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

TD2 Fonctions mesurables Corrigé

TD2 Fonctions mesurables Corrigé Intégration et probabilités 2012-2013 TD2 Fonctions mesurables Corrigé 0 Exercice qui avait été préparé chez soi Exercice 1. Soit (Ω, F, µ) un espace mesuré tel que µ (Ω) = 1. Soient A, B P (Ω) deux sousensembles

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 LM365 Intégration 2 Année 2011 12 Théorie de la Mesure et Intégration Amaury Lambert 1 1. Responsable de l UE. Mél : amaury.lambert@upmc.fr

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

L3 Maths : Cours d Intégration (partie I)

L3 Maths : Cours d Intégration (partie I) L3 Maths : Cours d Intégration (partie I) Noureddine Igbida 1 2012-2013 1. Institut de recherche XLIM, UMR-CNRS 6172, Faculté des Sciences et Techniques, Université de Limoges 123, Avenue Albert Thomas

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

THÉORIE DE LA MESURE ET INTÉGRATION

THÉORIE DE LA MESURE ET INTÉGRATION Université Pierre et Marie Curie Licence de Mathématiques Années 2004-2005-2006 LM 363 THÉORIE DE LA MESURE ET INTÉGRATION Cours de P. MAZET Edition 2004-2005-2006 Table des matières Table des matières

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

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

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

Cours Intégration MA62. Université de Reims

Cours Intégration MA62. Université de Reims Cours Intégration MA62 Frédéric Hérau Université de Reims mai 2006 Table des matières Introduction 2 1 Préliminaires et Rappels 3 1.1 La droite achevée R............................... 3 1.2 Rappels sur

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

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

Outils d analyse fonctionnelle Cours 5 Théorie spectrale

Outils d analyse fonctionnelle Cours 5 Théorie spectrale Outils d analyse fonctionnelle Cours 5 Théorie spectrale 22 septembre 2015 Généralités Dans tout ce qui suit V désigne un espace de Hilbert réel muni d un produit scalaire x, y. Définition Soit A une application

Plus en détail

Intégration et probabilités 2012-2013. TD3 Intégration, théorèmes de convergence Corrigé. 1 Petites questions. n hésitez pas à m envoyer un mail à

Intégration et probabilités 2012-2013. TD3 Intégration, théorèmes de convergence Corrigé. 1 Petites questions. n hésitez pas à m envoyer un mail à Intégration et probabilités 212-213 TD3 Intégration, théorèmes de convergence Corrigé xercice ayant été voué à être préparé xercice 1 (Mesure image). Soient (, A, µ) un espace mesuré, (F, B) un espace

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

Exo7. Topologie générale. Enoncés : M. Quéffelec Corrections : A. Bodin

Exo7. Topologie générale. Enoncés : M. Quéffelec Corrections : A. Bodin Enoncés : M. Quéffelec Corrections : A. Bodin Exo7 Topologie générale Exercice 1 1. Rappeler les définitions d une borne supérieure (inférieure) d un ensemble de nombres réels. Si A et B sont deux ensembles

Plus en détail

ANALYSE MATHEMATIQUE. Jean SCHMETS

ANALYSE MATHEMATIQUE. Jean SCHMETS UNIVERSITE DE LIEGE Faculté des Sciences Institut de Mathématique ANALYSE MATHEMATIQUE Introduction aux espaces fonctionnels Notes du cours de la seconde candidature en sciences mathématiques ou en sciences

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

COURS METHODES MATHEMATIQUES POUR L INGENIEUR. MAM 3, Polytech Lyon. Ionel Sorin CIUPERCA

COURS METHODES MATHEMATIQUES POUR L INGENIEUR. MAM 3, Polytech Lyon. Ionel Sorin CIUPERCA COURS METHODES MATHEMATIQUES POUR L INGENIEUR MAM 3, Polytech Lyon Ionel Sorin CIUPERCA Le cours s adresse en principal à des élèves des écoles d ingénieurs, filière modélisation mathématique. Une partie

Plus en détail

Intégration, probabilités et analyse de Fourier

Intégration, probabilités et analyse de Fourier Intégration, probabilités et analyse de Fourier E. Kowalski ETH Zürich kowalski@math.ethz.ch Do not infest your mind with beating on The strangeness of this business; at pick d leisure Which shall be shortly,

Plus en détail

Licence de Sciences et Technologies. Fiche de cours 1 - Nombres réels.

