Théorie de la mesure. S. Nicolay

Dimension: px
Commencer à balayer dès la page:

Download "Théorie de la mesure. S. Nicolay"

Transcription

1 Théorie de la mesure S. Nicolay Année académique

2 ii

3 Table des matières Introduction v 1 Mesures Sigma-algèbres Mesures Mesures extérieures La mesure de Lebesgue Intégrales Applications mesurables Propriétés vérifiées presque partout Intégration Théorèmes concernant la limite et applications L intégrale de Riemann Convergence Notions de convergence Les espaces L p et L p Propriétés des espaces L p et L p Espaces duaux Applications Décomposition de mesures Mesures signées Mesures complexes Mesures absolument continues Singularités Mesures à variation finie Les espaces duaux des espaces L p Autre définition de la notion de mesure Produit de mesures Construction Théorèmes de Fubini Théorème du changement de variables dans R d iii

4 iv TABLE DES MATIÈRES 6 Mesures sur un espace localement compact Mesures régulières Théorème de représentation de Riesz Régularité des mesures boréliennes signées finies et complexes Complément sur les mesures régulières Dérivation Dérivation de mesures Dérivation de fonctions A Quelques rappels 133 A.1 Concernant l analyse A.2 Concernant la topologie A.3 Concernant certains espaces fonctionnels A.4 Concernant l algèbre Bibliographie 141

5 Introduction Ces notes de cours contiennent la matière du cours Théorie de la mesure qui va être donné cette année académique Elles en débordent assez largement : j ai voulu donner la possibilité aux étudiants qui le désirent d en apprendre d avantage. Elles sont aussi loin d être complètes ; en fait, un deuxième cours serait nécessaire si on voulait vraiment acquérir les notions essentielles de la théorie de la mesure. Je ne peux qu encourager le lecteur intéressé à consulter la liste des références en fin de volume. La structure de ce cours est proche de celle adoptée dans [6], avec des compléments empruntés à [10] et [18]. J ai aussi mis à profit les cours précédemment enseignés dans cette Université, en m inspirant des idées présentées dans [12] et [16]. Le but de ce cours est triple. Le premier objectif est d établir les résultats admis sans preuve dans le cours Introduction au calcul intégral, enseigné en première année de bachelier. Nous le ferons ici dans le cadre d une mesure quelconque. Le second objectif est de comparer les notions d intégrale de Riemann, Darboux et Lebesgue sur un intervalle compact de la droite R. Enfin, si le temps me le permet, j aborderai quelques résultats transcendants de la théorie de la mesure (théorème de Radon-Niodym, décomposition de Lebesgue, théorème de représentation de Riesz,...). Je tiens à attirer l attention du lecteur sur le fait que ces notes ne sont qu une troisième esquisse. J espère qu elles vont évoluer aux contact des étudiants, de leurs remarques et idées. Je dois par avance m excuser des fautes de frappes et autres coquilles qui ne manqueront pas de jalonner ces notes de première jeunesse. v

6 vi INTRODUCTION

7 Chapitre 1 Mesures Les notions de longueur dans l espace euclidien R, d aire dans l espace R 2 et de volume dans l espace R 3 peuvent être développées à partir de principes géométriques intuitifs. A priori, l application «volume», par exemple, devrait être une application Vol définie sur (R 3 ) à valeur dans [0, ] jouissant des propriétés suivantes, 1. si (X ) N =1 est une suite finie d ensembles deux à deux disjoints, alors N Vol( X ) = =1 N Vol(X ), =1 2. si X et X sont isométriques, alors Vol(X) = Vol(X ), 3. si X désigne le cube de côté de longueur 1, alors Vol(X) = 1. Ces trois conditions sont cependant inconsistantes (en dimension d 3), comme l ont montré Banach et Tarsi 1 [1, 15]. Ce problème persiste (quel que soit la dimension d) si la condition 1 d additivité finie est remplacée par la condition d additivité dénombrable. Nous verrons qu il est en fait possible de définir une telle application en restreignant le domaine de définition, de manière à ne pas prendre en compte les ensembles posant problème. 1.1 Sigma-algèbres Les mesures seront définies sur les σ-algèbres. Définitions et premières propriétés Soit X un ensemble arbitraire. Rappelons qu une collection A de sous-ensembles de X est une algèbre sur X si X A, si A A, alors A c A, pour chaque suite finie A 1, A 2,, A n (n N) d ensembles de A, on a n =1 A A. 1. Le Paradoxe de Banach-Tarsi (version forte) s énonce comme suit : deux ensembles de R 3 bornés et d intérieurs non-vides sont equidécomposables. Ce théorème repose sur l axiome du choix. Cependant, il existe des résultats «peu naturels» ne reposant pas sur cet axiome ; citons par exemple le Paradoxe de Dougherty-Foreman [7]. 1

