M1 Analyse Fonctionnelle Une introduction au cours Année
|
|
- Marc-Antoine Beauregard
- il y a 8 ans
- Total affichages :
Transcription
1 Université de Nantes Département de Mathématiques Maîtrise de Mathématiques M1 Analyse Fonctionnelle Une introduction au cours Année A. Morame et X. P. Wang E.Mail : morame@math.univ-nantes.fr et wang@math.univ-nantes.fr ésumé Ce manuel n est pas le polycopié du cours d Analyse Fonctionnelle de M1. Il a pour but de rappeler les notions essentielles vues en D.E.U.G. et en Licence de Mathématiques qui interviennent couramment dans le cours de Maîtrise d Analyse Fonctionnelle et dans les Exercices du même cours. Les parties de ce cours qui ont un lien immédiat avec ces rappels seront juste évoqués, quand leur définition ne nécessite que ce qui a été déjà acquis en Licence. Les démonstrations des résultats vues par tous les étudiants issus de la Licence 1999/2000 de Nantes, où qui seront sûrement vues dans le cours de M1 cette année, ne seront pas dévéloppées. Seules les démonstrations des cours optionnels de la Licence de Mathématiques de Nantes seront esquissées. Le manuel de référence du Cours de M1 est le livre de H. Brezis [3] et [4], on peut consulter aussi celui de W. udin [9] dont le niveau est entre la Licence et la Maîtrise et qui est moins complet pour le cours de M1.
2 Table des matières 1 Les Préliminaires indispensables De la Topologie Quelques propriétés des espaces vectoriels Les espaces vectoriels de dimension finie Quelques bonnes surprises et gags Sur la continuité des applications linéaires Sur les formes linéaires et la dualité Les fonctions continues sur un compact ésultats des cours optionnels de la Licence Quelques rappels sur l intégrale de Lebesgue Série de Fourier à la mode Maîtrise Transformation de Fourier : un aperçu Fonctions holomorphes Les polynômes orthogonaux Plan du cours de M1 1999/
3 1 Les Préliminaires indispensables 1.1 De la Topologie Nous rappelons que le manuel de référence de la topologie générale est le livre de G. Choquet [6], (ou J. Dixmier [7]), on peut aussi consulter les ouvrages du niveau d Analyse Fonctionnelle du niveau de la Licence de Math. [10], [12] et [11]. Définition 1.1 Si E est un ensemble, une topologie sur E est la donnée d un ensemble O(E) de parties de E, (c est-à-dire dont les éléments sont des sous-ensembles de E), ces parties de E, éléments de O(E), sont appelées les ouverts de E et doivent satisfaire aux trois propriétés suivantes : i) Toute union (finie ou non) d ouverts est un ouvert ii) Toute intersection finie d ouverts est un ouvert iii) E et l ensemble vide sont des ouverts Dans ce cas, le couple (E, O(E)) est appelé espace topologique. Si (E, O(E)) est un espace topologique, une partie A de E, A E, est dite un fermé de E si et seulement si son complémentaire dans E, E \ A est un ouvert. Des égalités bien connues E \ A i = (E \ A i ) et E \ A i = \ A i ), i I i I i I i I(E on déduit des propriétés des ouverts celles ci-dessous des fermés : a) Toute union finie de fermés est un fermé b) Toute intersection (finie ou non) de fermés est un fermé c) E et l ensemble vide sont des fermés Si (E, O(E)) est un espace topologique et x un point de E, x E, un voisinage de x est un ouvert contenant x; une base de voisinage de x est un sous-ensemble B de O(E) tel que pour tout voisinage V x de x il existe B B inclus dans V x : B V x. Si A est une partie de E, A E, la fermeture de A est le plus petit fermé contenant A, il est noté A et il est donné par A = F F F(E), A F si F(E) désigne l ensemble de tous les fermés de E. L intérieur de A, noté A, est le plus grand ouvert contenu dans A, il est donné par Ȧ = O O O(E), O A Une partie A de E est dite dense dans E si et seulement si A = E. 3
4 Définition 1.2 Si (E, O(E)) et (H, O(H)) sont deux espaces topologiques et f : E H une application de E dans H, on dit que f est continue au point e E si et seulement si, pour tout voisinage W f(e) de f(e) il existe un voisinage V e de e tel que f(v e ) W f(e). Si f est continue en tout point de E on dit seulement que f est une application continue de E dans H. Le théorème de caractérisation des applications continues est le suivant. Théorème 1.3 Soit (E, O(E)), (H, O(H)) deux espaces topologiques et f : E H une application de E dans H. Alors f est continue si et seulement si l une des deux propriétés suivantes est satisfaite : i) Pour tout ouvert O de H, O O(H), f 1 (O) est un ouvert de E, f 1 (O) O(E). ii) Pour tout fermé F de H, f 1 (F) est un fermé de E. Nous rappelons que si f : E H est une application et si A E et B H, alors f(a) = {y H; a A t.q. f(a) = y} = {f(a); a A} est l image de A par f et f 1 (B) = {x E t.q. f(x) B} est l image inverse de B par f. Si (E, O(E)) est un espace topologique et si A E est une partie de E, si on définit O(A) par O(A) = {A O; O O(E)}, alors (A, O(A)) est un espace topologique, on dit que la topologie ainsi définie sur A est celle induite par E. Tout ouvert de A n est pas forcément un ouvert de E, sauf si A est un ouvert de E. De même tout fermé de A n est pas forcément un fermé de E, sauf si A est un fermé de E. Dorénavant on dira que E est un espace topologique, à la place de (E, O(E)) est un espace topologique. Définition 1.4 Deux espaces topologiques E et H sont dits homéomorphes s il existe une bijection entre E et H qui soit continue ainsi que son inverse. Si f : E H est une telle bijection, alors i) Pour tout A E, f(a) est un ouvert de H si et seulement si A est un ouvert de E ii) Pour tout A E, f(a) est un fermé de H si et seulement si A est un fermé de E appelons qu un espace topologique E est dit séparé si et seulement si, pour tout couple d éléments distincts de (a, b) de E il existe un voisinage V a de a et un V b de b t.q. V a V b =. Une suite d éléments de E est une application s : N E que l on note par son image (e n ) = (e n ) n N, si s(n) = e n, n N. 4
5 Une sous-suite de (e n ) est une suite s p : N E où p : N N est une application strictement croissante, la sous-suite se note alors (e p(j) ) = (e p(j) ) j N. Une suite (e n ) d un espace topologique E est dite convergente de limite e, (e E), si pour tout voisinage V e de e, il existe M N tel que n > M, e n V e. Si de plus E est séparé, la limite, (si elle existe), est forcément unique. Définition 1.5 Un espace topologique E est dit compact s il est séparé et si pour tout recouvrement de E, E = O i par une famille {O i ; i I} ouverts de E, on peut en i I extraire un recouvrement fini : E = O i où J est un sous-ensemble fini de I. i J Théorème 1.6 de Bolzano-Weierstrass Soit K un espace topologique séparé. Si K est compact, alors toute suite de K admet une sous-suite convergente. Si K est un espace métrique tel que toute suite de K admet une sous-suite convergente, alors K est compact. Une partie A d un espace topologique E, A E est dit compacte, si A muni de la topologie induite de E est un espace topologique compact. On a les caractérisations suivantes des compacts. Proposition 1.7 Une partie A d un espace topologique séparé E est compact si pour tout recouvrement de A, A O i par une famille {O i ; i I} d ouverts de E, on i I peut en extraire un recouvrement fini : A O i où J est un sous-ensemble fini de I. i J Proposition 1.8 Si E est un espace topologique séparé et si A E est un compact, alors A est forcément un fermé de E. De plus, tout fermé inclus dans A est aussi compact. Un dernier résultat sur les compacts à savoir est Théorème 1.9 Soit f : E H est une application continue. Si H est séparé et si A E est un compact de E, alors f(a) est un compact de H. Les espaces topologiques les plus courants sont des espaces métriques dont nous rappelons la définition. Définition 1.10 Soit E un ensemble. Une distance sur E est une application d : E E + satisfaisant aux trois propriétés suivantes : i) {d(x, y) = 0} {x = y} (séparabilité) ii) d(x, y) = d(y, x) (symétrie) 5