Licence de Sciences et Technologies. Fiche de cours 1 - Nombres réels. Licence de Sciences et Technologies EM21 - Analyse Fiche de cours 1 - Nombres réels. On connaît les ensembles suivants, tous munis d une addition, d une multiplication, et d une relation d ordre compatibles

Plus en détail

Introduction à la Topologie

Introduction à la Topologie Introduction à la Topologie Licence de Mathématiques Université de Rennes 1 Francis Nier Dragoş Iftimie 2 3 Introduction Ce cours s adresse à des étudiants de Licence en mathématiques. Il a pour objectif

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

Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1. Cours de Mathématiques 1

Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1. Cours de Mathématiques 1 Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1 Cours de Mathématiques 1 Table des matières 1 Un peu de formalisme mathématique 7 1.1 Rudiments de logique........................................

Plus en détail

VIII Relations d ordre

VIII Relations d ordre VIII Relations d ordre 20 février 2015 Dans tout ce chapitre, E est un ensemble. 1. Relations binaires Définition 1.0.1. On appelle relation binaire sur E tout triplet R = (E, E, Γ) où Γ est une partie

Plus en détail

Dépôt légal : 2014 Achevé d imprimer en 2014 (Paris)

Dépôt légal : 2014 Achevé d imprimer en 2014 (Paris) F. Maisonneuve, Mathématiques 2. Intégration, transformations intégrales et applications. Cours et exercices, Paris : Presses des MINES, Collection Les cours, 2014. ISBN : 978-2-35671-074-1 Presses des

Plus en détail

Le corps R des nombres réels

Le corps R des nombres réels Le corps R des nombres réels. Construction de R à l aide des suites de Cauchy de nombres rationnels On explique brièvement dans ce paragraphe comment construire le corps R des nombres réels à partir du

Plus en détail

Cours de Topologie L3-math

Cours de Topologie L3-math Cours de Topologie L3-math Renaud Leplaideur Année 2014-2015 UBO 2 Table des matières 1 Rappels, préliminaires 5 1.1 Rappels sur les ensembles........................... 5 1.1.1 Formalisme ensembliste.........................

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

À propos des matrices échelonnées

À propos des matrices échelonnées À propos des matrices échelonnées Antoine Ducros appendice au cours de Géométrie affine et euclidienne dispensé à l Université Paris 6 Année universitaire 2011-2012 Introduction Soit k un corps, soit E

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

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

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

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M Topologie 1 Espaces métriques 1.1 Distance Dans toute cette partie E représente un ensemble qui n est pas forcément un espace vectoriel. Définition

Plus en détail

Calculs préliminaires.

Calculs préliminaires. MINES-PONTS 005. Filière MP. MATHÉMATIQES 1. Corrigé de JL. Lamard jean-louis.lamard@prepas.org) Calculs préliminaires. Notons que si f H alors f)e / est bien intégrable sur R car continue positive et

Plus en détail

Probabilités Approfondies

Probabilités Approfondies Université Pierre et Marie Curie Master de Mathématique 2005-2006 Probabilités Approfondies Polycopié: J. Lacroix & P. Priouret, Cours: J. Lacroix 1 Université Pierre et Marie Curie Master de Mathématiques

Plus en détail

Jeux à somme nulle : le cas fini

Jeux à somme nulle : le cas fini CHAPITRE 2 Jeux à somme nulle : le cas fini Les jeux à somme nulle sont les jeux à deux joueurs où la somme des fonctions de paiement est nulle. Dans ce type d interaction stratégique, les intérêts des

Plus en détail

Notes de cours de Probabilités Appliquées. Olivier François

Notes de cours de Probabilités Appliquées. Olivier François Notes de cours de Probabilités Appliquées Olivier François 2 Table des matières 1 Axiomes des probabilités 7 1.1 Introduction................................. 7 1.2 Définitions et notions élémentaires.....................