8 2 CHAPITRE 1. MESURES Ainsi, A est stable pour le passage au complémentaire et l union finie. Bien sûr, puisque n =1 A = ( n =1 Ac )c, A est aussi stable pour l intersection finie. Remarquons aussi que A. Définition Soit X un ensemble arbitraire. Une collection A de sous-ensembles de X est une σ-algèbre sur X si X A, si A A, alors A c A, si (A ) est une suite d ensembles de A, alors A A. Remarquons que si une σ-algèbre contient au moins un élément, A, alors elle contient X = A A c. On peut donc remplacer, dans la définition, la condition X A par A non-vide. La différence entre algèbre et σ-algèbre est soulignée par le résultat suivant (donnant un critère pour vérifier si une algèbre est une σ-algèbre). Rappelons qu une suite (A ) d ensemble est croissante si A A +1 et décroissante si A A +1 pour tout. Proposition Soit X un ensemble quelconque et A une algèbre sur X ; A est une σ-algèbre si une des deux conditions est vérifiée. A est stable pour l union de suites d ensembles croissants, A est stable pour l intersection de suites d ensembles décroissants. Preuve. Supposons que la première condition est vérifiée. Soit (A ) une suite d ensembles de A et soit S = j=1 A j. Les ensembles S appartiennent à A et la suite (S ) est croissante. De là, S A. Puisque A = S, A est une σ-algèbre. Montrons maintenant que si la seconde condition est vérifiée, la première l est aussi. Si (A ) est une suite croissante de A, (A c ) est une suite décroissante de A. La seconde condition implique que A c appartient à A et donc que A = ( A c )c appartient à A, ce qui termine la preuve. Donnons quelques exemples. Exemples Soit X un ensemble, (X) est une σ-algèbre, {, X} est une σ-algèbre, si A X, {, A, A c, X} est une σ-algèbre, si X est infini, la collection des sous-ensembles finis de X n est pas une algèbre, si X est infini, la collections des sous-ensembles A de X tels que soit A, soit A c est fini est une algèbre mais pas une σ-algèbre, si X n est pas dénombrable, la collection de tous les sous-ensembles dénombrables de X n est pas une algèbre, la collection de tous les sous-ensembles de X tels que soit A, soit A c est dénombrable est une σ-algèbre, la collection de tous les sous-ensembles de R qui peuvent s écrire comme une union finie d intervalles de la forme ]a, b], ]a, [ ou ], b] (a, b R) est une algèbre sur R, mais pas une σ-algèbre, puisqu elle ne contient pas les ensembles du type [a, b] (a, b R), qui peuvent s écrire comme une union d éléments de la collection. Le résultat suivant permet de construire des σ-algèbres. Proposition Soit X un ensemble quelconque. L intersection d une collection nonvide de σ-algèbres sur X est une σ-algèbre sur X.

9 1.1. SIGMA-ALGÈBRES 3 Preuve. Soit C une collection non-vide de σ-algèbres sur X et A l intersection des éléments de C. L ensemble X appartient à tous les éléments de C et donc à A. Si A A, A appartient à tous les éléments de C, qui contiennent aussi A c. Ainsi, A c A. Enfin, si (A ) est une suite appartenant à A, elle appartient à tous les éléments de C ; il en va donc de même pour A, ce qui implique A A. Remarquons que l union d une famille de σ-algèbres n est pas nécessairement une σ- algèbre. Corollaire Soit X un ensemble quelconque et F (X) une famille de sousensembles de X. Il existe une plus petite σ-algèbre sur X qui contient F. Preuve. Soit C la collection de toutes les σ-algèbres sur X contenant F. Cette collection n est pas vide, puisque (X) est un élément de C. Suivant la Proposition 1.1.4, l intersection A de tous les éléments de C est une σ-algèbre sur X incluant F. Qui plus est, A est incluse dans toutes les σ-algèbre sur X contenant F. Définition Soit X un ensemble quelconque et F (X) une famille de sousensembles de X. La plus petite σ-algèbre contenant F est appelée la σ-algèbre engendrée par F et est notée σ(f ). Ensembles boréliens Les σ-algèbres de Borel sont de première importance ; elles contiennent la plupart des ensembles d un intérêt pratique 2. Définition Soit (X, Ω) un espace topologique ; la σ-algèbre de Borel B(X, Ω) de l espace (X, Ω) (notée simplement B(X) lorsque la topologie est implicite) est définie comme suit, B(X, Ω) = σ({a Ω}) = σ({a X : A ouvert}). Un ensemble de B B(X) est appelé un ensemble borélien. Si X est l espace R d muni de la distance euclidienne, on note 3 et B = B(R). B d = B(R d ) Proposition Si C B(X) est tel que tout ouvert de X est union dénombrable d éléments de C, alors σ(c ) = B(X). Preuve. Il suffit de démontrer l inclusion suivante, B(X) σ(c ). Par définition d une sigma algèbre, σ(c ) contient les ouverts de X. Puisque B(X) est la plus petite σ-algèbre jouissant de cette propriété, l inclusion est vérifiée. Proposition Si (X, d) est un espace métrique séparable, B(X, d) = σ({b(x, ε) : x X, ε > 0}), où B(x, ε) désigne la boule ouverte de centre x et de rayon ε de X. 2. Tous les ensembles boréliens ne sont cependant pas des ensembles de Souslin [6]. 3. Cette notation, qui peut paraître abusive, sera justifiée dans la suite (Corollaire 5.1.6).