6 iii) d(x, z) d(x, y) + d(y, z) (inégalité triangulaire) Dans ce cas le couple (E, d) est appelé espace métrique, d(x, y) est appelé distance entre x et y. Pour tout a E et pour tout r > 0, B(a, r) = {x E; d(a, x) < r} est appelé boule ouverte de rayon r et de centre a, et B(a, r] = {x E; d(a, x) r} est appelé boule fermée de rayon r et de centre a On définit alors les ouverts d un epace métrique (E, d) par : O E est un ouvert si et seulement si pour tout point a O, il existe r a > 0 tel que B(a, r a ) O. Le postulat i) de la Définition (1.10) implique que La topologie ainsi définie d un espace métrique est forcément séparée. On vérifie alors facilement que, si a E et r > 0 alors B(a, r) B(a, r]. Il est immédiat que toute partie A d un espace métrique E, A E, est aussi un espace métrique, la topologie associée est celle induite de E. Il est clair aussi que et C sont des espaces métriques, si la distance est donnée par d(a, b) = a b. (Nous verrons qu il en sera de même, pour tout espace vectoriel normé sur ou sur C). On a aussi la nouvelle façon de caractériser la convergence d une suite (a n ), d un espace métrique E, vers a par : { lim n a n = a } { ǫ > 0, N ǫ N t.q., n > N ǫ d(a, a n ) < ǫ} ce qui donne la nouvelle caractérisation de la continuité sur un espace métrique : Proposition 1.11 Soit f : E H une application entre un espace métrique E et un espace topologique H. Alors f est continue en un point a E, si et seulement si pour toute suite de points de E, (a n ) qui converge vers a, on a la suite de H (f(a n )) qui converge vers f(a). appelons sa démonstration. On démontre d abord que si f est un application entre deux espaces topologiques E et H et si f est continue au point a, alors toute suite de points de E, (a n ) qui converge vers a, la suite de H (f(a n )) converge aussi vers f(a). Soit (a n ) est suite de E qui converge vers a, alors si V f(a) est un voisinage de f(a), la continuité de f au point a entraîne l existence d un voisinage O a de a tel que f(o a ) V f(a). Comme (a n ) converge vers a, il existe N tel que n > N, a n O a, ce qui donne, compte tenu de l inclusion précédente, que n > N, f(a n ) V f(a). La suite (f(a n )) converge donc vers f(a). Pour la réciproque, l hypothèse E espace métrique est nécessaire. Soit f : E H une application entre un espace métrique E et un espace topologique H. Soit a E tel que pour toute suite (a n ) de E qui converge vers a, la suite (f(a n )) converge vers f(a). 6
7 Montrons par l absurde que f est continue au point a. Soit V f(a) tel que f 1 (V f(a) ) ne soit pas un voisinage de a, ce qui signifie, vu que E est un espace métrique, qu aucune boule ouverte de centre a n est incluse dans f 1 (V f(a) ). Pour tout entier n > 0, il existe alors a n B(a, 1) tel que f(a n n) / V f(a). La suite (a n ) converge vers a sans que la suite (f(a n )) converge vers f(a), ce qui contredit l hypothèse de départ De la caractérisation de la continuité donnée dans la Proposition (1.11), on voit tout de suite que, dans un espace métrique E, pour tout a E la fonction d a : E +, d a (x) = d(a, x), est continue, et même uniformément continue, (les inégalités triangulaires d(a, x) d(a, y) + d(y, x) = d(a, y) + d(x, y) et d(a, y) d(a, x) + d(x, y) donnent celle d(a, x) d(a, y) d(x, y) ). Définition 1.12 Soient (E, d E ) et (H, d H ) deux espaces métriques et f : E H une application de E dans H. On dit que f est uniformément continue si et seulement si on a ǫ > 0, η ǫ > 0 t.q. (x, y) E 2, d E (x, y) < η ǫ d H (f(x), f(y)) < ǫ. Cette définition est à différencier de la suivante Définition 1.13 Soit (f n ) une suite d applications d un ensemble E vers un espace métrique (H, d H ). Si f est une application de E vers H; on dit que la suite (f n ) converge uniformément vers f si et seulement si ǫ > 0, N ǫ t.q. x E, n > N ǫ d H (f n (x), f(x)) < ǫ De cette dernière définition on a le théorème bien connu Théorème 1.14 Soit (f n ) une suite d applications continues d un espace topologique E vers un espace métrique (H, d H ), qui converge uniformement vers f. Alors f est aussi continue. appelons la preuve Soit a E et soit V f(a) un voisinage de f(a), il contient alors une boule ouverte B(f(a), r), (r > 0). La convergence uniforme entraîne l existence d un entier n 0 tel d H (f n0 (x), f(x)) < r/3, x E. Mais f n0 est continue au point a, il existe alors un voisinage de a, O a tel que f n0 (x) B(f n0 (a), r/3), x O a. Si x O a, on a alors d H (f(x), f(a)) < d H (f(x), f n0 (x)) + d H (f n0 (x), f n0 (a)) + d H (f n0 (a), f(a)) r/3 + r/3 + r/3 = r, on a bien f(o a ) B(f(a), r) V f(a) 7
8 On a une nouvelle façon de caractériser la fermeture A d une partie A d un espace métrique E par : A est constitué des points a E tels qu il existe une suite (a n ) de A qui converge vers a. On a aussi la nouvelle caractérisation des espaces métriques compacts : Théorème 1.15 Soit E un espace métrique et A une partie de E. Alors A est compact si et seulement si, pour toute suite (a n ) de A, on peut extraire une sous-suite qui converge dans A. et un autre théorème important Théorème 1.16 Soient E et H deux espaces métriques et f : E H une application continue de E dans H. Si E est compact, alors f est uniformément continue. Voici une définition importante pour le cours de M1. Définition 1.17 Soit E un espace métrique. Une suite (x n ) de E est dite une suite de Cauchy si et seulement si on a ǫ > 0, N ǫ > 0 t.q. n > N ǫ et m > N ǫ d(x n, x m ) < ǫ. E est dit complet si et seulement si toute suite de Cauchy de E admet une limite. Des définitions précédentes, on voit facilement qu un espace métrique compact est toujours complet. appelons enfin la notion de limite-sup et celle de limite-inf. Soit (a n ) est une suite de nombres réels. La limite-inf de (a n ) existe toujours mais peut être égale à, si (a n ) n est pas minorée, et à +, si lim n a n = +. C est la limite de la suite croissante (b n ), où b n = inf{a k ; k n}, (si la suite (a n ) n est pas minorée, alors n, b n = ). La limite-inf est notée liminf a n ou lim inf n a n : liminf a n = lim inf n a n = lim n (inf k n a k). La limite-sup de (a n ) existe toujours mais peut être égale à +, si (a n ) n est pas majorée, et à, si lim n a n =. C est la limite de la suite décroissante (c n ), où c n = Sup{a k ; k n}, ( si la suite (a n ) n est pas majorée, alors n, c n = + ). La limite-sup est notée limsup a n ou lim sup a n : n limsup a n = lim sup a n = lim n (sup n k n a k ). 8