Plus en détail

Cours de Probabilités. Jean-Yves DAUXOIS

Cours de Probabilités. Jean-Yves DAUXOIS Cours de Probabilités Jean-Yves DAUXOIS Septembre 2013 Table des matières 1 Introduction au calcul des probabilités 7 1.1 Espace probabilisable et loi de variable aléatoire........ 8 1.1.1 Un exemple

Plus en détail

TOPOLOGIE - SÉRIE 1. x f 1 B i f(x) B i x f 1 (B i ). f 1 ( i I B i) = i I f 1 (B i ); en effet. f 1 B i = f 1 B i et f 1 (B \ B ) = A \ f 1 B ; i I

TOPOLOGIE - SÉRIE 1. x f 1 B i f(x) B i x f 1 (B i ). f 1 ( i I B i) = i I f 1 (B i ); en effet. f 1 B i = f 1 B i et f 1 (B \ B ) = A \ f 1 B ; i I TOPOLOGIE - SÉRIE 1 Exercice 1. Soit f : A B une application. Prouver que (a) A f 1 fa pour tout A A, avec égalité si f est injective; (b) ff 1 B B pour tout B B, avec égalité si f est surjective; Preuve.

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

Problèmes de Mathématiques Noyaux et images itérés

Problèmes de Mathématiques Noyaux et images itérés Énoncé Soit E un espace vectoriel sur IK (IK = IR ou lc). Soit f un endomorphisme de E. On pose f 0 = Id E, et pour tout entier k 1, f k = f f k 1. 1. Montrer que (Im f k ) k 0 et (Ker f k ) k 0 forment

Plus en détail

Cours MP. Espaces vectoriels normés

Cours MP. Espaces vectoriels normés Table des matières Espaces vectoriels normés B. Seddoug. Médiane Sup, Oujda I Norme et distance 1 I.1 Définitions..................... 1 I.2 Evn produit.................... 12 I.3 Notions topologiques

Plus en détail

Cours de terminale S Suites numériques

Cours de terminale S Suites numériques Cours de terminale S Suites numériques V. B. et S. B. Lycée des EK 13 septembre 2014 Introduction Principe de récurrence Exemple En Mathématiques, un certain nombre de propriétés dépendent d un entier

Plus en détail

Arithmétique. Préambule. 1. Division euclidienne et pgcd. Exo7. 1.1. Divisibilité et division euclidienne

Arithmétique. Préambule. 1. Division euclidienne et pgcd. Exo7. 1.1. Divisibilité et division euclidienne Exo7 Arithmétique Vidéo partie 1. Division euclidienne et pgcd Vidéo partie 2. Théorème de Bézout Vidéo partie 3. Nombres premiers Vidéo partie 4. Congruences Exercices Arithmétique dans Z Préambule Une

Plus en détail

Espace de probabilité, indépendance et probabilité conditionnelle

Espace de probabilité, indépendance et probabilité conditionnelle Chapter 2 Espace de probabilité, indépendance et probabilité conditionnelle Sommaire 2.1 Tribu et événements........................................... 15 2.2 Probabilité................................................

Plus en détail

Table des matières. 3 Suites de nombres réels 29. 3.2 Limites... 30

Table des matières. 3 Suites de nombres réels 29. 3.2 Limites... 30 Table des matières 1 Généralités 3 1.1 Un peu de logique................................. 3 1.1.1 Vocabulaire................................ 3 1.1.2 Opérations logiques............................ 4 1.1.3

Plus en détail

Espaces vectoriels et applications linéaires

Espaces vectoriels et applications linéaires Espaces vectoriels et applications linéaires Exercice 1 On considère l'ensemble E des matrices carrées d'ordre 3 défini par,,, 1) Montrer que est un sous-espace vectoriel de l'espace vectoriel des matrices

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

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

1 Espaces vectoriels normés

1 Espaces vectoriels normés Université Paris 7 Denis Diderot Année 2005/2006 Licence 2 MIAS MI4 1 Espaces vectoriels normés 1.1 Définitions Soit E un espace vectoriel sur R. Topologie des espaces vectoriels de dimension finie Définition

Plus en détail

COURS ET DM AR4 : GROUPE SYMÉTRIQUE II, ACTION DE GROUPE

COURS ET DM AR4 : GROUPE SYMÉTRIQUE II, ACTION DE GROUPE COURS ET DM AR4 : GROUPE SYMÉTRIQUE II, ACTION DE GROUPE FRANÇOIS MAUCOURANT 1. Signature d une permutation Définition 1.1. Soit σ S n une permutations, k le nombre de σ-orbites. On définit la signature

Plus en détail

Le raisonnement par récurrence

Le raisonnement par récurrence Le raisonnement par récurrence Nous notons N l ensemble des entiers naturels : N = {0,,, } Nous dirons naturel au lieu de entier naturel Le principe du raisonnement par récurrence Soit A une partie de

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

Agrégation interne de Mathématiques. Session 2009. Deuxième épreuve écrite. (et CAERPA)

Agrégation interne de Mathématiques. Session 2009. Deuxième épreuve écrite. (et CAERPA) Agrégation interne de Mathématiques (et CAEPA Session 2009 Deuxième épreuve écrite 2 NOTATIONS ET PÉLIMINAIES On désigne par le corps des nombres réels et par C le corps des nombres complexes. Si f est

Plus en détail

Topologie des espaces vectoriels normés

Topologie des espaces vectoriels normés Topologie des espaces vectoriels normés Cédric Milliet Version préliminaire Cours de troisième année de licence Université Galatasaray Année 2011-2012 2 Chapitre 1 R-Espaces vectoriels normés 1.1 Vocabulaire

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

TS. 2012/2013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 20/11/12

TS. 2012/2013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 20/11/12 TS. 01/013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 0/11/1 Exercice 1 : ( 6,5 pts) Première partie : Démonstration à rédiger { Démontrer que si ( ) et (v n ) sont deux suites telles

Plus en détail

Notes de cours L1 MATH120. Hervé Le Dret

Notes de cours L1 MATH120. Hervé Le Dret Notes de cours L1 MATH120 Hervé Le Dret 18 octobre 2004 40 Chapitre 3 Vecteurs dans R m Dans ce chapitre, nous allons nous familiariser avec la notion de vecteur du point de vue algébrique. Nous reviendrons

Plus en détail

Chapitre 2. Applications mesurables. 2.1 Topologie et tribus boréliennes de R et R +

Chapitre 2. Applications mesurables. 2.1 Topologie et tribus boréliennes de R et R + Chapitre 2 Applications mesurables 2.1 Topologie et tribus boréliennes de R et R + Dans la théorie de l intégration de Lebesgue, il est très commode de travailler avec des fonctions à valeurs dans la droite

Plus en détail

Notes de cours d Analyse réelle I. Olivier Collin

Notes de cours d Analyse réelle I. Olivier Collin Notes de cours d Analyse réelle I Olivier Collin Introduction Si vous qui étudiez en Mathématiques vous premenez au hasard dans la rue et interpellez un passant pour lui demander ce que fait un mathématicien

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

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

Formules d inclusion-exclusion

Formules d inclusion-exclusion Université de Rouen L1 M.I.EEA 2011 2012 Mathématiques discrètes Formules d inclusion-exclusion Je présente ici une correction détaillée de l Exercice 5 de la Feuille d exercices 1, en reprenant le problème

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

4 Espaces topologiques vectoriels

4 Espaces topologiques vectoriels 4 Espaces topologiques vectoriels Il existe des exemples importants d espaces vectoriels pour lesquels la notion naturelle de convergence n est pas engendrée par une norme. C est le cas, par exemple, de

Plus en détail

Le théorème du sandwich au jambon

Le théorème du sandwich au jambon Le théorème du sandwich au jambon Florian Bouguet & Paul Schneider Ecole Normale Supérieure de Cachan - Antenne de Bretagne Travaux encadrés par Antoine Chambert-Loir Université de Rennes 1 1 2 Table des

Plus en détail

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé ALGÈBRE PAD - Notes de cours S. Rigal, D. Ruiz, et J. C. Satgé November 23, 2006 Table des Matières Espaces vectoriels Applications linéaires - Espaces vectoriels............................... 3 -. Approche

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

Plus en détail

Programme de Première

Programme de Première BAC TECHNO STAV 66 I. Algèbre Programme de Première Objectif 1 - Effectuer de manière autonome des calculs numériques ou algébriques, résoudre des équations ou inéquations en vue de résoudre des problèmes

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

Chapitre I. Probabilités. Bcpst 1 2 novembre 2015. I Exemples d expériences aléatoires

Chapitre I. Probabilités. Bcpst 1 2 novembre 2015. I Exemples d expériences aléatoires Chapitre I Probabilités Bcpst 1 2 novembre 2015 I Exemples d expériences aléatoires Une expérience aléatoire est une expérience dont on ne peut pas prédire le résultat avant de l avoir réalisée... ce qui

Plus en détail

Applications linéaires

Applications linéaires Applications linéaires I) Applications linéaires - Généralités 1.1) Introduction L'idée d'application linéaire est intimement liée à celle d'espace vectoriel. Elle traduit la stabilité par combinaison

Plus en détail

Sommaire. Chapitre 1 Variables et vecteurs aléatoires... 5. Chapitre 2 Variables aléatoires à densité... 65

Sommaire. Chapitre 1 Variables et vecteurs aléatoires... 5. Chapitre 2 Variables aléatoires à densité... 65 Sommaire Chapitre 1 Variables et vecteurs aléatoires............... 5 A. Généralités sur les variables aléatoires réelles.................... 6 B. Séries doubles..................................... 9

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

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

Fondements de l informatique: Examen Durée: 3h

Fondements de l informatique: Examen Durée: 3h École polytechnique X2013 INF412 Fondements de l informatique Fondements de l informatique: Examen Durée: 3h Sujet proposé par Olivier Bournez Version 3 (corrigé) L énoncé comporte 4 parties (sections),

Plus en détail

Fondamentaux pour les Mathématiques et l Informatique :

Fondamentaux pour les Mathématiques et l Informatique : Université Bordeaux 1 Licence de Sciences, Technologies, Santé Mathématiques, Informatique, Sciences de la Matière et Ingénierie M1MI1002 Fondamentaux pour les Mathématiques et l Informatique Fondamentaux

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

Suites réelles. 4 Relations de comparaison des suites 9 4.1 Encore du vocabulaire... 9. 5.2 Quelques propriétés... 13

Suites réelles. 4 Relations de comparaison des suites 9 4.1 Encore du vocabulaire... 9. 5.2 Quelques propriétés... 13 Maths PCSI Cours Table des matières Suites réelles 1 Généralités 2 2 Limite d une suite 2 2.1 Convergence d une suite....................... 2 2.2 Deux premiers résultats....................... 3 2.3 Opérations

Plus en détail

Cours d analyse 1 Licence 1er semestre. Guy Laffaille Christian Pauly

Cours d analyse 1 Licence 1er semestre. Guy Laffaille Christian Pauly Cours d analyse 1 Licence 1er semestre Guy Laffaille Christian Pauly janvier 006 Table des matières 1 Les nombres réels et complexes 5 1.1 Nombres rationnels................................... 5 1. Nombres

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

Algèbre Année 2007-2008 ENS Cachan Vincent Beck. Action de groupes

Algèbre Année 2007-2008 ENS Cachan Vincent Beck. Action de groupes Algèbre Année 2007-2008 ENS Cachan Vincent Beck Action de groupes L idée centrale de cette note est de mettre en évidence le fait fondamental suivant une action d un groupe G sur un ensemble X, «c est»

Plus en détail

Cours d algebre pour la licence et le Capes

Cours d algebre pour la licence et le Capes Cours d algebre pour la licence et le Capes Jean-Étienne ROMBALDI 6 juillet 007 ii Table des matières Avant-propos Notation v vii 1 Éléments de logique et de théorie des ensembles 1 11 Quelques notions

Plus en détail

UNIVERSITÉ DE CERGY Année 2012-2013 U.F.R. Économie & Gestion Licence d Économie et Mathématiques MATH104 : Mathématiques

UNIVERSITÉ DE CERGY Année 2012-2013 U.F.R. Économie & Gestion Licence d Économie et Mathématiques MATH104 : Mathématiques 1 UNIVERSITÉ DE CERGY Année 2012-201 U.F.R. Économie & Gestion Licence d Économie et Mathématiques MATH104 : Mathématiques Chapitre III : Polynômes 1 Fonctions polynômes & polynômes Définition 1. Soit

Plus en détail

Notes du cours Mathématiques pour l ingénieur. Sup Galilée - année 2008-2009

Notes du cours Mathématiques pour l ingénieur. Sup Galilée - année 2008-2009 Notes du cours Mathématiques pour l ingénieur Sup Galilée - année 2008-2009 Benoît Merlet Ces notes de cours s adressent aux élèves ayant suivi le cours. Elles contiennent peu d explications. Elles pourront

Plus en détail

Un peu de topologie. Espaces métriques. Documents disponibles sur www.math.polytechnique.fr/ laszlo. Enseignants :

Un peu de topologie. Espaces métriques. Documents disponibles sur www.math.polytechnique.fr/ laszlo. Enseignants : Documents disponibles sur www.math.polytechnique.fr/ laszlo Un peu de topologie Enseignants : F. Golse (golse@math.polytechnique.fr), Y. Laszlo (laszlo@math.polytechnique.fr), C. Viterbo (viterbo@math.polytechnique.fr)

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Mesure quantitative de l information - Chapitre 2 - Information propre et mutuelle Quantité d information propre d un événement Soit A un événement de probabilité P (A)

Plus en détail

Cours de Probabilités

Cours de Probabilités Université Paris-Daupine Année 2013/2014 DMI2 Cours de Probabilités Joseph Lehec Table des matières 1 Théorie de la mesure 2 1.1 Définitions......................................... 2 1.2 La mesure de

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

Notes de cours. Cours introductif sur la théorie des domaines. Modèles des langages de programmation Master Parisien de Recherche en Informatique

Notes de cours. Cours introductif sur la théorie des domaines. Modèles des langages de programmation Master Parisien de Recherche en Informatique Notes de cours Cours introductif sur la théorie des domaines Paul-André Melliès Modèles des langages de programmation Master Parisien de Recherche en Informatique 1 Ensembles ordonnés Definition 1.1 (ensemble

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

Rédigé par un élève de Terminale S à l'aide de ses livres de maths (Indice, Bordas), ses cours, toute sa peine, et son stress pour le bac! J.

Rédigé par un élève de Terminale S à l'aide de ses livres de maths (Indice, Bordas), ses cours, toute sa peine, et son stress pour le bac! J. Rédigé par un élève de Terminale S à l'aide de ses livres de maths (Indice, Bordas), ses cours, toute sa peine, et son stress pour le bac! J. FAIVRE s de cours exigibles au bac S en mathématiques Enseignement

Plus en détail

Factorisation des matrices creuses

Factorisation des matrices creuses Chapitre 5 Factorisation des matrices creuses 5.1 Matrices creuses La plupart des codes de simulation numérique en mécanique des fluides ou des structures et en électromagnétisme utilisent des discrétisations

Plus en détail

Mathématiques assistées par ordinateur

Mathématiques assistées par ordinateur Mathématiques assistées par ordinateur Chapitre 4 : Racines des polynômes réels et complexes Michael Eisermann Mat249, DLST L2S4, Année 2008-2009 www-fourier.ujf-grenoble.fr/ eiserm/cours # mao Document

Plus en détail

Actions de groupes. Exemples et applications

Actions de groupes. Exemples et applications 4 Actions de groupes. Exemples et applications G, ) est un groupe multiplicatif et on note ou G si nécessaire) l élément neutre. E est un ensemble non vide et S E) est le groupe des permutations de E.

Plus en détail

Opérateurs non-bornés

Opérateurs non-bornés Master Mathématiques Analyse spectrale Chapitre 4. Opérateurs non-bornés 1 Domaine, graphe et fermeture Soit H un espace de Hilbert. On rappelle que H H est l espace de Hilbert H H muni du produit scalaire

Plus en détail