10 4 CHAPITRE 1. MESURES Preuve. En vertu de la Proposition 1.1.8, il suffit de démontrer que tout ouvert U de X peut s écrire comme une union dénombrable de boules. Soit D X un ensemble dénombrable tel que D = X et posons C = {(x, ε) D Q >0 }. On a U = (x,ε) C B(x,ε) U B(x, ε). En effet, soit a U ; puisque U est ouvert, il existe 0 < ε Q tel que B(a, 2ε) U. Par densité, il existe aussi un point x D tel que d(x, a) < ε. Maintenant, x B(x, ε) implique d(a, x ) d(a, x) + d(x, x ) < 2ε et donc B(x, ε) B(a, 2ε) ; ainsi, a B(x, ε) U et (x, ε) C. Intéressons nous plus particulièrement à B. Proposition La σ-algèbre B est engendrée par chacune des collections d ensembles suivantes, la collection de tous les ensembles fermés de R, la collection des demi-droites de R de la forme ], b] (b R), la collection des semi-intervalles de R de la forme ]a, b] (a, b R). Preuve. Soient B 1, B 2 et B 3 les σ-algèbres engendrées par les trois collections d ensembles de l énoncé (dans l ordre). Nous allons montrer que les inclusions suivantes sont vérifiées. B 3 B 2 B 1 B B 3. Bien sûr, B contient tous les ensembles ouverts de R, donc aussi tous les ensembles fermés de R et donc B 1 B. Puisqu un ensemble de la forme ], b] est fermé, on a B 2 B 1. De plus, on a ]a, b] =], b] ], a] c, et donc B 3 B 2. Intéressons-nous maintenant à la dernière inclusion. Soient C la collection des intervalles ]a, b] de R tels que a, b Q. Tout ensemble ouvert U de R se décomposant comme suit, U = I C I U la Proposition implique σ(c ) = B. Puisque, pour tout élément I de C, I B 3, on obtient σ(c ) B 3. Proposition La σ-algèbre B d est engendrée par chacune des collections d ensembles suivantes, la collection de tous les ensembles fermés de R d, la collection de tous les demi-espaces de la forme d =1 ], b ] (b R ), la collection de tous les rectangles semi-ouverts de la forme d =1 ]a, b ] (a, b R ). I,

11 1.1. SIGMA-ALGÈBRES 5 Preuve. Comme pour la proposition précédente, soient B 1, B 2 et B 3 les σ-algèbres engendrées par les trois collections d ensembles de l énoncé (dans l ordre). Bien sûr, B 1 B d. Pour les mêmes raisons que précédemment, B 3 B 2 B 1. Enfin, tout ensemble ouvert U est l union de tous les rectangles semi-ouverts à sommets rationnels inclus dans U, d =1 ]a, b ] (a, b Q ), ce qui permet de conclure comme dans la démonstration précédente. Incidemment, nous avons aussi démontré le résultat suivant. Corollaire On a B d = σ({r R d : R est un rectangle fermé}). Preuve. Soit A la σ-algèbre engendrée par les rectangles fermés de R d. Puisque tout ensemble fermé appartient à B d, A B d. Dans la démonstration précédente, il a été montré que, si C désigne la collection de tous les rectangles fermés de sommets rationnels, σ(c ) = B d. Par conséquent, B d A. Regardons de plus près quelques ensembles de B d. Définition Soient F (R d ) la famille de tous les ensembles fermés de R d et G (R d ) la famille de tous les ensembles ouverts de R d. Soient F σ (R d ) la collection des unions de suites d éléments de F (R d ) et G δ (R d ) la collection des intersections de suites d éléments de G (R d ). Un ensemble de F σ est appelé un ensemble F σ et un ensemble de G δ est appelé un ensemble G δ 4. Proposition Tout ensemble fermé de R d est un ensemble G δ ; tout ensemble ouvert de R d est un ensemble F σ. Preuve. Soit F un ensemble fermé de R d et définissons la suite (U ) comme suit, U = {x R d : d(x, y) < 1/ pour un y F }. Si F =, alors U =. Qui plus est, U est ouvert et F U. Montrons que l inclusion inverse est aussi vérifiée. Tout point de U est la limite d une suite de points de F. Puisque F est fermé, cette limite appartient à F. Nous venons donc de montrer que F est un ensemble G δ. Si A est un ensemble ouvert, A c est fermé et A c = U. De là, A = U c et A est un ensemble F σ. Pour une collection C d ensemble, soit C σ la collection obtenue en prenant les unions de suites de C et C δ la collection obtenue en prenant les intersections de suites de C. On peut itérer les opérations représentées par σ et δ pour obtenir, à partir de la classe F, les classes F σ, F σδ, F σδσ,... et, à partir de la classe G, les classes G δ, G δσ, G δσδ,... (remarquons que F δ = F, G σ = G et F σσ = F σ, G δδ = G δ ). Le diagramme suivant est donc valide G G δ G δσ G δσδ F F σ F σδ F σδσ Ces classes ne sont donc pas égales. Qui plus est, il existe des ensembles boréliens n appartenant à aucune d entre elles [6]. 4. Les lettres F et G ont vraissemblablement été choisies pour représenter les mots fermé et Gebiet, alors que les symboles σ et δ représentent les mots Summe et Durchschnitt.