9 1.2 Quelques propriétés des espaces vectoriels Nous considérerons que des espaces vectoriels sur un corps K qui sera ou C. Soit (E, +,.) un espace vectoriel sur un corps K. Une norme sur E est une fonction positive sur E, N : E + satisfaisant i) N(x + y) N(x) + N(y), x, y E, (inégalité triangulaire) ii) N(λ.x) = λ N(x), (λ, x) K E, (homogénéité) iii) N(x) = 0 x = 0 (non dégénérescence) Si la fonction positive N vérifie seulement i) et ii), on dit que c est une semi-norme, et dans ce cas N = N 1 ({0}) est un sous-espace vectoriel de E. Une norme sur un espace vectoriel (E, +,.) sera notée le plus souvent. et on dira simplement que (E,. ) est un espace vectoriel normé. Le point. de la multiplication externe de E par les scalaires de K sera omis et on omettra aussi, si ça ne porte pas à confusion, la flèche sur l élément de neutre de E : 0 = 0. Si (E,. ) est un espace vectoriel normé, alors c est aussi un espace métrique, la distance est définie par d(x, y) = x y, (x, y) E 2. La boule ouverte de centre a E et de rayon r > 0 est alors définie par B(a, r) = {x E; x a < r} et la boule associée fermée est la fermeture de la boule ouverte, B(a, r) = B(a, r] = {x E; x a r}. A E sera un ouvert de l espace vectoriel normé (E,. ) si et seulement si x A, r x > 0 t.q. B(x, r x ) A. Une suite (x n ) de l espace vectoriel normé (E,. ) converge vers a E si et seulement si lim n x n a = 0. Si A E, sa fermeture A est l ensemble des vecteurs de E qui sont limites de suite de A. Une suite (x n ) d un espace vectoriel normé (E,. ) est une suite de Cauchy si est seulement si ǫ > 0, N ǫ N t.q. n, k > N ǫ, x n x k < ǫ. Un espace vectoriel normé (E,. ) est complet si toute suite de Cauchy de E est convergente, dans ce cas on dit que (E,. ) est un espace de Banach. Un résultat important sur les séries normalement convergentes dans les espaces de Banach. Définition 1.18 Soit (E;. ) un espace vectoriel normé sur K. Soit x n une série de vecteurs de E. n N Si la série de réels positif n N x n est convergente, alors la suite des sommes partielles (S N ) = ( N x n ) N est une suite de Cauchy de E. n=1 9
10 Si elle converge vers une limite S, on dit que la série x n converge normalement n N vers S + et on écrit S = x n. n=1 La Proposition suivante découle immédiatement de la définition précédente. Proposition 1.19 Soit (E;. ) un espace de Banach sur K. Soit x n une série de vecteurs de E, telle que x n < +. n N n N Alors la série x n converge normalement. n N Un exemple important d espace de Banach est l espace vectoriel des fonction continues sur un espace compact, si l espace des fonctions continues est muni de la norme uniforme. Théorème 1.20 Soit X un compact et C(X; K) l espace vectoriel sur K des fonctions continues sur X à valeurs dans K, avec K = ou K = C. Alors f = sup f(x) x X est fini, ceci f C(X; K), et. définit sur C(X; K) une norme appelée norme uniforme. De plus C(X; K) muni de la norme uniforme. est un espace de Banach. Preuve Le fait que l image d un compact par une fonction continue soit encore un compact fait que, pour f C(X; C), I f = { f(x) ; x X} est un compact de [0, + [ donc un borné, par conséquent f = Sup I f est borné. De plus, on peut même dire que le maximum f de la fonction continue sur le compact X, x f(x) est atteint, (ainsi que son minimum). De part la définition de la norme uniforme, on a bien l homogénéité λf = λ f, (λ, f) K C(X; K), ainsi que la non-dégénérescence, f = 0 f(x) = 0 x X. L inégalité triangulaire f + g f + g résulte du fait que f(x) + g(x) f(x) + g(x) f + g, ceci x X. Le fait que (C(X; K),. ) soit un espace vectoriel normé est donc démontré. Prouvons qu il est complet. Soit (f n ) une suite de Cauchy de (C(X; K),. ), alors, pour tout x X fixé, (f n (x)) est une suite de Cauchy de K = ou K = C, donc K est complet, par conséquent la suite de Cauchy de K, (f n (x)) converge vers un élément de K que nous notons f(x). On a ainsi défini une fonction sur X, f : X K, x f(x), x X. Montrons que la suite de fonctions (f n ) converge uniformément sur X vers f. 10
11 Soit ǫ > 0. L hypothèse (f n ) suite de Cauchy entraîne l existence d un entier N ǫ tel que f n (x) f k (x) f n f k < ǫ, n, k > N ǫ. On fait tendre k vers l infini et on trouve f n (x) f(x) ǫ, n > N ǫ, soit f n f ǫ, n > N ǫ. La suite (f n ) converge donc uniformément sur X vers f, comme chaque f n est continue sur X, on en déduit grâce au Théoreme (1.14) que f l est aussi. On a bien f C(X; K) et lim n f n f = 0 Si E est un espace vectoriel et si. 1 et. 2 sont deux normes sur E, on dit qu elles sont équivalentes si et seulement si C 1 et C 2 > 0 t.q. C 1 x 1 x 2 C 2 x 1 x E. Dans ce cas toute boule ouverte de l une des deux normes contient une boule ouverte de l autre norme, et donc les ouverts associés à chacune des normes sont les mêmes : deux normes équivalentes sur E définissent la même topologie sur E. Dans un espace vectoriel normé (E,. ), un cas particulier de sous-espaces vectoriels de E qui sont intéressants est celui des sous-espaces dense dans E. appelons leur définition et leur caractérisation. Définition 1.21 Si (E,. ) est un espace vectoriel normé, un sous-ensemble de E E E est dit dense dans E si et seulement si tout élément de E est limite d une suite de E. Autrement dit, x E et ǫ > 0, x ǫ E t.q. x x ǫ < ǫ. Dans le cas de l espace de Banach de fonctions continues sur un compact X, C(X; K) qu on a déjà vu, un théorème important de caractérisation de ses sous-espaces denses est le Théorème de Stone-Weierstrass. Théorème 1.22 Soit K = ou C, X un compact. On considère l espace vectoriel sur K de fonctions continues sur X à valeurs dans K, muni de la norme uniforme, C(X; K). Soit F C(X; K) un sous-espace vectoriel de C(X; K) vérifiant i) F est une sous-algèbre de C(X; K) : F est un sous-espace vectoriel de C(X; K) tel que f(x)g(x) F f, g F. ii) F sépare les points de X : x, y X, x y, f F t.q. f(x) f(y). iii) Les fonctions constantes sont dans F. iv) Si K = C, f F, f F. Alors F est dense dans C(X; K). Comme ce théorème est important et qu il n est pas sûr que sa démonstration soit faite en licence, nous rappelons comment il se démontre. Plan de la preuve 11
12 1) Si K = C, on se ramène au cas réel. On décompose F en sa partie réelle et celle imaginaire, F = F r + if i, alors F r et F i sont deux sous-algèbres de C(X; ) qui satisfont les hypothèses du théorème. En effet, faisons la vérification pour F r. Comme les fonctions constantes sont dans F, les fonctions constantes réelles sont donc dans F r, en particulier F r est non vide. Si g 1, g 2 F r, alors il existe h 1, h 2 F i tels que f 1 = g 1 + ih 1 F et f 2 = g 2 + ih 2 F. Si λ 1, λ 2, alors F étant un sous-espace vectoriel, on a λ 1 f 1 + λ 2 f 2 F, et donc e(λ 1 f 1 + λ 2 f 2 ) = λ 1 g 1 + λ 2 g 2 F r : F r est bien un sous-espace vectoriel de C(X; ). De plus F sous-algèbre implique que f 1 f 2 F et donc e(f 1 f 2 ) = g 1 g 2 h 1 h 2 F r, et comme F est invariant par conjugaison, f 2 F, ce qui donne que e(f 1 f 2 ) = g 1 g 2 +h 1 h 2 F r. Comme on sait déjà que F r est un sous-espace vectoriel, on trouve que g 1 g 2 = 1(g 2 1g 2 h 1 h 2 ) + 1(g 2 1g 2 + h 1 h 2 ) F r : F r est bien une sous-algèbre de C(X; ). Comme F sépare les points de X, si x, y X, x y, alors f F t.q. f(x) f(y). Si e(f(x)) e(f(y)), alors F r sépare les deux points x et y, autrement e(if(x)) e(if(y)) et on aboutit à la même conclusion. F r sépare donc les points de X. Deuxième étape 2) On démontre que tout sous-algèbre F de C(X; ), sa fermeture F, ( dans C(X; )), est une sous-algèbre fermée de C(X; ), vérifiant sup(f, g) F et inf(f, g) F ceci f, g F. 2,a) En effet, il est clair que F est une sous-algèbre fermée de C(X; ). 2,b) Si f F, montrons que f F. Comme F est un sous-espace vectoriel, on peut se ramener à f < 1, en considérant f/( f + 1). Alors, pour tout ǫ > 0, et pour tout x dans X, la série de fonctions + (1 + ǫ) 1/2 a j [(f 2 (x) 1)/(1 + ǫ)] j converge uniformément vers (f 2 (x) + ǫ) 1/2, si + j=0 j=0 a j x j = (1 + x) 1/2 pour x ] 1, 1[, ( a 0 = 1, a j+1 = 1 2 (1 1).. 2.(1 j)/(j + 1)!). 2 Comme F est une sous-algèbre et que les constantes sont dans F, f F f 2 1 F et donc [(f 2 (x) 1)/(1 + ǫ)] j F pour tout j. Par conséquent comme F est un sous-espace fermé de l espace vectoriel normé complet (C(X; );. ), (F;. ) est aussi un espace vectoriel normé complet. + La série (1 + ǫ) 1/2 a j [(f 2 (x) 1)/(1 + ǫ)] j étant normalement convergente dans j=0 (F;. ), sa limite sera donc dans F : (f 2 (x) + ǫ) 1/2 F. 12
