dans ce cas il faut montrer
que lintegrale ne depend pas du choix de la suite (s
n
)).
6.2.2 Proprietes elementaires
1) Si f, g : R
N
R
+
sont mesurables et si x R
N
, f(x) g(x) alors
_
R
N
fd
_
R
N
gd (croissance de lintegrale)
68 CHAPITRE 6. ANNEXE 1 : CONSTRUCTION DE LINT

EGRALE DE LEBESGUE
2) Si s et t sont deux fonctions etagees, on a
_
R
N
(s +t)d =
_
R
N
sd +
_
R
N
td
3) Soit E un ensemble mesurable de R
N
tel que (E) = 0. Alors :
_
E
fd =
_
R
N
f 1l
E
d = 0
Demonstration
1) Si s est etagee f, on a s g et donc
_
R
N
sd
_
R
N
gd. En prenant la borne superieure du
membre de gauche lorsque s varie parmi les fonctions etagees f, on obtient legalite voulue.
2) On peut ecrire
_
R
N
(s +t)d =

j
(s
i
+t
j
)(A
i

B
j
)
avec s =

i
s
i
1l
A
i
et t =

j
t
j
1l
B
j
. On remarque alors que

j
(s
i
+t
j
)(A
i

B
j
) =

i
a
i

j
(A
i

B
j
) +

j
b
j

i
(A
i

B
j
)
=

i
a
i
(A
i
) +

j
b
j
(B
j
) =
_
R
N
sd +
_
R
N
td,
car B
i

B
j
= if i ,= j (idem pour A
i
) et

B
j
= R
N
.
3) En exercice !
6.2.3 Theor`eme de convergence monotone
On admet le theor`eme suivant dit de Beppo-Levi :
Theor`eme 2 Theor`eme de convergence monotone ou de Beppo-Levi
Si (f
n
)
nN
est une suite croissante de fonctions mesurables de R
N
dans R
+
, on a :
_
R
N
limf
n
(x)d = lim
_
R
N
f
n
(x)d +
6.2. INT

EGRATION DES FONCTIONS POSITIVES 69


Corollaire 1
1) Si f et g sont deux fonctions mesurables R
N
R
+
et , deux reels 0, on a :
_
R
N
(f +g)d =
_
R
N
fd +
_
R
N
gd
2) Soit (f
n
) : R
N
R
+
mesurables pour tout n, on a :
_
R
N
_
+

n=0
f
n
_
d =
+

n=0
_
R
N
f
n
d
Demonstration
1) On sait quil existe des suites croissantes de fonctions positives et etagees telles que f
n
f et
g
n
g. Alors f
n
+g
n
est une suite croissante de fonctions etagees et lim
n
f
n
+g
n
= f+g.
Comme on a :
_
R
N
(f
n
+g
n
)d =
_
R
N
f
n
d +
_
R
N
g
n
d
Le resultat sobtient alors en appliquant le theor`eme de convergence monotone `a chacun des
membres de legalite.
2) Posons x, g
j
(x) =
j

n=0
f
n
(x). On a alors x, g
j
(x) g
j+1
(x) et j, g
j
: R
N
R
+
est
mesurable. j N, a
j
0 donc

j0
a
j
converge toujours dans R
+
. S
K
=
K

j=0
a
j
.
6.2.4 Proprietes des fonctions integrables positives
Proprietes : Soit f : R
N
R
+
une fonction mesurable. On a :
1)
_
R
N
fd = 0 f = 0 p.p. (f(x) = 0 p.p.)
2)
_
R
N
fd < + f < + p.p. (f(x) < p.p.)
Demonstration
1) Posons A = x R
N
[ f(x) ,= 0
70 CHAPITRE 6. ANNEXE 1 : CONSTRUCTION DE LINT

EGRALE DE LEBESGUE
()
x R
N
, f(x) lim
n
n1l
A
(x)
_
R
N
f d
_
R
N
lim
n
n1l
A
d
th2
= lim
n
n
_
R
N
1l
A
d
. .
(A)=0
car n1l
A
est croissante.
()
1l
A
(x) lim
n
nf(x)
(A) =
_
R
N
1l
A
d
_
R
N
lim
n
nfd
th2
= lim
n
n
_
R
N
f(x) d
. .
=0
= 0
2) Posons A = x R
N
[ f(x) = +, On a alors
_
A
fd = + si (A) ,= 0 et 0 sinon.
Donc, comme
_
A
fd
_
R
N
fd, (A) = 0.
Bibliographie
[1] J-P. Ansel et Y. Ducel, Exercices corriges en theorie de la mesure et de lintegration, Ellipses
[2] N. Boccara, Integration, Mathematiques pour lingenieur, Ellipses.
[3] H. Reinhard, Elements de Mathematiques du signal. Tome 1 : signaux deterministes, Dunod,
Paris 1997.
[4] G. Gasquet, P. Witomski, Analyse de Fourier et Applications, Masson.
[5] M. Mamode, Mathematiques pour la physique, Universites physique, ellipses.
71