12 6 CHAPITRE 1. MESURES Classes de Dynin Les classes de Dynin sont utiles pour vérifier l égalité de mesures ou la mesurabilité de fonctions. Définition Soit X un ensemble quelconque. Une collection D de sous-ensembles de X est une classe de Dynin sur X si X D, si A, B D et A B, alors B \ A D, si (A ) est une suite croissante d ensembles de D, alors A D. Le résultat suivant procure une définition alternative des classes de Dynin. Proposition Soit X un ensemble quelconque. Une collection D de sous-ensembles de X est une classe de Dynin ou un système de Dynin sur X si et seulement si X D, si A D, alors A c D, si (A ) est une suite d ensembles deux à deux disjoints de D, alors A D. Preuve. Supposons que D est une classe de Dynin. Si A D, alors A c = X \ A D. Soit maintenant (A ) une suite d ensembles disjoints deux à deux de D et posons S = j=1 A. La suite (S ) est une suite croissante d ensembles. On a S 1 D et par récurrence, S +1 = A +1 S = (A c +1 \ S ) c D, car, puisque les ensembles A sont disjoints, S A c +1. Ainsi, A = S D. Supposons maintenant que D est une classe vérifiant les conditions de l énoncé. Soient A, B D, A B. On a B \ A = (B c A) c D, puisque B c et A sont disjoints. Soit maintenant (A ) une suite croissante d ensembles de D et posons D 1 = A 1, D +1 = A +1 \ A. Les ensembles D sont disjoints deux à deux. Qui plus est, D 1 D et D +1 = A +1 \ A D, puisque A A +1. On obtient donc A = D D. Une collection de sous-ensembles D vérifiant les conditions de l énoncé est parfois appelée un λ-système. Le résultat suivant est évident. Proposition L intersection d une famille non-vide de classes de Dynin est encore une classe de Dynin. Définition Soit X un ensemble arbitraire et C une collection de sous-ensembles de X. L intersection de toutes les classes de Dynin contenant C est la classe de Dynin engendrée par C. On la note λ(c ). Bien sûr, λ(c ) est la plus petite classe de Dynin comprenant C. Nous allons maintenant faire la liaison entre les classes de Dynin et les σ-algèbres. Définition Soit X un ensemble arbitraire. Une collection de sous-ensembles de X est un π-système sur X si elle est stable pour l intersection finie (i.e. si A, B C entraîne A B C ). Proposition Une classe de Dynin qui est un π-système est une σ-algèbre.

13 1.2. MESURES 7 Preuve. Soit D un λ-système qui est aussi un π-système. Si (A ) est une suite de D, il suffit de montrer que A D. Soient S = j=1 A j, D 1 = A 1 et D +1 = A +1 \ S. On a S c = j=1 Ac j D, D 1 D et D +1 = A +1 S c D, puisque D est stable pour le complément et l intersection. Ainsi (D ) est une suite d ensembles disjoints deux à deux de D. Par conséquent, A = D D. Théorème (Dynin) Soit C un π-système sur un ensemble arbitraire X. On a λ(c ) = σ(c ). Preuve. Puisqu une σ-algèbre est une classe de Dynin, σ(c ) est une classe de Dynin contenant C, donc λ(c ) σ(c ). Nous allons maintenant montrer que λ(c ) est une σ-algèbre. En vertu de la Proposition , il nous suffit de montrer que λ(c ) est un π-système. Pour B λ(c ), soit D B = {A λ(c ) : A B λ(c )}. Montrons que D B est un λ-système. Seule la stabilité pour l opération complément n est pas immédiate. Si A D B, A c B = (A B) c B = ((A B) B c ) c λ(c ), et donc A c D B. Qui plus est, si B C, on a C D B, puisque par hypothèse, A C implique A B C ; ainsi, λ(c ) D B pour tout B C. Si B λ(c ) et A C, nous venons donc de montrer que B D A, c est-à-dire A B λ(c ). Autrement dit, C D B et donc λ(c ) D B pour tout B λ(c ). Au final, nous avons donc A, B λ(c ) implique A B λ(c ), ce qui devait être montré. 1.2 Mesures Dans cette section, nous allons d abord définir les mesures sur une σ-algèbre et donner ensuite les propriétés de bases de ces applications. Nous présenterons ensuite un résultat concernant l unicité et terminerons avec les mesures complétées. Définitions et propriétés de base Maintenant que le concept de σ-algèbre a été introduit, nous pouvons définir la notion de mesure. Définition Soient X un ensemble quelconque et A une σ-algèbre sur X. Une application µ définie sur A et à valeurs sur la demi-droite étendue [0, ], µ : A [0, ] A µ(a) est une mesure sur A si µ( ) = 0, si (A ) est une suite d ensembles de A disjoints deux à deux, alors µ( A ) = µ(a ). (1.1)