13 On a donc démontré que, pour tout ǫ > 0, (f 2 (x) + ǫ) 1/2 F. Mais f C(X; ) et pour tout ǫ > 0, 0 < (f 2 (x) + ǫ) 1/2 f < ǫ, soit (f 2 (x) + ǫ) 1/2 f < ǫ, et donc f F. 2,c) Soit maintenant f et g F, alors sup(f, g) = 1[(f + g) + f g ] et inf(f, g) = 1 [(f + g) f g ]. 2 2 Comme F est un sous-espace vectoriel f g F, et donc d après le point 2, b) f g F. Le fait que F soit un espace vectoriel permet alors de conclure : sup(f, g) et inf(f, g) F. Troisième étape 3) Montrons que, pour tout x et y X, x y et pour tout α et β, il existe f F tel que f(x) = α et f(y) = β. Soit x, y, α et β comme ci-dessus. Comme F sépare les points de X, il existe g F tel que g(x) g(y). Comme les constantes sont dans le sous-espace vectoriel F, quitte à ajouter une constante à la fonction g, on peut supposer que g(x) g(y) et g(x)g(y) 0, donc le système (ug(x) + vg 2 (x) = α ug(y) + vg 2 (y) = β ) admet une solution (u, v). Comme F est une algèbre, f = ug + vg 2 f(x) = α et f(y) = β. Quatrième et dernière étape F et satisfait 4) Pour montrer que F est dense dans (C(X; );. ), il suffit de prouver que F est dense dans (C(X; );. ). Soit f C(X; ). Il reste à montrer que, pour tout ǫ > 0, il existe f ǫ F, tel que f f ǫ < ǫ. Soit ǫ > 0. Soit a X. Alors d après le point 3), pour tout y X, il existe g y F tel que f(a) = g y (a) et f(y) = g y (y). Comme g y f est une fonction continue, O y = {x X; g y (x) f(x) < ǫ} est un ouvert de X qui, de plus, est non vide car il contient a et y. Quand on fait varier y sur tout X, les ouverts O y forment un recouvrement de X, et comme X est compact, on peut en extraire un recouvrement fini : il existe un nombre n fini de points de X, {y 1,...,y n } tel que X = O yj. Autrement dit x X, j {1,..., n} t.q. g yj (x) < f(x) + ǫ. Mais d après le point 3), h a = inf(g y1, g y2,...,g yn ) F et cette fonction vérifie j=1 h a (x) < f(x) + ǫ, x X. (1.1) Comme pour tout y X, g y (a) = f(a), on a forcément h a (a) = f(a), par conséquent, comme h a f est une fonction continue, Ω a = {x X; h a (x) f(x) > ǫ} est un ouvert de X qui contient a. Le même raisonnement fait avec les ouverts O y, s applique avec ceux Ω a quand on fait varier le point a sur tout X, il existe donc un nombre fini de m points de X, {a 1,...,a m }, tel que X = Ω aj. j=1 13
14 Autrement dit x X, j {1,..., m} t.q. h aj (x) > f(x) ǫ. Mais d après le point 3), f ǫ = sup(h a1, h a2,..., h am ) F et cette fonction vérifie f ǫ (x) > f(x) ǫ, x X. (1.2) Mais d après (1.1) et la définition de f ǫ ci-dessus on a aussi f ǫ (x) < f(x) + ǫ, x X. (1.3) Les inégalités (1.2) et (1.3) montrent que f f ǫ < ǫ, et on sait que f ǫ F, C.Q.F.D. 1.3 Les espaces vectoriels de dimension finie Nous recommandons vivement de revoir le cours et les exercices d Algèbre linéaire de D.E.U.G. A1,2. En particulier, les notions suivantes suivantes seront doivent bien être comprises : dual d un espace vectoriel, base duale, transpos ee d une application linéaire, projection sur un sous-espace parallèlement à un sous-espace complémentaire, espace euclidien, espace hermitien, adjoint d une application linéaire, projection orthogonale, groupe linéaire d un espace vectoriel de dimension n, le groupe orthogonal d un espace euclidien de dimension n, le groupe unitaire d un espace hermitien de dimension n. Ces révisions vous seront aussi utiles pour passer les concours nécessitant la Licence ou la Maîtrise de Math.. Nous recommandons pour cela les ouvrages suivants [1] Tome 1, 2 et [8] Tome 1, 2. Un exercice dont on peut trouver la solution dans les manuels conseillés ci-dessus, et qu il faut savoir faire tout seul est le suivant. Exercice 1.23 Soit 1 p et n N. K désignera soit le corps ou C. On définit sur K n x p = ( n j=1 x j p ) 1/p. i) Montrer que. 1,. et. 2 sont des normes et que K n est complet pour ces normes. ii) On suppose 1 < p <. Soit q le conjugué de p, 1 p + 1 q = 1. Etablir que (a + b) p 2 p 1 (a p + b p ), a, b 0, (utiliser les propriétés de la fonction f p (t) = t p ). Etablir que ab ap + bq, a, b 0. p q n iii) Etablir l inégalité de Hölder x j y j x p y q et l inégalité de Minkowski x + y p x p + y p, ceci x, y K n. (Pour Minkowski, utiliser Hölder). j=1 En déduire que. p est une norme, (norme p), et vérifier qu elle est équivalente à la norme. 14
15 iv) Soit A M n,k (K) une matrice n k, considérée comme un élément de L(K k, K n ). Trouver sa norme si on munit K k et K n de la norme, de la norme 1 puis de la norme 2. v) Vérifier que N(A) = (Tr(A A)) 1/2, A M n (K) définit bien une norme sur M n (K), mais que ce n est pas une norme matricielle, (une norme d opérateur). Cet exercice est très utile pour comprendre les espaces l p (Γ), si Γ est un ensemble dénombrable. Nous rappelons qu un ensemble Γ est dit dénombrable si et seulement s il existe une injection J : Γ N. Dans ce cas, il est, soit fini soit en bijection avec N. (anger par exemple J(Γ) en ordre croissant. Si Γ est infini, on obtient une suite strictement croissante d entiers (k n ) n N, n,! γ n Γ t.q. J(γ n ) = k n, la bijection est alors S : N Γ, S(n) = γ n ). Quelques propriétés des ensembles dénombrables - Si A et B sont dénombrables, alors A B est dénombrable. Pour s en convaincre, il suffit de vérifier que N 2 est dénombrable. On considère par exemple la relation d ordre sur N 2, (i, j) < (k, l) si et seulement si Max{i, j} < Max{k, l} ou Max{i, j} = Max{k, l}, et min{i, j} < min{k, l}, enfin ou i = l < j = k. On range les éléments de N 2 en ordre strictement croissant et on obtient une suite ((i n, j n )) n N, d ou l injection j : N 2 N, J((i, j)) = n si (i, j) = (i n, j n ). - Si A 1,..., A n sont n ensembles dénobrables, alors leur produit A 1 A 2... A n est aussi dénombrable. Ceci résulte de la dernière propriété. - Si B, C A sont deux sous-ensembles d un ensemble A, alors leur union B C est aussi dénombrable. Pour s en convaincre, il suffit de supposer B et C disjoints, d ajouter à B un élement supplémentaire b et à C aussi c et supposer b c. B = B {b} et C = C {c} sont disjoints et dénombrables, (donc B C est aussi dénombrable), et il existe une injection I : B C B C, définie par : I(x) = (x, c) si x B et I(x) = (b, x) si x C. - Des propriétés ci-dessus, on trouve que Z et Q sont dénombrables. Quand un ensemble dénombrable Γ est infini, il existe donc une bijection T : Γ N, on peut donc indexer ses éléments par N : Γ = {γ n ; n N}, si par exemple T(γ n ) = n, n N. Si 1 p < +, l espace l p (Γ) est l espace des suites réelles ou complexes (x γ ) γ Γ, ( indexées par Γ), et tel que la série γ Γ 15 x γ p = + n=0 x γn p soit convergente.