14 8 CHAPITRE 1. MESURES Une application vérifiant l égalité (1.1) est qualifiée de dénombrablement additive ou σ-additive. Si cette égalité n a lieu que pour les suites (A ) finies, l application est dite finiment additive. Si X est un ensemble quelconque, A est une σ-algèbre sur X et µ une mesure sur A, le triplet (X, A, µ) est appelé un espace mesuré ; le couple (X, A ) est appelé un espace mesurable. Si (X, A, µ) est un espace mesuré, µ est une mesure sur (X, A ), ou même une mesure sur X, si le contexte est clair. Les ensembles de A sont parfois appelés ensembles A -mesurables. Si on considère une mesure µ sur une σ-algèbre de Borel, i.e. si l espace mesuré est du type (X, B(X), µ), on dit que µ est une mesure borélienne. La théorie des probabilités repose sur ces définitions. Définition Un espace probabilisé ou espace de probabilité est un espace mesuré (Ω, A, P ) tel que P (Ω) = 1. Dans ce cas, l ensemble Ω est appelé l univers, A une tribu sur Ω et P une probabilité sur A. Un élément de A est appelé un évènement et P (A) est la probabilité de l évènement A A. Les axiomes des probabilités découlent des propriétés des mesures finies. Donnons quelques exemples de mesure. Exemples Soient X un ensemble quelconque et A une σ-algèbre sur X. Les application µ définies ci-après sont des mesures. L application définie sur A telle que µ(a) = #A si #A < ℵ 0 et µ(a) = sinon est la mesure de dénombrement, Si X est un ensemble non-vide, soit x X. L application δ x telle que δ x (A) = 1 si x A et δ x (A) = 0 sinon est la mesure de Dirac en x, l application µ telle que µ( ) = 0 et µ(a) = si A est une mesure dégénérée. Les principales propriétés des mesures sont résumées dans le résultat suivant. Théorème Soient (X, A, µ) un espace mesuré et (A ) une suite de A. On a les relations suivantes. (monotonie) Si A 1 A 2, alors si A 1 A 2 et µ(a 1 ) <, alors µ(a 1 ) µ(a 2 ), µ(a 2 \ A 1 ) = µ(a 2 ) µ(a 1 ), (sous-additivité dénombrable) on a toujours µ( A ) µ(a ), (continuité à gauche) si la suite (A ) est croissante, µ( A ) = µ(lim A ) = lim µ(a ),

15 1.2. MESURES 9 (continuité à droite) si la suite (A ) est décroissante et s il existe un indice 0 tel que µ(a 0 ) <, µ( A ) = µ(lim A ) = lim µ(a ), on a toujours µ(lim A ) lim µ(a ), s il existe un indice 0 tel que µ( 0 A ) <, µ(lim A ) lim µ(a ). Preuve. Pour la monotonie, remarquons que si A 1 A 2, µ(a 2 ) = µ(a 1 ) + µ(a 2 \ A 1 ) µ(a 1 ). Si, qui plus est, µ(a 1 ) <, cette relation entraîne µ(a 2 \ A 1 ) = µ(a 2 ) µ(a 1 ). Pour la sous-additivité, considérons les ensembles B 1 = A 1 et B +1 = A +1 \ j=1 A j. Les ensembles B sont deux à deux disjoints et B A. Par conséquent µ( A ) = µ( B ) = µ(b ) µ(a ). Pour la continuité à gauche, remarquons d abord que s il existe un indice 0 tel que µ(a 0 ) =, le résultat découle de la monotonie de la mesure. Sinon, soient les ensembles B 1 = A 1 et B +1 = A +1 \ A. Ces ensembles sont disjoints et donc µ(lim A ) = µ( A ) = µ(b ) = µ(a 1 ) + lim µ(a j+1 \ A j ) j=1 = µ(a 1 ) + lim µ(a j+1 ) µ(a j ) = lim µ(a ). Pour la continuité à droite, nous pouvons supposer que µ(a 1 ) <. Puisque la suite est décroissante, la suite (A 1 \ A ) est croissante et nous venons de montrer que pour une telle suite, j=1 µ( A 1 \ A ) = lim µ(a 1 \ A ) = µ(a 1 ) lim µ(a ) Qui plus est, µ( A 1 \ A ) = µ(a 1 \ A ) = µ(a 1 ) µ( A ). Ces deux dernières relations permettent d écrire µ( A ) = lim µ(a ). Pour l avant dernière assertion, posons B = j= A j. La suite (B ) est croissante et lim B = lim A. Vu ce qui a été montré précédemment, on a µ(lim A ) = lim µ(b ) lim µ(a ), puisque B A. Le dernier point se démontre de la même manière en posant B = j= A j.