16 Pour l (Γ), on impose seulement que la suite (x γ ) γ Γ soit bornée : C > 0 t.q. x γ C, γ Γ. L exercice ci-dessous établit les propriétés utiles des espaces l p ; il sera traité en T.D.. Exercice 1.24 Soit l (N) l espace vectoriel des suites bornées, c(n) et c 0 (N) les sous espaces de celles convergentes et de celles à limite nulle. i) Montrer que l (N) est un Banach pour la norme du Sup : x = sup n x n. ii) Montrer que c 0 (N) et c(n) sont deux sous espaces fermés de l (N) et qu ils sont séparables. Soit A = {x n = (x n j ) j ; n N} un sous-ensemble dénombrable de l (N). Soit x = (x n ) défini par x n = x n n + 1, si xn n 1, et x n = 0 autrement. Démontrer que x n est pas dans la fermeture de A. En déduire que l (N) n est pas separable. iii) Montrer que c(n) = c 0 (N) K, (K est identifié aux suites constantes). Soit j : c(n) c 0 (N), (j(x)) 0 = lim x n, et (j(x)) k+1 = x k lim n x n k N. n Démontrer que c est un isomorphisme non isométrique. Soit p 1 et l p (N) l ensemble des suites x = (x n ) tel que x p := ( x n p ) 1/p <. n=0 iv) Démontrer que que (l 1 (N);. 1 ) est un Banach qui s injecte continûment dans c 0 (N). v) Etablir que (l p (N);. p ) est un e.v.n.. Montrer l injection continue de l p (N) dans l p+ǫ (N), ǫ > 0. vi) Montrer que l p (N) est un Banach. En déduire que l 2 (N) est un Hilbert isométrique à L 2 ([0, 1]). vii) Soit B := {δ n } la base formelle canonique des l p (N). Démontrer qu elle est totale dans l p (N), (c est à dire que c est une base de Schauder), si 1 p < +. Démontrer qu il en est de même dans c 0 (N). Soit δ la suite constante de limite 1. On considère B = B {δ }, démontrer que c est une base totale de c(n). viii) Démontrer que (l 1 (N)) = l (N). Justifier que l injection continue de l 1 (N) dans (l (N)) n est pas un isomorphisme de Banach. Soit p, 1 < p < et q son conjugué. Prouver que l q (N) s injecte isométriquement dans (l p (N)). Soit e (l p (N)) et soit la suite x = (x n ), x n =< e, δ n >. Démontrer que, N pour tout entier N, x n q e q. En déduire que (l p (N)) = l q (N). n=0 ix) Démontrer que l injection canonique de l 1 (N) dans (c 0 (N)) est en fait un isomorphisme. Prouver que (c(n)) est isomorphe à l 1 (N). Si 1 p, l espace l p (N) est-il réflexif? 16
17 Dans cet exercice apparait la définition d espace vectoriel normé, (ou seulement d espace métrique), séparable. Un espace métrique E est dit séparable si et seulement si, il existe un sous-ensemble de E, D qui est dénombrable et dense dans E. Parmi les espaces de Banach séparables, il y a ceux qui resemblent le plus aux espaces vectoriels de dimension finie, ce sont ceux qui admettent une base de Schauder. appelons quelques notions sur les bases de Schauder. Soit H un espace vectoriel sur le coprs K et B = (e n ) n N une suite de vecteurs de H. Le sous espace vectoriel engendré par B = (e n ) n N est E = E n, où E n = V ect{e 0,...,e n } est le sous-espace vectoriel engendé par les n N n + 1 vecteurs {e 0,..., e n }. Autrement dit x E si et seulement s il existe m N et (λ 0,...,λ m ) K m+1 tel m que x = λ j e j. j=0 Attention, l intersection (fini ou infini) de sous-espaces vectoriels est toujours un sousespace vectoriel, par contre l union de sous-espaces vectoriels est rarement un sous-espace vectoriel. Ici E n est un sous-espace vectoriel que parce qu il est l union d une suite croissante des sous-espaces vectoriels : E n E n+1, n N. Il est facile d établir la propriété suivante : Proposition 1.25 Un espace de Banach (H,. ) qui n est pas de dimension finie est séparable si et seulement si on peut lui associer une suite de vecteurs de H, B = (e n ) n N telle que, i) pour tout n N, {e 0,...,e n } est libre ii) le sous-espace vectoriel engendré par B = (e n ) n N, E = n N V ect{e 0,...,e n } est dense dans H. Pour la démonstration, nous la laissons en exercice. (Indication Voir que dénombrable et dense dans ). On peut alors donner la défintion suivante. Q est Définition 1.26 Une suite de vecteurs B = (e n ) n N d un espace de Banach (H,. ) est une base de Schauder de H, si et seulement si x H, il existe une unique suite de C, (λ n ) tel que x = (c est-à-dire que lim x N λ n e n = 0). N n=0 + n=0 λ n e n, Dans le cas d un espace de Hilbert on a aussi la définition suivante. Définition 1.27 Soit H un espace de Hilbert de produit scalaire noté (. ;. ). 17
18 Une suite de vecteurs orthonormés de H, B = (e n ) n N est dite une base hilbertienne de H, si c est une base de Schauder. C est équivalent à écrire que (e n ; e k ) = δ n (k) et x H, lim N x N (x; e k )e k = 0. (δ a désigne le symbole de Kronecker, ou fonction delta de Kronecker, δ a (a) = 1 et δ a (x) = 0 si x a). La notion d espace vectoriel normé réflexif qui apparait dans l Exercice (1.24) est basé sur la dualité qui sera introduite dans le chapitre suivant. k=0 2 Quelques bonnes surprises et gags 2.1 Sur la continuité des applications linéaires Sur un espace vectoriel E, qui n est pas de dimension finie, deux normes ne sont plus obligatoirement équivalentes; la continuité sur E dépendra donc de la norme. Si E et F sont deux espaces vectoriels normés, (sur le même corps), et si u est une application linéaire entre E et F, u Lin(E; F), alors u n est pas forcément continue. appelons le Théorème Théorème 2.1 Soit (E,. E ) et (F,. F ) deux espaces vectoriels normés et u End(E; F). Alors on a les équivalences suivantes i) u est continue ii) u est continue à l origine 0 u(x) iii) u = sup F x E\{0} x E est fini. Dans ce cas on écrit que u L(E; F). Exercice 2.2 Sous les hypothèses ci-dessus, si E est de dimension finie, prouver que u est forcément continu. Trouver un contre exemple où F est de dimension finie mais pas E, et où u n est pas continue. Exercice 2.3 Dans le cadre du Théorème (2.1), prouver que (L(E; F),. ) est un espace vectoriel normé, la norme étant définie dans ii) du Théorème (2.1). Prouver les égalités suivantes, pour u L(E; F), u = sup u(x) F = u = sup u(x) F x E; x E =1 x E; x E 1 18
19 Exercice 2.4 Soit (E,. E ) et (F,. F ) deux espaces vectoriels normés et u End(E; F) une application linéaire supposée bijective. Montrer que u et u 1 sont continus si et seulement s il existe deux constantes c et C strictement positives tel que c x E u(x) F C x E, x i ne. Un théorème intéressant est Théorème 2.5 Soit (E,. E ) et (F,. F ) deux espaces vectoriels normés, sur ou sur C, tel que F soit un espace de Banach. Alors L(E; F) est aussi un espace de Banach. emarque 2.6 Si u est une application linéaire entre deux espaces vectoriels normés, u End(E; F), alors dire que u est continue est équivalent à dire qu il existe une constante C > 0 tel que u(x) F C x E, x E. Autrement dit, que u(b E (0, 1)) B F (0, C), si B H (a, r) désigne la boule de H centrée en a et de rayon r. Cette denière remarque permet de mieux comprendre le Corollaire du Théorème de l application ouverte. Théorème 2.7 Théorème de l application ouverte. Soit E et F deux espaces de Banach et u L(E; F), une application linéaire et continue. Alors u est surjective si et seulement il existe r > 0 tel que u(b E (0, 1)) B F (0, r) Corollaire 2.8 Soit u L(E; F) une application linéaire et continue entre deux espaces de Banach E et F. Si u est est bijective, alors son inverse est forcément continue : u 1 L(F, E). 2.2 Sur les formes linéaires et la dualité Soit (H,. ) un espace vectoriel normé sur le corps K(= ou C). Si f H = L(H; K), on dit que f est une forme linéaire et continue sur H. (C est une fonction sur H qui est linéaire et continue). L action de f sur H se note des fois : f(x) =< x; f >=< x; f > H,H, x H. H = L(H; K) est appélé espace dual de l espace vectoriel normé H, c est aussi un espace vectoriel normé. 19
20 On peut donc condidèrer le dual de H qui est noté H et qui est appélé bidual de H. On a une injection continue, canonique : J : H H, J(x)(f) =< f; J(x) > H,H := f(x) =< x; f > H,H, ceci x H, f H. Dans le cas où H est de dimension finie, alors H, H et H ont toujours la même dimension, ce qui entraîne que l injection canonique J est en fait un isomorphisme. Ceci n est pas toujours le cas quand H n est plus de dimension finie. Un espace vectoriel normé H, tel que son injection canonique dans son bi-dual soit un isomorphisme, est appelé espace réflexif. Un espace hemitien ou pré-hilbertien est un espace vectoriel H sur C, muni d un produit scalaire (. ;. ) : H 2 C, tel que : - Pour tout y H (fixé), (. ; y) : H C soit une forme linéaire. - (x; y) = (y, x), (x, y) H 2 - (x; x) > 0, x 0, x H Dans ce cas x := (x, x), x H, définit une norme sur H et on dit simplement que (H,. ) est un espace pré-hilbertien, et on a l inégalté de Cauchy-Schwarz (x; y) x y, x, y H. Dans le cas où le corps est au lieu de C, on dit que (H,. ) est un espace euclidien, quand il est en plus de dimension finie, si non on l appelle seulement espace pré-hilbertien réel. Un espace pré-hilbertien complet est appelé un espace de Hilbert, un espace préhilbertien réel complet est aussi appelé un espace de Hilbert réel. Un espace de Hilbert est toujours réflexif. Ceci découle du Théorème 2.9 Théorème de représentation de iesz Soit H un espace de Hilbert de produit scalaire (. ;. ). Alors il existe un isomorphisme isométrique entre les deux espaces vectoriels normés H et son dual H, I : H H, < a; I(x) > H,H := (a; x), x, a H et I(x) H = x H, x H. Autrement dit, si f H,!x f H t.q. f(a) = (a; x f ) a H. Nous rappelons que, dans le cas d un espace de Hilbert (H; (. ;. ) ), pour tout opérateur continu sur H, u L(H), il existe un unique opérateur continu sur H, appelé adjoint de u et noté u, (u L(H)), et qui est entièrement défini par la relation de dualité : (u(x); y) = (x; u (y)), x, y H. (2.4) 20
21 u et u ont toujours la même norme. u est dit auto-adjoint si et seulement si u = u. 2.3 Les fonctions continues sur un compact Soit X un compact, et (C(X; K),. ), l espace de Banach des fonctions continues sur X à valeurs dans K = ou K = C. Un problème interessant est de savoir caractériser les compacts de C(X; K). Pour ça on a besoin de quelques définitions. Un sous-ensemble A d un espace topologique E, A E, est dit relativement compact si et seulement si sa fermeture A est compacte. Les ensembles relativement compacts de n sont donc les ensembles bornés. Attention, dans un espace vectoriel normé, les bornés-fermés ne sont pas toujours compacts, sauf quand l espace vectoriel est de dimension finie. Une deuxième définition est relative à la continuité. Soit (Y, d) un espace métrique, et f C(Y ; K) une fonction continue sur Y. appelons que f est dit uniformément continue sur Y si et seulement ǫ > 0, η = η(ǫ) > 0 t.q. f(x) f(y) < ǫ x, y Y, d(x, y) < η(ǫ). Une famille A F(Y ; K) de fonctions sur Y est dite équicontinue au point a Y si et seulement si ǫ > 0, η = η(ǫ, a)) > 0 t.q. f(x) f(a) < ǫ x Y, d(x, a) < η(ǫ, a) et f A. (Dans ce cas, chaque fonction f A est continue au poit a). Une famille A C(Y ; K) de fonctions continues sur Y est dite équicontinue sur Y si et seulement si elle est équicontinue en tout point de Y. Un résultat vu en D.E.U.G. est Théorème 2.10 Soit (Y ; d) un espace métrique et une suite de fonctions sur Y, (f n (x)). Si la suite a une limite f(x) et si la suite des fonctions est équicontinues sur Y, alors la limite f(x) est continue sur Y. Une famille A C(Y ; K) de fonctions continues sur Y est dite uniformément équicontinue sur Y si et seulement si ǫ > 0, η = η(ǫ) > 0 t.q. f(x) f(y) < ǫ x, y Y, d(x, y) < η(ǫ) et f A. Un théorème à bien comprendre les hypothèses et à les retenir est 21
22 Théorème 2.11 d Ascoli Soit (X, d) un espace métrique et compact et soit (C(X; K),. ), l espace de Banach des fonctions continues sur X à valeurs dans K = ou K = C, muni de la norme Sup. Soit A C(X; K) un sous-ensemble borné dans (C(X; K),. ). On suppose de plus que A soit une famille de fonctions uniformément équicontinue sur Y. Alors A est relativement compact dans (C(X; K),. ). Encore une fois attention, le théorème d Ascoli ne permet de caractériser que les ensembles relativement compacts de (C(X; K),. ), (avec X compact et métrique), et non les ensembles relativement compacts de n importe quel espace de Banach. 3 ésultats des cours optionnels de la Licence 3.1 Quelques rappels sur l intégrale de Lebesgue Sur ce sous-chapitre, nous indiquons simplement le schéma dont découlent les résultats à savoir (sans démonstration). Pour ceux qui n ont pas vu ces résultats en Licence et qu il veulent avoir une idée des démonstrations, nous les renvoyons au livre de W. udin [9] ou à celui de H. Buchwalter [5]. appel sur la mesure abstraite Pour plus de développement sur ce sous-paragraphe, et pour les détails des preuves sur les propriétés des mesures qui vont suivre, nous renvoyons au livre de [2]. Soit Ω un ensemble et P(Ω) l ensemble des parties de Ω, (A P(Ω) si et seulement si c est un sous-ensemble de Ω, A Ω). A P(Ω), son complémentaire dans Ω sera noté Ω \ A Une tribu sur Ω est une classe T (Ω) de sous-ensenbles de Ω satisfaisant aux 3 propriétés suivantes : i) Ω T (Ω) ii) A T (Ω) = Ω \ A T (Ω) iii) Pour toute suite (A n ), A n T (Ω) n N, alors A i T (Ω) Une tribu est aussi appelée une σ-algèbre, (sigma-algèbre). emarquez que dans une tribu T (Ω), en passant au complémentaire, on a aussi iv) T (Ω) v) A i T (Ω), si A n T (Ω) n N, vi) i=0 N A i T (Ω) et i=1 i=0 i=0 N A i T (Ω), si A 1, A 2,...,A N T (Ω). 22
23 Il est clair que P(Ω) est la plus grande tribu et {Ω, } la plus pétite. Si Ω est un espace topologique, la plus petite tribu contenant les ouverts de Ω est appelée la tribu borélienne de Ω, (dans la suite, on la notera T B (Ω)). On démontre que la tribu borélienne de est aussi celle engendrée par les intervalles de, et plus généralement la tribu borélienne de n est engendrée par les pavés I 1 I 2... I n, (le I i étant des intervalles). Si T (Ω) est une tribu, les éléments de T (Ω) sont appelés les ensembles mesurables, si T (X) est une tribu sur un deuxième ensemble X, et si F : Ω X est une application, alors F est dit mesurable si et seulement si F 1 (B) T (Ω), B T (X). Dans le cas où X est un espace topologique, on sous-entendra toujours que X est muni de sa tribu borélienne. Par exemple si f : Ω K est une fonction à valeurs dans K = ou K = C, alors f est une fonction mesurable si et seulement si f 1 (M) T (Ω) pour tout sous-ensemble mesurable M de K. Les fonctions étagées sont toujours mesurables : une fonction f est dite étagée, et on écrira que f Etag(Ω; K), si et seulement si, il existe un entier N et A 1,...,A N dans T (Ω) et N scalaires λ 1,...,λ N ( K), tel que f(ω) = N λ i χ Ai (ω), ω Ω i=1 (χ A est la fonction caractéristique de A, celle qui vaut 1 dans A et 0 dans Ω \ A.) La limite d une suite de fonctions mesurable est aussi mesurable. Un espace mesuré est la donnée d un triplet (Ω, T (Ω), P) où Ω est un ensemble, T (Ω) une tribu sur Ω et P : T (Ω) [0, + ] est une mesure, c est à dire vérifiant P( A i ) = i=0 + i=0 P(A i ), si A n A k = n k, (3.5) emarquez que l on a forcément P(A) P(B), si A B. On peut avoir P(D) = +, (pour un D T (Ω)). On suppose toujours qu il existe A T (Ω) tel que A et P(A) < +, alors on a forcément P( ) = 0. emarquez que si (Ω, T (Ω), P) est un espace mesuré et si E est un ensemble mesurable, E T (Ω), alors (E, E T (Ω), P) est aussi un espace mesuré. La mesure de Lebesgue sur est celle associée à l espace mesuré (, T B (), m) avec m(]a, b[) = b a. 23
24 La mesure de Lebesgue sur n est celle associée à l espace mesuré ( n, T B ( n ), m) n avec m(]a 1, b 1 [ ]a 2, b 2 [... ]a n, b n [) = (b i a i ). i=1 Si O est un ouvert de n,, alors T B (O) = O T B ( n ), la mesure de Lebesgue sur O est celle sur n restreinte à O. On note tout simplement L p (O), L p (O), (au lieu de L p (O; dm(x)), L p (O; dm(x))). Soit un espace mesuré (Ω, T (Ω), P). Si h = N i=1 λ iχ Ai est une fonction en étagée, h Etag(Ω; C), alors on définit l intégrale de h par N h(ω)dp(ω) := λ i P(A i ). Ω Si f : Ω + est une fonction mesurable et positive, on écrira que f M(Ω; + ), alors on peut définir son intégrale f(ω)dp(ω) := sup h(ω)dp(ω) (3.6) Ω h Etag(Ω; + ); h f Ω Quand l intégrale est finie, on dit alors que f est intégrable. Théorème 3.1 de Beppo-Levi Soit (f n ) une suite croissante de fonctions mesurables et positives sur un espace mesuré (Ω, T (Ω), P) et soit f sa limite. Alors f(ω)dp(ω) = lim f n (ω)dp(ω) m Ω Ω Cette proprété de Beppo-Levy permet de mieux calculer l intégrale d une fonction mesurable et positive à partir de celles des fonctions en étagée dans la formule (3.6). Un Lemme important est le Lemme de Fatou. Lemme 3.2 de Fatou i=1 Soit (f n ) une suite de fonctions mesurables et positives sur un espace mesuré (Ω, T (Ω), P) et soit f sa limite-inf : f(ω) = lim inf f n (ω). n Alors f(ω)dp(ω) lim inf f n (ω)dp(ω). Ω m Ω appelons que, pour une suite de réel (a n ), sa limite-inf et sa limite-sup sont, respectivement, la limite de la suite croissante (c n ), c k = inf{a n ; n k}, et de la suite décroissante (b n ), b k = Sup{a n ; n k} : lim inf a n = lim inf{a n ; n k}, n k lim sup a n = lim Sup{a n ; n k}. n k Si f : Ω est une fonction mesurable, alors f = f + f et f + = Max(f, 0) et f = Max( f, 0) sont positives et mesurables. 24
25 Comme f + f = 0 et que f = f + + f, alors f est intégrable si et seulement f + et f le sont, ce qui permet de donner la définition suivante : une fonction réelle et mesurable f = f + f est dite intégrable si et seulement si f = f + + f est intégrable (dans le sens de (3.6)), et dans ce cas son intégrale est f(ω)dp(ω) := f + (ω)dp(ω) f (ω)dp(ω) (3.7) Ω Dans le cas complexe on a aussi : Ω une fonction complexe et mesurable f = f + if I est dite intégrable si et seulement si sa partie réelle f et sa partie imaginaire f I sont intégrables, (ce qui est équivalent à dire simplement que f est mesurable et f est intégrable), dans ce cas son intégrale est f(ω)dp(ω) := f (ω)dp(ω) + i f I (ω)dp(ω). (3.8) Si f est intégrable, on a toujours Ω Ω Ω f(ω)dp(ω) Ω Ω Ω f(ω) dp(ω). Les fonctions intégrables forment un espace vectoriel sur K noté L 1 (Ω; dp(ω)). On a le théorème de convergence dominée de Lebesgue Théorème 3.3 de Lebesgue Soit (f n ) une suite de fonctions mesurables sur un espace mesuré (Ω, T (Ω), P) tel i) f(ω) = lim n f n (ω) existe p.p. sur Ω. ii) Il existe une fonction intégrable g L 1 (Ω; dp(ω)), tel que n N, f n (ω) g(ω) p.p. sur Ω. Alors les f n et f sont intégrables sur Ω et f(ω)dp(ω) = lim m Ω Ω f n (ω)dp(ω). Si 1 p < +, les fonctions mesurables f telles que f p L 1 (Ω; dp(ω)) forment aussi un espace vectoriel sur K noté L p (Ω; dp(ω)). On note alors f p := ( f(ω) p dp(ω)) 1/p, f L p (Ω; dp(ω)) (3.9) Ω appelons qu une propriété sur Ω est dite vérifiée presque partout, (p.p.) si elle est vérifiée sur Ω \ A avec A T (Ω) et P(A) = 0. Les fonctions mesurables f telles qu il existe une constante C > 0, telle que f(ω) C p.p. sur Ω forment aussi un espace vectoriel sur K noté L (Ω; dp(ω)). On note aussi f := Inf{C; C > 0 et f(ω) C p.p.}, f L (Ω; dp(ω)) (3.10) 25
26 On a l inégalité de Hölder : f L p ((Ω; dp(ω)), g L q ((Ω; dp(ω)), p, q [1, + ], 1 p +1 q = 1 = fg L1 ((Ω; dp(ω)) f(ω)g(ω)dp(ω) f p g q, (si 1 Ω p + 1 = 1). (3.11) q Un sous-espace commun à tous ces espaces L p (Ω; dp(ω)), (1 p ), est Etag(Ω; K) L 1 (Ω; dp(ω)) et le plus intéressant, celui des fonction nulles presque partout N(Ω; dp(ω)) = {f : Ω K, f = 0 p.p.}. Pour 1 p, L p (Ω; dp(ω)) := L p (Ω; dp(ω))/n(ω; dp(ω)) est l espace vectoriel quotient par les fonctions nulles presque partout. Les espaces (L p (Ω; dp(ω));. p ) sont des espaces vectoriels normés et complets, (des Banach). (L 2 (Ω; dp(ω));. 2 ) est un espace de Hilbert. Enfin rappelons la définition d une mesure produit. Soit (X, T (X), µ) et (Y, T (Y ), ν) deux espaces mesurés, soit sur X Y la tribu T (X Y ) engendré par T (X) T (Y ), et notée T (X) T (Y ). Il existe une unique mesure sur (X Y, T (X) T (Y )), noté µ ν, et appelé mesure produit de µ et ν, tel que µ ν(a B) = µ(a)ν(b), (A, B) T (X) T (Y ). (3.12) Théorème 3.4 de Fubini pour les fonctions positives Soit (X, T (X), µ) et (Y, T (Y ), ν) deux espaces mesurés et soit l espace mesuré produit (X Y, T (X) T (Y ), µ ν). Soit f(x, y) une fonction mesurable et positive sur X Y. Alors, pour presque tout y Y fixé, la fonction f(., y) : X C est mesurable sur X et y f(x, y)dµ(x) est une fonction mesurable sur Y. X De même, pour presque tout x X fixé, la fonction f(x,. ) : Y C est mesurable sur Y et x f(x, y)dν(y) est une fonction mesurable sur X. Y De plus f(x, y)dµ ν(x, y) = ( f(x, y)dν(y))dµ(x) = X Y Théorème 3.5 de Fubini X Y Y ( f(x, y)dµ(x))dν(y). X Soit (X, T (X), µ) et (Y, T (Y ), ν) deux espaces mesurés et soit l espace mesuré produit (X Y, T (X) T (Y ), µ ν). Soit f(x, y) une fonction intégrable sur X Y. Alors, pour presque tout y Y fixé, la fonction f(., y) : X C est intǵrable sur X et y f(x, y)dµ(x) défini p.p. se prolonge en une une fonction intégrable sur Y. X De même, pour presque tout x X fixé, la fonction f(x,. ) : Y C est intégrable sur Y et x sur X. Y f(x, y)dν(y) défini p.p. se prolonge en une une fonction intégrable 26
Intégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détailThéorie de la mesure. S. Nicolay
Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................
Plus en détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailThéorie de la Mesure et Intégration
Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT
Plus en détailLa mesure de Lebesgue sur la droite réelle
Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailMESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours
MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailThéorie de la Mesure et Intégration
Ecole Nationale de la Statistique et de l Administration Economique Théorie de la Mesure et Intégration Xavier MARY 2 Table des matières I Théorie de la mesure 11 1 Algèbres et tribus de parties d un ensemble
Plus en détailCours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques
Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de
Plus en détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailCours d Analyse 3 Fonctions de plusieurs variables
Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailIntégrale de Lebesgue
Intégrale de Lebesgue L3 Mathématiques Jean-Christophe Breton Université de Rennes 1 Septembre Décembre 2014 version du 2/12/14 Table des matières 1 Tribus (σ-algèbres) et mesures 1 1.1 Rappels ensemblistes..............................
Plus en détailYamina Yagoub-Zidi. Inconditionnalité et propriétés du point fixe dans les espaces de fonctions lisses
MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE UNIVERSITE MOULOUD MAMMERI, TIZI-OUZOU FACULTE DES SCIENCES DEPARTEMENT DE MATHEMATIQUES THESE DE DOCTORAT SPECIALITE : MATHEMATIQUES
Plus en détailNotes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret
Notes de cours M2 Équations aux dérivées partielles elliptiques Hervé Le Dret 4 mars 2010 2 Table des matières 1 Rappels en tous genres 7 1.1 Les théorèmes de convergence de Lebesgue............ 7 1.2
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailn N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t
3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes
Plus en détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailTHÉORIE DE LA MESURE ET DE L INTÉGRATION.
THÉORIE DE LA MESURE ET DE L INTÉGRATION. THIERRY GALLAY Transcrit par Tancrède LEPOINT 29 UNIVERSITÉ JOSEPH FOURIER, GRENOBLE TABLE DES MATIÈRES Avant-propos Biographie sommaire...........................................
Plus en détailProduits d espaces mesurés
Chapitre 7 Produits d espaces mesurés 7.1 Motivation Au chapitre 2, on a introduit la mesure de Lebesgue sur la tribu des boréliens de R (notée B(R)), ce qui nous a permis d exprimer la notion de longueur
Plus en détailProblèmes de Mathématiques Filtres et ultrafiltres
Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire
Plus en détailRelation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices
Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation
Plus en détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailCHAPITRE IV. L axiome du choix
CHAPITRE IV L axiome du choix Résumé. L axiome du choix AC affirme qu il est légitime de construire des objets mathématiques en répétant un nombre infini de fois l opération de choisir un élément dans
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailMesure et Intégration (Notes de cours de L3)
Mesure et Intégration (Notes de cours de L3) Ahmed Zeriahi Version préliminaire-octobre 2011 Avertissement : Ceci est une version préliminaire des notes du cours que l auteur a dispensé en troisème année
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailConstruction de l'intégrale de Lebesgue
Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailMesures et Intégration
Mesures et Intégration Marc Troyanov - EPFL - Octobre 2005 30 avril 2008 Ce document contient les notes du cours de Mesure et Intégration enseigné à l EPFL par Marc Troyanov, version 2005-2006. Table des
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailTIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES
Bulletin de la SOCIÉTÉ MATHÉMATIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES Bernard Host & Alejandro Maass Tome 135 Fascicule 3 2007 SOCIÉTÉ MATHÉMATIQUE DE FRANCE Publié avec le concours du
Plus en détailThéorèmes du Point Fixe et Applications aux Equations Diérentielles
Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailPremiers exercices d Algèbre. Anne-Marie Simon
Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailIntroduction à l optimisation de forme et application à la mécanique des fluides
Laboratoire Jacques-Louis LIONS Introduction à l optimisation de forme et application à la mécanique des fluides Master 2 - Année universitaire 2014-2015 Pascal FREY et Yannick PRIVAT Laboratoire Jacques-Louis
Plus en détailrf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse
page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle
Plus en détailPROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390
PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390 Université PARIS 6 2008/2009 Jean BERTOIN 1 Table des Matières ( ) ces parties peuvent ^etre omises en première lecture, et ne feront pas
Plus en détailIntroduction à la. Points Critiques. Otared Kavian. et Applications aux Problèmes Elliptiques. Springer-Verlag
Otared Kavian Introduction à la Théorie des Points Critiques et Applications aux Problèmes Elliptiques Springer-Verlag Berlin Heidelberg NewYork London Paris Tokyo Hong Kong Barcelona Budapest Avant propos
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailC algèbre d un certain groupe de Lie nilpotent.
Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA
ENSEA - ABIDJAN ENSAE - DAKAR ISSEA - YAOUNDÉ BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA CENTRE D APPUI AUX
Plus en détail1 Définition et premières propriétés des congruences
Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détail1 Première section: La construction générale
AMALGAMATIONS DE CLASSES DE SOUS-GROUPES D UN GROUPE ABÉLIEN. SOUS-GROUPES ESSENTIEL-PURS. Călugăreanu Grigore comunicare prezentată la Conferinţa de grupuri abeliene şi module de la Padova, iunie 1994
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailGroupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples
Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples Franck LESIEUR Mathématiques et Applications, Physique Mathématique d Orléans UMR 6628 - BP 6759 45067 ORLEANS CEDEX 2 - FRANCE e-mail
Plus en détailIntégration sur des espaces produits
Chapitre 5 Intégration sur des espaces produits 5.1 Produit de deux mesures Étant donnés deux espaces mesurés (Ω 1, F 1, µ 1 ) et (Ω 2, F 1, µ 2 ), le but de cette section est de construire une mesure
Plus en détailSéminaire TEST. 1 Présentation du sujet. October 18th, 2013
Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de
Plus en détail