16 10 CHAPITRE 1. MESURES Mesures σ-finies et unicité Nous présentons ici deux résultats concernant l unicité. Remarquons que les hypothèses font intervenir un π-système. Lemme Soit (X, A ) un espace mesurable et C un π-système sur X tel que A = σ(c ). Si µ et ν sont deux mesures finies sur A telles que µ(x) = ν(x) et µ(c) = ν(c) quelque soit C C, alors µ = ν. Preuve. Soit D = {A A : µ(a) = ν(a)}. On vérifie directement qu il s agit d un λ- système. Par hypothèse, C D et donc λ(c ) D. Le Théorème implique alors A = σ(c ) D, ce qui suffit. Pour le second résultat nous aurons besoin de la définition suivante. Définition Soient (X, A, µ) un espace mesuré et C A. La mesure µ est dite σ-finie sur C s il existe une suite croissante (X ) d ensembles de C telle que X = X et µ(x ) <. Si C = A, on dit simplement que la mesure est σ-finie. Si µ est une mesure σ-finie, l espace (X, A, µ) est appelé un espace mesuré σ-fini. Un ensemble A A est σ-fini pour µ s il existe une suite croissante (A ) de A telle que A = A et µ(a ) <. Bien sûr, si µ est une mesure finie, elle est σ-finie sur toute collection C A contenant une suite croissante vers X et sur tout ensemble A A. Proposition L espace mesuré (X, A, µ) est σ-fini si et seulement s il existe une suite (A ) de A recouvrant X telle que µ(a ) <. La suite peut être choisie telle que les ensembles soient deux à deux disjoints. Preuve. Si (X, A, µ) est un espace mesuré σ-fini, soit (X ) une suite croissante de A telle que X = X et µ(x ) <. La suite (A ) définie comme suit, A 1 = X 1 et A +1 = X +1 \ X 1 est la suite recherchée. Maintenant, si (A ) est une suite de A recouvrant X telle que µ(a ) <, il suffit de poser A 1 = A 1 et A +1 = A +1 \ j=1 A j pour 1 afin d obtenir une suite d ensembles deux à deux disjoints avec les mêmes propriétés que la suite (A ). La suite (X ) définie par X = j=1 A j pour 1 montre que µ est une mesure σ-finie. Théorème Soient (X, A ) un espace mesurable et C un π-système sur X tel que A = σ(c ). Si µ et ν sont deux mesures sur A σ-finies sur C et si µ(c) = ν(c) quel que soit C C, alors µ = ν. Preuve. Soit (C ) une suite croissante de C telle que C = X et µ(c ) <. Définissons, pour tout, les mesures µ et ν sur A comme suit, µ (A) = µ(a C ), ν (A) = ν(a C ). Le résultat précédent implique que µ = ν. Dès lors, on a µ(a) = lim µ(a C ) = lim ν(a C ) = ν(a), pour tout A A, ce qui suffit.

17 1.2. MESURES 11 Ensembles négligeables et complétion de mesures Les mesures complètes possèdent des propriétés, notamment reliées aux fonctions mesurables, très intéressantes, comme nous le verrons plus tard. Définition Soit (X, A, µ) un espace mesuré. Un sous-ensemble B de X est un ensemble µ-négligeable (ou simplement négligeable si le contexte est clair) s il existe un ensemble A A tel que B A et µ(a) = 0. La mesure µ est une mesure complète si tout ensemble µ-négligeable est un élément de A ; autrement dit, si µ(a) = 0 (donc A A ) et B A impliquent B A. Une mesure peut être étendue en une mesure complète. Soit (X, A, µ) un espace mesuré. Appelons la complétion de A la collection A µ des sous-ensembles A de X pour lesquels il existe deux ensembles A I, A S A tels que A I A A S et µ(a S \ A I ) = 0. On obtient immédiatement µ(a I ) = µ(a S ) et, pour tout sous-ensemble B A de A, µ(b) µ(a S ) = µ(a I ). La valeur sup{µ(b) : B A, B A} ainsi définie ne dépend que de l ensemble A (et pas des ensembles A I et A S choisis). Définition Soit (X, A, µ) un espace mesuré. La complétion de µ, notée µ est l application µ : A µ [0, + ] A µ(a) telle que µ(a) = µ(a I ), où A I est un ensemble tel que défini plus haut. L application µ est la mesure voulue. Proposition Soit (X, A, µ) un espace mesuré. La complétion de µ est une mesure complète définie sur une σ-algèbre qui inclus A. Preuve. Soit A µ la complétion de A, définie plus haut. Il est clair que A A µ et donc X A µ. Soit A A µ. Il existe A I, A S A tels que A I A A S et µ(a S \ A I ) = 0. On a A c S Ac A c I et µ(ac I \ Ac S ) = µ(a S \ A I ) = 0. Ainsi A A µ implique A c A µ. Soit maintenant (A ) une suite de A µ. Pour chaque ensemble A, il existe A I,, A S, A tels que A I, A A S, et µ(a S, \ A I, ) = 0. On a A I,, A S, A et A I, A A S,. De plus µ( A S, \ A I, ) µ( A S, \ A I, ) µ(a S, \ A I, ) = 0 et A A µ. Nous venons donc de montrer que A µ est une σ-algèbre. Soit µ l application définie plus haut à partir de µ. Bien sûr, µ est à valeurs positives, si A A, µ(a) = µ(a) et µ( ) = 0. Soit (A ) une suite d ensembles de A µ deux à deux disjoints. Ici encore, pour chaque, il existe A I,, A S, A tels que A I, A A S, et µ(a S, \ A I, ) = 0. Bien sûr, les ensembles A I, sont deux à deux disjoints et µ( A ) = µ( A I, ) = µ(a I, ) = µ(a ), ce qui montre que µ est une mesure. Par construction, cette mesure est complète. Remarquons que si le recours à la complétion peut parfois faciliter la tâche, la nouvelle σ-algèbre ainsi définie peut se révéler beaucoup plus compliquée que l originale. Qui plus est, rien n assure que deux mesures définies sur la même σ-algèbre possèdent la même σ-algèbre complétée.

18 12 CHAPITRE 1. MESURES Mesures finiment additives La définition d une mesure finiment additive peut sembler plus naturelle que la définition d une mesure. Toutefois, la théorie relative aux mesures est bien plus puissante. Définition Soient X un ensemble quelconque et A une algèbre sur X. Une application µ définie sur A et à valeurs sur la demi-droite étendue [0, ], µ : A [0, ] A µ(a) est une mesure finiment additive sur A si µ( ) = 0 et si, pour toute suite finie d ensembles deux à deux disjoints A 1,..., A n (n N 0 ) de A, on a µ( n A ) = =1 n µ(a ). Une mesure finiment additive n est donc pas une mesure. Pour bien différencier ces notions, on parle parfois de mesure dénombrablement additive plutôt que de mesure. Bien sûr une mesure (dénombrablement additive) est une mesure finiment additive. L inverse n est cependant pas vrai. Exemple Soit X l ensemble des nombre entiers strictement positifs et A la collection des sous-ensembles A de X tels que soit A, soit A c soit fini. Nous savons (exemples 1.1.3) que A est une algèbre mais pas une σ-algèbre. L application µ définie sur A telle que µ(a) vaut 1 si A est infini et 0 sinon est une mesure finiment additive. Il est impossible de l étendre à une mesure sur la σ-algèbre engendrée par A. En effet, soit A = {} ( X) ; on a µ( A ) = µ(x) = 1 et µ(a ) = 0. Le résultat suivant, utile pour vérifier qu une mesure finiment additive est une mesure, peut être vu comme une réciproque partielle des propriétés de continuité d une mesure (théorème 1.2.4). Proposition Soient (X, A ) un espace mesurable et µ une mesure finiment additive sur (X, A ). Si l une des conditions suivantes est vérifiée, pour toute suite croissante (A ) de A, on a =1 lim µ(a ) = µ( A ), pour toute suite décroissante (A ) de A telle que A =, on a alors µ est une mesure sur (X, A ). lim µ(a ) = 0, Preuve. Soit (B j ) j une suite d ensembles deux à deux disjoints de A et montrons que si l une des deux conditions est vérifiée, alors on a µ( j B j ) = j µ(b j). Si la première condition est vérifiée, soit A = j=1 B j ( N 0 ). Par définition, on a µ(a ) = j=1 µ(b j), tandis que, par hypothèse, µ( A ) = lim µ(a ). Puisque j B j = A, on obtient µ( j B j ) = j µ(b j). Supposons maintenant que la seconde hypothèse est vérifiée et posons A = j= B j ( N 0 ). Par définition, on a µ( j B j ) = j=1 µ(b j) + µ(a +1 ). Puisque, par hypothèse, lim µ(a +1 ) = 0, on a µ( j B j ) = j µ(b j).

Intégration et probabilités TD1 Espaces mesurés Corrigé

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 détail

La mesure de Lebesgue sur la droite réelle

La 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 détail

Intégration et probabilités TD1 Espaces mesurés

Intégration 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 détail

Théorie de la Mesure et Intégration

Théorie 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 détail

Intégrale de Lebesgue

Intégrale 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 détail

Mesures et Intégration

Mesures 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 détail

Mesure et Intégration (Notes de cours de L3)

Mesure 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 détail

Théorie de la Mesure et Intégration

Théorie 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 détail

Image d un intervalle par une fonction continue

Image 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 détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité 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 détail

Limites finies en un point

Limites 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 détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites 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 détail

THÉORIE DE LA MESURE ET DE L INTÉGRATION.

THÉORIE 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 détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De 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 détail

3. Conditionnement P (B)

3. 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 détail

Continuité en un point

Continuité 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 détail

Développement décimal d un réel

Développement 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 détail

Le produit semi-direct

Le 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 détail

3 Approximation de solutions d équations

3 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 détail

Intégration sur des espaces produits

Intégration 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 détail

Mesures gaussiennes et espaces de Fock

Mesures 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 détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 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 détail

Probabilités sur un univers fini

Probabilités 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 détail

Espérance conditionnelle

Espérance 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 détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - 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 détail

Approximations variationelles des EDP Notes du Cours de M2

Approximations 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 détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul 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 détail

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t

n 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 détail

Calculs de probabilités

Calculs de probabilités Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile

Plus en détail

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Cours3. 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 détail

Problèmes de Mathématiques Filtres et ultrafiltres

Problèmes 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 détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université 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 détail

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines

Plus en détail

Les indices à surplus constant

Les indices à surplus constant Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions 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 détail

Fonctions de plusieurs variables

Fonctions 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 détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation 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 détail

Introduction à l étude des Corps Finis

Introduction 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 détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul 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 détail

CHAPITRE IV. L axiome du choix

CHAPITRE 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 détail

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

MESURE 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 détail

Produits d espaces mesurés

Produits 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 détail

1 Définition et premières propriétés des congruences

1 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 détail

Cours d Analyse. Fonctions de plusieurs variables

Cours 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 détail

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 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

I. Polynômes de Tchebychev

I. 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 détail

Continuité d une fonction de plusieurs variables

Continuité 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 détail

Construction de l'intégrale de Lebesgue

Construction 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 détail

Texte Agrégation limitée par diffusion interne

Texte 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 détail

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur

Plus en détail

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

Plus en détail

Logique. Plan du chapitre

Logique. Plan du chapitre Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* 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 détail

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et

Plus en détail

Cours Fonctions de deux variables

Cours Fonctions de deux variables Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad 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 détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal III CHOIX OPTIMAL DU CONSOMMATEUR A - Propriétés et détermination du choix optimal La demande du consommateur sur la droite de budget Résolution graphique Règle (d or) pour déterminer la demande quand

Plus en détail

6. Les différents types de démonstrations

6. Les différents types de démonstrations LES DIFFÉRENTS TYPES DE DÉMONSTRATIONS 33 6. Les différents types de démonstrations 6.1. Un peu de logique En mathématiques, une démonstration est un raisonnement qui permet, à partir de certains axiomes,

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

Programmation 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 détail

www.h-k.fr/publications/objectif-agregation

www.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 détail

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

Plus en détail

Construction d un cercle tangent à deux cercles donnés.

Construction d un cercle tangent à deux cercles donnés. Préparation au CAPES Strasbourg, octobre 2008 Construction d un cercle tangent à deux cercles donnés. Le problème posé : On se donne deux cercles C et C de centres O et O distincts et de rayons R et R

Plus en détail

FONCTION EXPONENTIELLE ( ) 2 = 0.

FONCTION EXPONENTIELLE ( ) 2 = 0. FONCTION EXPONENTIELLE I. Définition Théorème : Il eiste une unique fonction f dérivable sur R telle que f ' = f et f (0) =. Démonstration de l'unicité (eigible BAC) : L'eistence est admise - Démontrons

Plus en détail

Moments des variables aléatoires réelles

Moments 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 détail

Arithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot

Arithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - 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 détail

Cours de mathématiques

Cours 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 détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage 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 détail

Représentation des Nombres

Représentation des Nombres Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème 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 détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

Leçon 01 Exercices d'entraînement

Leçon 01 Exercices d'entraînement Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =

Plus en détail

TIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES

TIQUE 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 détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes 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 détail

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 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 détail

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE JEAN-DENIS FOUKS, EMMANUEL LESIGNE ET MARC PEIGNÉ J.-D. Fouks. École Supérieure d Ingénieurs de Poitiers. 40 avenue du Recteur Pineau, 860 Poitiers

Plus en détail

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

Séminaire 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

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP 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 détail

Correction de l examen de la première session

Correction 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 détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

La demande Du consommateur. Contrainte budgétaire Préférences Choix optimal

La demande Du consommateur. Contrainte budgétaire Préférences Choix optimal La demande Du consommateur Contrainte budgétaire Préférences Choix optimal Plan du cours Préambule : Rationalité du consommateur I II III IV V La contrainte budgétaire Les préférences Le choix optimal

Plus en détail

La 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 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 détail

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en détail

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée. ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle

Plus en détail

PRIME D UNE OPTION D ACHAT OU DE VENTE

PRIME D UNE OPTION D ACHAT OU DE VENTE Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,

Plus en détail

4. Martingales à temps discret

4. 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 détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe 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 détail

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

Plus en détail

Sur certaines séries entières particulières

Sur certaines séries entières particulières ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane

Plus en détail

Chp. 4. Minimisation d une fonction d une variable

Chp. 4. Minimisation d une fonction d une variable Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie

Plus en détail

Les Conditions aux limites

Les Conditions aux limites Chapitre 5 Les Conditions aux limites Lorsque nous désirons appliquer les équations de base de l EM à des problèmes d exploration géophysique, il est essentiel, pour pouvoir résoudre les équations différentielles,

Plus en détail

I. Ensemble de définition d'une fonction

I. 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 détail

PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390

PROBABILITÉS: 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 détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Chapitre VI - Méthodes de factorisation

Chapitre VI - Méthodes de factorisation Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.

Plus en détail

par Denis-Charles Cisinski & Georges Maltsiniotis

par Denis-Charles Cisinski & Georges Maltsiniotis LA CATÉGORIE Θ DE JOYAL EST UNE CATÉGORIE TEST par Denis-Charles Cisinski & Georges Maltsiniotis Résumé. Le but principal de cet article est de prouver que la catégorie cellulaire Θ de Joyal est une catégorie

Plus en détail

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication

Plus en détail

III- Raisonnement par récurrence

III- Raisonnement par récurrence III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail