Intégration et probabilités

Dimension: px
Commencer à balayer dès la page:

Download "Intégration et probabilités"

Transcription

1 Itégratio et probabilités Pierro Théo ENS Ker La

2 2

3 Table des matières 1 Théorie de la mesure Tribus Tribus boréliees Tribu boréliee de R Tribu boréliee sur u espace topologique Tribus complètes, complétio de mesures Mesure positive sur (E, A) Espaces égligeables Théorème de Carathéodory Mesures extérieures Mesure de Lebesgue Cas gééral Cas E = R Cotre-exemple au théorème si m est pas cotiue à droite Itégratio Foctios mesurables Limites de foctios Itégrale d ue foctio étagée positive Extesios Extesio aux foctios mesurables positives Extesio aux foctios mesurables Itégratio d ue foctio à valeurs complexes Complémets Lemme de Fatou et covergece domiée Itégrale de Riema Lie avec l itégrale de Lebesgue Itégrale impropre gééralisée Itégrales paramétrées i

4 ii TABLE DES MATIÈRES 3 Mesures images Tribu produit Défiitios Associativité du produit de tribus Foctios mesurables Produit de mesures Défiitios Théorème de Fubii Coséqueces Formule de chagemet de variables Mesures de probabilité Foctios de répartitio Mesure de Rado

5 Chapitre 1 Théorie de la mesure 1.1 Tribus Défiitio 1.1 U espace E est dit déombrable ssi il est e bijectio avec N. Défiitio 1.2 Ue classe A P(P(E)) est dite algèbre (de Boole) ssi : A a A a c A a 1, a 2 A 2 a 1 a 2 A Remarque 1.1 A est stable par itersectio fiie L itersectio d algèbres est ecore ue algèbre O peut doc parler d algèbre egedrée par ue classe de parties C P(E) : c est la plus petite algèbre coteat C : A. Défiitio 1.3 Ue classe de parties A P(E) est dite ue tribu (σalgèbre de Boole) ssi : A a A a c A (a i ) i A N a i A Remarque 1.2 i 0 A C A est stable par itersectio déombrable. Exemples : {, E} est ue tribu grossière P(E) est la plus grade tribu sur E L itersectio de tribus e est ecore ue (mais pas l uio e gééral) doc o peut parler de tribu egedrée par ue classe C P(E). Si C = {A} où A P(E), o ote σ(a) la tribu egedrée par A : 1

6 CHAPITRE 1. THÉORIE DE LA MESURE σ(a) = {, A, A c, E}. Si C = {A, B}, σ(a, B) = {, A, B, A c, B c, A B, (A B) c, A B, (A B) c, (A c B), (A c B) c, A B c, (A B c ) c, E}. Remarque 1.3 O peut avoir σ(a) = σ(b) sas avoir A = B. Défiitio 1.4 Ue tribu est dite séparable ssi elle est egedrée par ue classe déombrable de parties de E. Exo : Soit E, F deux espaces, A ue tribu sur E et f : F E. 1. Motrer que f 1 (A) = {f 1 (A), A A} est ue tribu sur F. f 1 ( ) =, f 1 (E) = F, f 1 (A c ) = f 1 (A) c et f 1 (A i ) = f 1 i i 0 i 0A 2. Soit U u sous-espace de P(E). Motrer que f 1 (σ(u)) = σ(f 1 (U)). f 1 (U) f 1 (σ(u)) doc σ(f 1 (U)) f 1 (σ(u)). Posos B = {B, f 1 (B) σ(f 1 (U)). B est ue tribu sur E. Or U B doc σ(u) B. Doc f 1 (σ(u)) f 1 (B) σ(f 1 (U)). 1.2 Tribus boréliees Tribu boréliee de R O défiit et o ote B(R) la tribu egedrée par les i- Défiitio 1.5 tervalles de R. Propositio 1.1 Tout itervalle semi-ouvert ]a, b] est u élémet de B(R). Démostratio. ]a, b] = ]a, b + 1 [ 1 Propositio 1.2 B(R) est egedrée par C 1 = {], x], x R} et par C 2 = {], x], x Q}. Démostratio. C 2 C 1 B(R) doc σ(c 2 ) σ(c 1 ) B(R). Soit (a, b) R 2. Il existe (a ), (b ) (Q N ) 2 tel que (a ) décroît vers a et (b ) croît vers b. ]a, b ] =], b ]\], a ] doc ]a, b [ σ(c 2 ) ]a, b[= ]a, b ] doc ]a, b[ σ(c 2 ). 0 Doc B(R) σ(c 2 ). Pierro Théo Page 2 Tous droits réservés

7 1.3. TRIBUS COMPLÈTES, COMPLÉTION DE MESURES Remarque 1.4 U borélie (élémet de B(R)) e peut pas, e gééral, être décrit d ue faço cocrète. Propositio 1.3 B(R) est egedrée par les ouverts de R et par les fermés de R. Démostratio. Soit A u ouvert de R et x A. Il existe ε > 0 tel que ]x ε, x + ε[ A. Doc il existe a x, b x Q 2 tel que x ]a x, b x [ A. Q est déombrable doc ]a x, b x [ est ue uio déombrable valat A. Doc A B(R). x A Tribu boréliee sur u espace topologique Défiitio 1.6 O appelle tribu boréliee sur E et o ote B(E) la tribu egedrée par les ouverts de E. Défiitio 1.7 O défiit le produit de deux tribus A et B et o ote A B la tribu egedrée par les pavés de la forme a b où a A et b B. A-t-o B(R d ) = B(R) d? Défiitio 1.8 O appelle espace mesurable u couple (E, A) où E est u espace et A ue tribu sur E. Les élémets de A sot appelés mesurables de A. 1.3 Tribus complètes, complétio de mesures Mesure positive sur (E, A) Défiitio 1.9 Ue mesure µ sur (E, A) est ue applicatio A( [0, + ] ) telle que µ( ) = 0 et (A ) série de mesurables disjoits, µ A i = i 0 µ(a i ). i 0 Remarque 1.5 Le deuxième axiome porte le om de σ-additivité. Le secod membre peut valoir +. Le premier membre e déped pas de l ordre de l uio et le secod o plus car la série est à termes positifs. Propositio 1.4 A B µ(a) µ(b). µ(a B) + µ(a B) = µ(a) + µ(b). Pierro Théo Page 3 Tous droits réservés

8 CHAPITRE 1. THÉORIE DE LA MESURE ( ) Si (A ) est croissate, µ A i = lim µ(a ). i 0 + Si (A ) est décroissate et µ(a 0 ) +, alors µ i 0A i = lim µ(a ) + ( ) Si (A ) est ue suite de mesurables, µ A i µ(a ). i 0 =0 Démostratio. µ(b) = µ(a) + µ(b \ A) µ(a) µ(a B) = µ((a \ (A B)) (B \ (A B)) (A B)) = µ(a \ (A B)) + µ(b \ (A B)) + µ(a B) = µ(a) + µ(b) µ(a B) O pose B = A +1 \ A. Les B i sot disjoits et leur uio vaut celle des A i. Doc : µ 0A = µ 0B = µ(b ) =0 = µ(a 0 ) + (µ(a +1 ) µ(a )) = lim µ(a ) + =1 ( ) O pose B = A 0 \A. B est croissate doc µ B = lim µ(b ). 0 + Or ( B = A 0 \ A ). 0 0 Doc : µ 0A = µ(a 0 ) µ 0B ( O pose B = A \ A k ). Les B i état disjoits, k=1 µ 0A = µ 0B = = µ(a 0 ) lim + µ(b ) = µ(a 0 ) µ(a 0 ) + lim + µ(a ) µ(b ) µ(a ) =0 =0 Pierro Théo Page 4 Tous droits réservés

9 1.3. TRIBUS COMPLÈTES, COMPLÉTION DE MESURES Espaces égligeables Défiitio 1.10 (E, A, µ) est u espace mesuré ssi E est u esemble, A ue tribu et µ ue mesure positive sur A. Défiitio 1.11 U esemble N E est égligeable pour µ ssi il existe A A tel que N A et µ(a) = 0. Remarque 1.6 µ(n) = 0. N est pas forcémet mesurable doc o e peut pas dire O voudrait agradir A e ajoutat les N égligeables (o dit qu o complète A). Quad A sera complétée e A, o étedra µ à A. La mesure de N µ-égligeable sera ulle. Défiitio 1.12 O dit que f et g : E R sot égales presque partout ssi il existe N E µ-égligeable telle que f = g sur E \ N. E particulier, pour tout (A, B) E, o dit que A = B presque partout ssi les deux idicatrices sot égales presque partout ssi A B est égligeable. Propositio 1.5 A B = A c B c. µ(a B) = 0 µ(a) = µ(b). Démostratio. A B = (A B c ) (A c B) est symétrique e (A, A c ) et (B, B c ). Si µ(a B) = 0, µ(b \ (A B)) + µ(a \ (A B)) = 0. C est la somme de deux termes positifs doc µ(b) = µ(a B) = µ(a). Propositio 1.6 Soit N l esemble des parties égligeables. N B A et A N implique B N. Si (A ) N N, alors A N. 0 Si (A i ) i N I, alors A i N. t I Démostratio. Clair Clair Pour tout i N, il existe C i A tel que A i C i et µ(c i ) = 0. O a : Doc A N. 0 µ 0C µ(c ) = 0 i=0 Pierro Théo Page 5 Tous droits réservés

10 CHAPITRE 1. THÉORIE DE LA MESURE Pour tout t I, A t C t A avec µ(c t ) = 0. A t A t0 C t0 Doc A t N. t I t I Défiitio 1.13 O appelle tribu complétée de A et o ote à la tribu egedrée par A N. Remarque 1.7 Cotrairemet à A qui est souvet difficile à décrire, à a quatre descriptios. Propositio 1.7 A à ssi (B, C) A2, B A C et µ(c \ B) = 0 ssi ssi B, N A N, A = B N B A, A = B presque partout ( ssi B A, A B N ) Démostratio. 2 3 Il existe (B, C) A 2 tel que B A C et µ(c \ B) = 0. O a A = B (A \ B). Or B A et A \ B C \ B avec µ(c \ B) = Il existe (B, N) A N avec A = B N. A B = (B N) \ B N N doc A = B preque partout. 4 2 Il existe B A tel que A B N. Doc il existe D A tel que A B D et µ(d) = 0. O pose B = B (D c ) }{{} A et C = } B {{ D}. A O a B A C : B A ssi A c (B ) c = B c D. Or B c D (A B) c et A c (A B) c. A C car A B B et A \ (A B) A B D. De plus, µ(c \ B ) = µ(d) = O va motrer que E 2 = {A E, B, N A N, A = B N} est ue tribu, ce qui reviet à motrer que E 3 = {A E, B A, A B N } e est ue. E E 3 car E E =. Si A E 3, il existe B A tel que A B N. (A c ) (B c ) = A B N et B c A doc A c E 3. Si (A ) E3 N, il existe (B ) A N tel que (A B ) N N. ( (A B ) N doc 0 ) ( ) A B N. 0 0 Pierro Théo Page 6 Tous droits réservés

11 1.3. TRIBUS COMPLÈTES, COMPLÉTION DE MESURES De plus, B A doc A E Fialemet, E 2 est ue tribu. Or E 2 à (par défiitio) et à E 2 car A N E 2. Doc à = E 2. Propositio 1.8 Soit (E, A, µ) u espace mesuré et à la tribu complétée de A par rapport à µ. L applicatio : à R µ : + A = B N µ(b) est bie défiie et est l uique extesio de µ à à (das le ses où µ = µ sur A). Démostratio. µ est bie défiie : soit A à tel que A = B N = B N. B B N N doc µ(b B ) = 0 doc µ(b) = µ(b ). µ est ue mesure : µ( ) = µ( ) = 0. Soit (A ) ÃN disjoits. Pour tout i N, A i = B i N i. O a : A = 0B 0N 0 Doc : µ 0A = µ 0B = µ(b ) = µ(a ) =0 =0 Soit ν ue extesio de µ à à différete de µ. Soit A Ã. A = B N avec N C A tel que µ(c) = 0. B A B C doc µ(b) = ν(b) ν(a) ν(b C) ν(b) + ν(c) = µ(b) + µ(c) = µ(b). Doc ν(a) = µ(b) = µ(a). Propositio 1.9 L esemble Ñ des parties µ-égligeables coïcide avec N. Démostratio. O a, par défiitio de µ, N Ñ. Soit N Ñ. Il existe C à tel que N C et µ(c) = 0. Il existe B, N A N tel que C = B N. µ(c) = µ(b) = 0 doc B N. Or N C B N N. Doc N = Ñ. Pierro Théo Page 7 Tous droits réservés

12 CHAPITRE 1. THÉORIE DE LA MESURE 1.4 Costructio de mesures Théorème de Carathéodory Mesures extérieures Défiitio 1.14 (mesure extérieure) U applicatio µ : P(E) [0, + ] est dite ue mesure extérieure ssi : µ ( ) = 0 µ est croissate. Pour tout (A i ) suite de parties de E disjoites deux à deux, µ A i 1 i i=1 µ (A i ) Défiitio 1.15 Ue partie B de E est dite µ -mesurable si A E, µ (A) = µ (A B) + µ (A B c ). O ote M(µ ) l esemble des parties µ -mesurables. Propositio 1.10 M(µ ) est ue tribu sur E. Elle est appelée tribu de Carathéodory. La restrictio µ de µ à cette tribu est ue mesure otée µ. Remarque 1.8 Par le troisième axiome défiissat µ, o a clairemet µ (A) µ (A B) + µ (A B c ) Démostratio. M(µ ) : e effet, pour tout A E, A = et A c = A doc µ ( ) = 0. M(µ ) est stable par complémetatio vu la symétrie de la défiitio de M(µ ). Pour motrer la stabilité par réuio déombrable, o va motrer : la stabilité par réuio fiie (doc par itersectio fiie par passage au complémetaire doc par différece) la stabilité par uio disjoite (Il suffira alors de cosidérer = A B avec B = A \ A k disjoits deux à deux) 0 k 1 Soiet (B 1, B 2 ) M(µ ) 2. Pour tout A E, µ (A) = µ (A B 1 ) + µ (A B1 c) = µ (A B 1 ) + µ (A B1 c B2) c + µ (A B1 c B 2 ). O a µ (A (B 1 B 2 )) + µ (A (B 1 B 2 ) c ) = µ (A (B 1 B 2 )) + µ (A B1 c B2). c Or µ (A (B 1 B 2 )) = µ (A (B 1 B 2 ) B 1 )+µ (A (B 1 B 2 ) B1 c) = µ (A B 1 ) + µ (A B1 c B 2). Pierro Théo Page 8 Tous droits réservés

13 1.4. THÉORÈME DE CARATHÉODORY Doc µ (A (B 1 B 2 )) + µ (A (B 1 B 2 ) c ) = µ (A B 1 ) + µ (A B1 c B 2) + µ (A B1 c Bc 2 ) = µ (A). Soit (B ) M(µ ) N disjoits. Par récurrece, o a µ (A) = µ (A B k ) + µ A. E effet, µ A = µ A = µ k=1 Bk c 1 k Bk c 1 k +1 A Bk c 1 k +1 + µ A 1 k + µ (A B +1 ) Bk c 1 k Bk c B +1 Doc µ(a) = µ (A B k ) + µ A Bk c + µ (A k=1 1 k B +1 ) = µ (A B k ) + µ A Bk c. k=1 1 k +1 ( )) ( )) O va motrer que µ (A) µ (A B + µ (A B c. ( ) ( ) O a A B k A B k doc µ (A) µ (A B k ) + 0 k k=0 µ A B c k. k 0 Doc µ (A) µ (A B ) + µ A c. =0 ( ) ( ( 0B ) c µ (A) µ (A B ) + µ A B ). 0 0 ( )) ( ) c ) Doc µ (A) µ (A B + µ (A B 0 0 Doc M(µ ) est u tribu sur E. Motros que µ est ue mesure : µ( ) = 0. Soit (B ) ue suite d élémets disjoits. µ (A) µ (A B ) + µ A c =0 0B Pierro Théo Page 9 Tous droits réservés

14 CHAPITRE 1. THÉORIE DE LA MESURE doc, pour A = B, o a ( ) 0 ( ) µ B = µ B µ (B ) = µ(b ). 0 0 =0 =0 Remarque 1.9 Si B E est telle que µ (B) = 0, alors B M(µ ). E effet, µ (A) µ (A B c ) + µ (A B) car µ est croissate et µ (A B) µ (B) = 0. Doc B M(µ ). Il e découle que si N est µ-égligeable (ie N B), B M(µ ) et µ(b) = 0 = µ (B) doc µ (N) = 0 doc N M(µ ) doc M(µ ) est complète Mesure de Lebesgue Défiitio 1.16 Das le cas E = R, o défiit la mesure de Lebesgue λ par λ (A) = if a ), =0(b ]a, b [ A. 0 Propositio 1.11 λ est ue mesure extérieure sur P(R). Démostratio. λ ( ) = 0 Si A B, tout recouvremet de B est u recouvremet de A, doc, e passat à l if, λ (A) λ (B). Soit (A ) ue suite de parties de R. S il existe 0 tel que λ (A 0 ) = +, l iégalité est vérifiée. Das le cas cotraire, soit ε > 0. Il existe u recouvremet ]a () k, b() k [ tel que (b () k k=1 k 1 a () k ) λ (A ) + ε 2 Alors, A [a () k, b() k ]. 1 ( 1 ) k 1 Doc λ A (b () k a () k ) + ε. 1 =0 λ est doc sous-additive. La restrictio de λ à M(λ ) est appelée mesure de Le- Défiitio 1.17 besgue. Propositio 1.12 B(R) M(λ ) et λ(]a, b[) = λ([a, b]) = b a. Démostratio. Pierro Théo Page 10 Tous droits réservés

15 1.4. THÉORÈME DE CARATHÉODORY Il suffit de motrer que B x =], x] M(λ ) pour tout x R. Soit A ue partie de R et (]a, b [) u recouvremet de A. Soit ε > 0. A B ] a x, b ( )[ x + ε De plus, A B c ]a x, b x[ 2. 0 ( O a doc λ (A B) λ (]a x, b x + ε )[) et λ (A =1 2 B c ) λ (]a x, b x[). =1 Doc, e examiat différets cas, o obtiet λ (A B)+λ (A B c ) (b a ) + 2ε. =1 Doc λ (A B) + λ (A B c ) λ (A). [a, b] ]a 1, b + 1[ doc λ ([a, b]) b a. 1 Soit (]a, b [) u recouvremet de [a, b]. [a, b] est u compact de R qui est de dimesio fiie doc il existe N tel que [a, b] ]a k, b k [. 1 k N N Doc b a (b k a k ) (b k a k ). Doc λ ([a, b]) b a. k=1 k=1 De plus, λ ({a}) = 0 car {a} ]a 1, a + 1[. 1 Doc λ ([a, b]) = λ (]a, b[) = λ (]a, b[). Remarque 1.10 λ({a}) = 0 et la σ-additivité de λ motret que λ(e) = 0 pour tout E déombrable. Doc les esembles déombrables sot λ-égligeables et ce e sot pas les seuls (esemble de Cator) Propositio 1.13 Lebesgue. M(λ ) = B(R) Soit B(R) la complétée de B(R) pour la mesure de Démostratio. O sait que B(R) M(λ ) (M(λ ) cotiet les borélies et les esembles λ-égligeables) Pour l iclusio réciproque, o utilise la caractérisatio de B(R) : A B(R) ssi C, B B(R) tel que C A B et λ(b \ C) = 0. Soit A M(λ ). O pose A = A ], [ pour 1. Il est clair que A = A et que l uio est croissate. E vertu de la 1 cotiuité par limite croissate, il suffit de costruire (B ), (C ) B(R) N 1. a b = mi(a, b) 2. a b = max(a, b) Pierro Théo Page 11 Tous droits réservés

16 CHAPITRE 1. THÉORIE DE LA MESURE croissates telles que C A B et λ(b \ C ) = 0. Soit 1. Comme λ (A ) <, pour tout p 1, il existe (]a (p) k, b(p) k [) k recouvremet de A tel que b (p) k a (p) k λ(a ) + 1 p. O pose B = O a λ(b ) k=1 ]a (p) k p 1k 1 (b (p) k k=1, b(p) k [. O a alors clairemet A B. a (p) k ) λ (A ) + 1 p. Doc λ (B ) = λ(b ) = λ (A ) et B B(R). O applique ce procédé à A c, ce qui doe u U B(R) tel que A c U avec λ (U ) = λ (A c ). O pose C = U c. O a alors C B(R) et C A [, ] doc λ (C ) = λ (A ) = λ (B ). Doc λ(b \ C ) = 0 et C A B Cas gééral Défiitio 1.18 l algèbre C) ssi O dit que m : C R + ue prémesure (ou mesure sur m( ) = 0 Pour tout A, B C 2 disjoites, m(a B) = m(a) + m(b) (cotiuité à droite) Si (A ) est ue suite décroissate de C telle que A =, lim m(a ) = (σ-fiitude) Il existe (E ) tels que E = E, m(e ) < +, E C 0 et la limite croissate de m(a E ) vaut m(a). Remarque 1.11 Ue mesure fiie est σ-fiie. Ue mesure µ est dite de probabilité ssi µ(e) = 1. La σ-fiitude assure l uicité de la prémesure. O démotre grâce à la propriété de cotiuité à droite que m est σ- additive pour les suites (A ) dot l uio reste das C. O motre aussi la cotiuité à gauche et la sous-additivité. Théorème 1.1 (Carathéodory) Ue prémesure admet ue uique extesio à la tribu σ(c). Pierro Théo Page 12 Tous droits réservés

17 1.5. CAS E = R 1.5 Cas E = R O pose S l esemble des itervalles de R. S est ue semi-algèbre 3. O ote A l algèbre egedrée par S. A = I j, I j itervalles disjoits deux à deux j=1 O pose m l applicatio qui à u itervalle associe sa logueur. m est additive et cotiue à droite (car R = ], [ avec m(], [) = 2). 0 E gééral, µ (A) = if i ), A i C, A i=0m(a A i i 0 Le reste de la preuve du théorème se fait comme précédemmet Cotre-exemple au théorème si m est pas cotiue à droite E = N, C = {A P(N), A ou A c est fii}. C est ue algèbre. O défiit m : C R + par m(a) = 0 si A fii et m(a) = 1 si A c est fii. m vérifie m( ) = 0 mais pas m(a B) = m(a) + m(b) si A B =. E revache, m est pas cotiue à droite : A = {, + 1, } vérifie m(a ) = 1 et A =. 0 Supposos que m a ue extesio µ à P(N). µ(n) = Doc µ est pas croissate. Doc m a pas d extesio. lim + µ(ac ) = ie o vide, stable par itersectio fiie, coteat R et tel que A \ B s écrit comme uio fiie d élémets de S Pierro Théo Page 13 Tous droits réservés

18 CHAPITRE 1. THÉORIE DE LA MESURE Pierro Théo Page 14 Tous droits réservés

19 Chapitre 2 Itégratio par rapport à ue mesure positive Le fait de cosidérer des mesures positives est pas ue perte de gééralité. E effet, pour tout mesure à valeurs das R, il existe ue uique déompositio µ = µ + µ (décompositio de Ha-Jorda) avec µ + et µ des mesures positives (µ + (A) = µ(a P ) et µ (A) = µ(a N) avec P et N deux parties de A disjoites telles que µ(p ) 0 µ(n)). Itroductio Soit (E, A, µ) u espace mesuré complet. O va défiir f dµ où f : E F est dite mesurable. O commece par la défiir pour des f simples (foctios e escalier pour l itégrale de Riema) : les foctios étagées et o utilise u théorème de desité pour utiliser les limites des itégrales des foctios étagées. Das le cas (R, B(R), λ), o retrouve l itégrale de Riema. Das le cas ue série. Z, P(Z), µ = Zδ. (δ mesure de Dirac) L itégrale est 2.1 Foctios mesurables Défiitio 2.1 Soiet (E, E) et (F, F) deux espaces mesurables. O dit que f : E F est mesurable ssi f 1 (F) E. Exemples : 15

20 CHAPITRE 2. INTÉGRATION O pose : f : E R x 1 A (x) avec A E. f est (E, B(R)) mesurable ssi A E. Soit (R d, B(R d )) et (R p, B(R p )). Toute foctio ( B(R d )), B(R p )))-mesurable est dite boréliee. E particulier, toute foctio cotiue est boréliee. Ceci se motre e utilisat le fait que la tribu boréliee est egedrée par les ouverts et se gééralise aux espaces topologiques muis de leur tribu boréliee (c est la défiitio de la cotiuité). Remarque 2.1 Si F = σ(c) où C est ue classe de parties de F, f 1 (F) = f 1 (σ(c)) = σ(f 1 (C)) et il suffit de vérifier que f 1 (C) E. Si F = R p, o peut cosidérer les boules ouvertes B(x, r), x Q p ou ], x], x Q. O peut vérifier la mesurabilité sur les cylidres q ]a i, b i [. i=1 Soit f : E F. La tribu σ(f 1 (A), A F) est la plus petite tribu redat f mesurable. Plus gééralemet, si (f i ) i I est ue famille de foctios de E F, σ(fi 1 (A), A F, i I) est la plus petite tribu redat les f i mesurables. O ote cette tribu σ(f i, i I). Propositio 2.1 La composée de foctios mesurables est mesurable. Démostratio. O utilise la remarque précédete avec pour tout esemble A, (f g) 1 (A) = g 1 (f 1 (A)). Coséqueces : La combiaiso liéaire fiie de foctios mesurables le reste. Si f 1,, f : E R et g : R R p sot boréliees, alors la composée g(f 1,, f ) est mesurable. Pour cela, il suffit de prouver que (f 1,, f ) : E R est mesurable, doc de cosidérer les cylidres : ( ) (f 1,, f ) 1 ]a i, b i [ = i=1 fi 1 1 i (]a i, b i [) E f g et f g sot mesurables si f et g le sot. {x, f(x) = g(x)} = (f g) 1 ({0}), {x, f(x) < g(x)} sot mesurables. Pierro Théo Page 16 Tous droits réservés

21 2.2. LIMITES DE FONCTIONS 2.2 Limites de foctios Défiitio 2.2 Soit (A ) E N. O défiit : Remarque 2.2 lim sup A = A k 0k lim if A = A k 0k Si o ote f = 1 A, les f sot mesurables et lim sup f = if sup lim if f = sup k f k = lim sup + k if f k = lim k + if f k = 1 lim sup A k f k = 1 lim if A Défiitio 2.3 O dit que (f ) coverge simplemet das R ssi x E, lim sup f (x) = lim if f (x) = lim f (x) Propositio 2.2 Soit (f ) des foctios E R mesurables. sup f, if f, lim if f et lim sup f sot mesurables. Si f coverge simplemet vers f, f est mesurable. Démostratio. {sup f < x} = ( {f < x}, {if f < x} = la compositio des foctios mesurables. {lim sup f lim if f = 0} E. ) c {f x} et o utilise 2.3 Itégrale d ue foctio étagée positive Défiitio 2.4 Ue foctio f : E R est dite étagée ssi elle pred u ombre fii de valeurs. Exemple : f = a i 1 Ai où A i E, a i R est ue foctio étagée. i=1 Réciproquemet, toute foctio étagée se décompose aisi (A i = {x, f(x) = a i }). Propositio 2.3 U foctio étagée est mesurable ssi A i E. Ue foctio étagée mesurable admet ue décompositio caoique f = a i 1 Ai où les A i formet ue partitio de l esemble {f(x) 0}. i=1 Pierro Théo Page 17 Tous droits réservés

22 CHAPITRE 2. INTÉGRATION Défiitio 2.5 L itégrale d ue foctio f étagée positive (mesurable) est doée par : f dµ = a i µ(a i ) où f = a i 1 Ai est la décompositio caoique de f. i=1 Exemple : 1 A dµ = µ(a) pour A E. Propositio 2.4 est liéaire. Si f g, f dµ g dµ. Démostratio. O a clairemet af dµ = a f dµ. q Soit f = a i 1 Ai et g = b i 1 Bi. i=1 i=1 La décompositio caoique de f + g est (a + b)1 Ai B j i=0j=0a A i b B j avec A 0 = {x, f(x) = 0} et B 0 = {x, g(x) = 0}. Si f g, f = g + h avec h étagée positive doc f dµ = g dµ + h dµ g dµ. i=1 Corollaire 2.1 Si (f ) est ue suite croissate de foctios étagées positives et si lim f est étagée alors : + lim + f dµ = lim f dµ + Démostratio. Comme l itégrale est positive, elle est croissate doc la suite (α ) = f dµ est croissate et Il reste à motrer que lim f dµ lim + + lim f dµ lim + + f dµ f dµ. O pose f = lim + f. Si f = 0, il y a rie à prouver. Sio, soit ε ]0, 1[ et g = fε. Pour u x tel que f(x) > 0, il existe x tel que > x, g(x) < f (x). Pierro Théo Page 18 Tous droits réservés

23 2.4. EXTENSIONS Si a = g(x), {y, g(y) = a < f (y)} ted vers {y, g(y) = a}. Fialemet, g dµ = = = a valeur de g a valeur de g a valeur de g = lim aµ({g = a}) + a valeur de g = lim aµ( lim {g = a < f }) + a lim µ({g = a < f }) + aµ({g = a < f }) a 1 {g=a<f} dµ + a valeur de g f 1 {g=a} a valeur de g < lim + < lim + Comme ε est arbitraire et coclut. f dµ g dµ = ε dµ f dµ, o fait tedre ε vers 1 et o Remarque 2.3 et h étagée. La même preuve peut être écrite pour toute foctio h f 2.4 Extesios Extesio aux foctios mesurables positives Lemme Toute foctio mesurable positive f est limite croissate (simple) d ue suite de foctios étagées positives. Démostratio. O pose pour tout et k 0, 2 1. (f ) coviet. f : x k k si f(x) < k x si f(x) > Pierro Théo Page 19 Tous droits réservés

24 CHAPITRE 2. INTÉGRATION Défiitio 2.6 Si f est mesurable positive, o défiit f dµ par : { f dµ = sup } g dµ, g étagée positive, g f Lemme Si (f ) est ue suite croissate de foctios étagées positives et lim + f = f (mesurable positive), alors : f dµ = lim + lim + f dµ Démostratio. O a toujours l iégalité : f dµ f dµ Iversemet, pour toute g f avec g étagée positive, o a g dµ lim f dµ. + Théorème 2.1 L itégrale d ue foctio mesurable positive est liéaire croissate. (Beppo-Levi)Si (f ) est ue suite croissate de foctios mesurables positives qui coverge vers f alors lim f dµ = lim f dµ + + (Lemme de Fatou) Si (f ) est ue suite croissate de foctios mesurables positives qui coverge vers f alors lim if f dµ lim if f dµ + + Remarque 2.4 Si o pose : f : E F x 1 (f ) coverge uiformémet vers la foctio ulle et si µ(e) = +, f dµ = 0 = 0 dµ. lim + O a : if f dµ if f dµ sup f dµ sup f dµ Pierro Théo Page 20 Tous droits réservés

25 2.4. EXTENSIONS Le troisième poit a pas d aalogue avec les lim sup. Démostratio. Clair par défiitio de l itégrale. D après le premier poit f dµ lim + f dµ. Comme (f ) est mesurable positive pour tout, alors il existe (f,k ),k suite croissate de foctios étagées positives telle que lim f,k = f. k + O pose h k = sup f,k. 1 k (h k ) k est ue suite croissate de foctios étagées positives doc admet ue limite h. Motros que h = f. O a h f car h k = f 0,k pour u 0 k doc h k f 0 f. Doc h f. De plus, h k f,k pour tout k. Doc, pour tout k, h k f doc h f et h f. Doc h = f. Fialemet, lim h k dµ = f dµ. k + Mais h k = sup f,k f k doc h k dµ f k dµ. 1 k Doc f dµ lim f k dµ f dµ. k + Doc o a lim f dµ = f dµ = lim f dµ. + + Comme (if f k) est ue suite croissate de foctios mesurables posi- k tives, lim if f dµ = lim + + Or if k f k dµ f k pour tout k doc : lim + if f k dµ lim if k + if f k dµ k f dµ Corollaire 2.2 alors : Si (f ) est ue suite de foctios mesurables positives, f dµ = f dµ 0 0 Démostratio. Appliquer le deuxième poit du théorème précédet à la suite des sommes partielles. Défiitio 2.7 Sur (N, P(N)), o défiit la mesure de Dirac par δ x (y) = 1 si x = y et 0 sio. Pour A P(N), δ x (A) = 1 si x A et 0 sio. Pierro Théo Page 21 Tous droits réservés

26 CHAPITRE 2. INTÉGRATION Applicatio : δ x (A) = 1 A (x) = 1 A (x)δ x (dy). Par liéarité, pour f mesurable positive étagée, f(x) = f(y)δ x (dy) et cela reste vrai pour ue foctio mesurable positive (par limite mootoe). O pred µ = δ (mesure de comptage) et o a : =0 ( ) f k () = f k (x) µ(dx) = f k (x)µ(dx) = =0k=0 k=0 k= Extesio aux foctios mesurables f k () k=0=0 Théorème 2.2 Si f est mesurable alors f = f + + f avec f + = x max{f(x), 0} et f = x max{ f(x), 0} et cette décompositio est miimale das le ses où si f = g h avec g et h mesurables positives alors g f + et h f. Si f + dµ est fiie ou f dµ est fiie alors f dµ existe das R et vaut f + dµ f dµ. Défiitio 2.8 f est itégrable ssi f est mesurable et f dµ fiie. ( f = f + + f ) Das ce cas, f + dµ, f dµ et f dµ sot fiies. Exemple : (N, P(N), µ) avec µ la mesure de comptage. f est itégrable ssi f() est fiie. =0 Propositio 2.5 f f dµ est ue forme liéaire cotiue positive sur l espace vectoriel des foctios itégrables L 1 (E, A, µ). O parle de cotiuité pour la semi-orme f f dµ. Pour tout f L 1 (E, A, µ), f dµ f dµ. Lemme Si f = g h avec g et h mesurables positives telles qu au mois ue des itégrales soit fiie, f dµ = g dµ h dµ. Pierro Théo Page 22 Tous droits réservés

27 2.4. EXTENSIONS Démostratio. Supposos g dµ fiie. O sait que f + g doc f + dµ est fiie et f dµ existe (car f f + ). Or f + + h = f + g. f + dµ + h dµ = f dµ + g dµ doc h dµ = g dµ f dµ car f + dµ est fiie. Lemme (de Fatou deuxième versio) Soit (f ) ue suite de foctios mesurables telles que pour tout, f g avec g itégrable, alors : lim if f dµ lim if f dµ + + Démostratio. Comme (f ) est miorée par g, alors f dµ existe das ], + ]. O pose f = f g = f g + + g. f = f + g+ g. O a f dµ = (f + g+ ) dµ g dµ qui existe doc. De même, lim if f dµ existe car g dµ est fiie. + Le lemme de Fatou appliqué à f coclut. Remarque 2.5 g itégrable, E cosidérat f, o a le résultat : si f est majorée par lim sup f lim sup f dµ Théorème 2.3 (Covergece domiée) Si (f ) est ue suite de foctios mesurables telles que f g avec g itégrable et si (f ) coverge simplemet vers f, alors : lim + f dµ = f dµ Démostratio. f g doc f g. Or f est mesurable doc f dµ et f dµ existet. Par le lemme de Fatou, f dµ = lim if f lim if f dµ. De même, lim sup f g et f dµ lim sup f dµ. Doc : f dµ lim if f dµ lim sup f dµ f dµ Pierro Théo Page 23 Tous droits réservés

28 CHAPITRE 2. INTÉGRATION ce qui coclut. Cotre-exemple : La domiatio est écessaire : il suffit de cosidérer f : x 1 avec µ(e) = Itégratio d ue foctio à valeurs complexes O dit que f coverge vers f ssi R(f ) et I(f ) coverget. O a alors B(C) = B(R 2 ) B(R) B(R). Défiitio 2.9 O dit que f : E C est itégrable ssi f est B(R 2 )- mesurable et f dµ est fiie. Das ce cas, R(f) et I(f) sot mesurables et itégrables. De plus, l applicatio f f dµ est C-liéaire et f dµ f dµ. Démostratio. Soit z u complexe tel que z f dµ R et z = 1. Par C-liéarité, z f dµ = zf dµ doc f dµ = zf dµ. Or zf dµ R doc : zf dµ = R(zf) dµ R(zf) dµ zf dµ f dµ Doc f dµ f dµ Complémets Soit (E, A, µ) u espace mesuré (o écessairemet complet) et (E, Ã, µ) sa complétée pour µ. Théorème A est Ã-mesurable ssi il existe g, h A-mesurables tel que g 1 A h et g = h µ-presque partout ssi il existe f A-mesurable tel que f = 1 A µ-presque partout. Démostratio. A A ssi D A tel que A D N ssi B, C A, B A C et µ(c \ B) = 0. E termes d idicatrices, o pose g = 1 B, h = 1 C et f = 1 D et ça marche. Propositio 2.6 Soit f : E R. Les assertios suivates sot équivaletes : Pierro Théo Page 24 Tous droits réservés

29 2.4. EXTENSIONS f est Ã-mesurable. Il existe g, h A-mesurables tel que g f h et g = h µ-presque partout. Il existe f A-mesurable tel que f = f µ-presque partout. Démostratio. 3 2 Predre f = g est vraie pour les foctios idicatrices doc reste vrai pour les foctios étagées positives doc pour les mesurables positives (par limite croissate) doc pour les foctios mesurables quelcoques avec la décompositio de Ha-Jorda : f = f + f avec g + f + h + et g f f avec g + = h + et g = h presque partout. Doc g + h f h + g avec h + g = g + h presque partout. 2 1 O motre que {f < x} Ã pour tout x. Comme f = f µ-presque partout, {f < x} {f < x} {f f } N. Or, par hypothèse, {f < x} A. Doc {f < x} Ã. Lemme Si f et g sot A-mesurables avec f = g µ presque partout, g dµ existe et das ce cas, f dµ = g dµ. f dµ existe ssi Démostratio. Si f = g µ presque partout (sur A), alors il e est de même pour (f +, g + ) et (f, g ).Il suffit doc de motrer le lemme pour f et g mesurables positives. (1 A ) coverge vers + 1 A doc par limite mootoe, Doc f dµ = 0 = lim + A 1 A dµ = + 1 A dµ f dµ + f dµ = f dµ = g dµ = g dµ. A c A c A c Iterprétatio : Si f : E R est Ã-mesurable, alors il existe f A-mesurable tel que f = f µ presque partout. Si les itégrales existet, o a : f d µ = f d µ = f dµ O supposera doc par la suite que (E, A, µ) est complet. Pierro Théo Page 25 Tous droits réservés

30 CHAPITRE 2. INTÉGRATION Théorème 2.5 (Iégalité de Bieaymé-Tchebychev) Soit f : E R mesurable et a ]0, + [. µ({ f a}) 1 a f dµ Démostratio. f dµ f 1 {f a} dµ a 1 {f a} dµ = aµ({f a}) Corollaire 2.3 Si f est itégrale alors { f = + } est égligeable. Démostratio. µ({f = }) µ({ f }) 1 +, o a le résultat. f dµ < doc avec Corollaire 2.4 Si dµ est fiie, 0f f est fiie presque partout. 0 Remarque 2.6 Ue foctio itégrable peut predre des valeurs ifiies sur u esemble égligeable. O peut chager u valeur fiie de la foctio sur u esemble égligeable sas altérer l itégrabilité. Propositio 2.7 Si f est itégrable, f dµ = 0 ssi f = 0 µ presque partout. Remarque 2.7 f f dµ est pas ue orme sur L 1 (E, A, µ), c est ue semi-orme. E quotietat cet espace par la relatio défiie par f g ssi f = g µ presque partout, o obtiet u espace vectoriel ormé. Démostratio. Clair. Si f dµ = 0 alors, par Bieaymé-Tchebychev, µ({ f 1 }) f dµ = 0. Comme µ({ f 1 }) croît vers µ({ f > 0}) et par cotiuité à gauche, µ({ f > 0}) = 0. Doc f = 0 µ-presque partout. Pierro Théo Page 26 Tous droits réservés

31 2.5. LEMME DE FATOU ET CONVERGENCE DOMINÉE 2.5 Lemme de Fatou et covergece domiée Théorème 2.6 Soit (f ) ue suite de foctios itégrables. Si (f ) est miorée par g itégrable presque partout alors lim if f dµ lim if f dµ Si (f ) est majorée par g itégrable presque partout alors lim sup f dµ lim sup f dµ Si ( f ) est majorée presque partout par g itégrable positive et si f coverge simplemet presque partout vers f, alors f dµ = lim f dµ Démostratio. Soit N 1 = 0{f < g}. N 1 N. Soit f = f sur N1 c et f = g sur N 1. f g partout et le lemme de Fatou (première versio) assure : lim if f dµ = lim if f dµ lim if f dµ = lim if f dµ Pareil avec N 2 = 0{f > g} N 3 = {lim if f < lim sup f } 0{ f > g}. µ(n 3 ) = 0. O pose f = f, f = f et g = g sur N3 c et f = g = f = 0 sur N 3. f g partout et f coverge simplemet vers f partout. La covergece domiée (versio 1) s applique et : lim f dµ = lim f dµ = f dµ = f dµ 2.6 Itégrale de Riema Lie avec l itégrale de Lebesgue O cosidère u itervalle fermé boré de R (pour simplifier o pred [0, 1]). Pierro Théo Page 27 Tous droits réservés

32 CHAPITRE 2. INTÉGRATION Défiitio 2.10 Soit f : [0, 1] R. O défiit les itégrales supérieures et iférieures d ue subdivisio 0 = t 0 < t 1 < < t = 1 par : 1 I (f) = (t i+1 t i ) if f(x) x [t i,t i+1 ] i=0 1 I + (f) = (t i+1 t i ) sup f(x) x [t i,t i+1 ] i=0 Défiitio 2.11 f est dite Riema-itégrable ssi les suites I (f) et I + (f) coverget vers le même réel quad + pour toute subdivisio dot le pas (sup(t i+1 t i )) ted vers 0. i O ote alors 1 0 f(x) dx la limite commue. Propositio 2.8 Ue foctio f : [0, 1] R Riema-itégrable est Lebesgue-itégrable et so itégrale de Riema coïcide avec f(x)1 [0,1] (x)λ(dx) R Démostratio. O va motrer qu il existe g et h boréliees telles que g f h et h = g λ-presque partout. Preos la subdivisio de pas costat égal à 1. O pose vers u i () = if{f(x), x [t i, t i+1 ]} et v i () = sup{f(x), x [t i, t i+1 ]} 1 Comme f est Riema-itégrables, u i () et 1 v i (). coverget 1 0 f(x) dx. O peut défiir les foctios g (x) = u 0 () si x [t 0, t 1 ] et u i () si x ]t i, t i+1 ] et h la même avec les v i (). O a g f h doc, comme (h ) est décroissate et (g ) est croissate, avec g = lim g et h = lim h, o a g f h. + + De plus, (g ) et (h ) sot deux suites de foctios boréliees doc g et h sot aussi boréliees. Il reste à motrer que (h g) dλ = 0 ce qui assurera g = h λ-presque partout car h g 0. f est borée sur [0, 1] doc f ( sup f )1 [0,1] doc par covergece x [0,1] domiée, lim g dλ = g dλ + Pierro Théo Page 28 Tous droits réservés 1 i=0 1 i=0

33 2.6. INTÉGRALE DE RIEMANN lim + h dλ = h dλ 1 O a I (f) = 1 u i () = g dλ (g e escalier). i=0 1 Par covergece domiée, g dλ = f(x) dx. 0 1 De même, h dλ = f(x) dx. 0 D où (g h) dλ = 0. Propositio 2.9 (Lebesgue, 1903) Soit f borée sur [0, 1]. f est Riema-itégrable ssi f est cotiue λ-presque partout. Démostratio. Soit f ue foctio Riema-itégrable. O appelle oscillatio de f e x le réel oté ω f (x) défiie par : ω f (x) = lim sup r 0 u,v ]x r,x+r[ f(u) f(v) Si A est l esemble des poits de discotiuité de f alors { A = x [0, 1], ω f (x) 1 } =1 }{{} =A A est-il Lebesgue mesurable? Das le cas affirmatif, il suffit de motrer que λ(a ) = 0. Cosidéros la subdivisio de pas costat égal à 1. Il y a m itervalles N das cette subdivisio qui itersectet chaque A. Sur chacu de ces itervalles, I + (f) I (f) est au mois 1. Doc I +(f) I (f) m. N Les A sot doc coteus das ue réuio d itervalles dot la logueur est majorée par (I + (f) I (f)) doc la mesure extérieure de A est ulle car f est Riema-itégrable. admis Itégrale impropre gééralisée Propositio 2.10 Soit I u itervalle o boré de R et f ue foctio localemet Riema-itégrable. Si l itégrale gééralisée de f sur I (au ses de Riema) coverge absolumet, alors f est Lebesgue-itégrable sur I et f(x) dx = f1 I dλ. Pierro Théo Page 29 Tous droits réservés I

34 CHAPITRE 2. INTÉGRATION Remarque 2.8 Quad les itégrales de Riema et Lebesgue coïcidet, o b ote f1 [a,b] dλ = f(x) dx pour tout itervalle de R. a Itégrales paramétrées O cosidère u itervalle I R et f : I E R tel que pour tout t I,x f(t, x) est mesurable. Cotiuité Propositio 2.11 Si t f(t, x) est cotiue sur I µ-presque partout et que pour tout t, f(t, x) g(x) µ-presque partout pour g 0 itégrable, alors t f(t, x)µ(dx) est bie défiie et cotiue sur I. Démostratio. Par covergece domiée, f(t, x)µ(dx) existe et est fiie. Soit (t ) ue suite de I coverget vers t I fixé. Pour tout, f(t, x) g(x) µ-presque partout et le théorème de covergece domiée assure f(t, x)µ(dx) = f(t, x)µ(dx). Dérivabilité lim + Propositio 2.12 Si t f(t, x) est dérivable sur I µ-presque partout et que pour tout t, f (t, x) g(x) µ-presque partout pour g 0 itégrable, t f alors t t (t, x)µ(dx) est bie défiie et vaut f(t, x)µ(dx). t Démostratio. Le théorème des accroissemets fiie implique que f(t, x) f(t, x) g(x) t t µ-presque partout, ce qui coclut avec la même preuve que précédemmet. Pierro Théo Page 30 Tous droits réservés

35 Chapitre 3 Produit de mesures, chagemet de variables et mesures images 3.1 Tribu produit Défiitios O cosidère ue famille fiie d espaces mesurables (E i, A i ) i et l espace produit F = E i. O va muir F de la tribu produit des A. Pour cela, o i=1 défiit les foctios coordoées : F E i v i : (x 1,, x ) x i Défiitio 3.1 O appelle tribu produit A des (A i ) i et o ote A = A i 1 i la tribu egedrée par l algèbre vi 1 (A i ). i=1 Remarque 3.1 C est la plus petite tribu redat les (v i ) i mesurables. O va cosidérer le cas de E i = R, mais o aura besoi de la défiitio suivate (qui est valable das le cas gééral). Défiitio 3.2 O appelle pavé mesurable tout élémet de la forme A i i=1 avec A i A i pour tout i. La base du pavé est doée par le produit des A i qui sot différets de E. est la dimesio du pavé. 31

36 CHAPITRE 3. MESURES IMAGES Propositio 3.1 A est egedrée par les pavés mesurables. Ceci reste vrai pour les pavés mesurables de dimesio 1. Démostratio. Soit F l esemble des pavés mesurables de H celui des pavés mesurables de dimesio 1. Si A = A i F, A = vi 1 (A i ) doc A A doc F A. i=1 i=1 Doc σ(f) A. De plus σ(h) σ(f) A. Motros que A σ(h). Il suffit de motrer que vi 1 (A i ) σ(h). Or vi 1 (A i ) = E 1 E i 1 A i E i+1 E doc vi 1 (A i ) σ(h). Corollaire 3.1 La tribu boréliee de R est égale à (B(R)). Démostratio. B(R ) est egedrée par A i avec A i ouverts. i=1 Il suffit de motrer que les v i sot (B(R ), B(R))-mesurables. Or elles sot cotiues doc boréliees. Remarque 3.2 Le résultat est vrai das le cas d espaces topologiques séparables. (Kalleberg Foudatios of moder probability) Associativité du produit de tribus Propositio 3.2 B(R d+ ) = B(R d ) B(R ) Démostratio. +d d Si A = A i, alors A = A 1 A 2 avec A 1 = A i B(R d ) et A 2 = d+ i=d+1 i=1 A i B(R ). Doc A est u pavé mesurable de B(R d ) B(R ). Iversemet, soit C D B(R d ) B(R ) mesurable. O a C D = (C R ) (R d D) et il suffit de prouver que C R d et R D sot des borélies de B(R +d ). Posos H = {C B(R d ), C R B(R d+ )} et i=1 G = {D B(R ),R d D B(R d+ ) Ce sot des tribus (sous-tribus de B(R d ) et de B(R )). Pierro Théo Page 32 Tous droits réservés

37 3.1. TRIBU PRODUIT d De plus, ces tribus cotieet les pavés mesurables : si C = C i est i=1 u pavé mesurable de B(R d ), alors C R B(R d+ ) est u pavé de dimesio au plus d (de même pour G et B(R )). O coclut que H = B(R d ) et G = B(R ). O a doc C R d B(R d+ ) et R D B(R d+ ) doc C D B(R d+ ) Foctios mesurables Soit (F, F) u espace mesurable et (E i, A ) i d mesurables. O pose E = d E i et A = i = 1dA i. i=1 Cas d ue foctio F E O pose : Propositio 3.3 f : F E x (f 1 (x),, f d (x)) f est mesurable ssi toutes les f i : F E i le sot. Démostratio. Pour tout i, f i = p i f doc o a clairemet le résultat. O doit motrer que f 1 (A) F pour tout A A. Il suffit de cosidérer les pavés mesurables de dimasio 1. u tel pavé s écrit B E j = p 1 i (B) avec u B A i. j i D où f 1 (B) = fi 1 (B) F car f i est mesurable. Doc f est mesurable. Cas d ue foctio f : E F O pose : f : E F (x 1,, x d ) f(x 1,, x d ) O cosidère les restrictios : E i F g i : x f(x 1,, x i 1, x, x i+1,, x d ) avec (x k ) k i fixés. Pierro Théo Page 33 Tous droits réservés

38 CHAPITRE 3. MESURES IMAGES Propositio 3.4 (x k ) k i. Si f est mesurable, les g i le sot aussi pour tous les Remarque 3.3 La réciproque est fausse. Preos d = 2, E 1 = E 2 = R muis de la tribu egedrée par les sigletos. Posos = {(x, x), x R} et f = 1. f est pas mesurable pour la tribu produit car e est pas u. Cepedat, les restrictios sot mesurables : o a g 1 (x) = 1 (x, y) avec y fixé. Doc g 1 = 1 {y} est bie mesurable (de même pour g 2 ) Démostratio. Soit B F et motros que gi 1 (B) A i pour tout i. O a gi 1 (B) = {x E i, f(x 1,, x i 1, x, x i+1,, x d ) B} = {x E i, (x 1,, x i 1, x, x i+1,, x d ) f 1 (B)}. Notos U i = {B F, gi 1 (B) A i }. Comme f est mesurable, f 1 (B) A. Or U est ue tribu qui cotiet les d pavés mesurables car si A = A i avec A i A i, o a : i=1 d x E i, (x 1,, x i 1, x, x i+1,, x d ) A j = A i A j=1 Doc U = A et o a la mesurabilité de g i. Corollaire 3.2 Si f : E F alors toute restrictio à u sous-produit de E est mesurable. 3.2 Produit de mesures Défiitios Soit (E 1, A 1, µ 1 ) et (E 2, A 2, µ 2 ) deux espaces mesurés. Posos E = E 1 E 2 et A = A 1 A 2. Propositio 3.5 Si µ 1 et µ 2 sot σ-fiies 1 sur E 1 et E 2 alors il existe ue uique mesure µ sur A otée µ 1 µ 2 telle que µ(a B) = µ 1 (A) µ 2 (B) pour tout A A 1 et B A 2. Démostratio. E 1 1. Il existe ue suite croissate de mesurables de mesure fiie dot l uio (ifiie) vaut Pierro Théo Page 34 Tous droits réservés

39 3.2. PRODUIT DE MESURES! Supposos que ν est ue mesure σ-fiie sur E vérifiat ν(a B) = µ 1 (A)µ 2 (B) pour tout A A 1 et B A 2. µ et ν coïcidet alors sur l esemble des pavés qui est u π-système qui egedre A. Doc µ = ν sur A par le : Théorème 3.1 (argumet de classe mootoe) Le λ-système egedré par u π-système est la tribu egedrée par le π-système. appliqué au λ-système {C A, µ(a) = ν(a)} et au π-système { pavés où µ et ν coïcidet}. O prouve d abord : Théorème 3.2 sot mesurables. Soit f : E R + mesurable. x f(x, y)µ 2 (dy) et y f(x, y)µ 1 (dx) Démostratio. Ces itégrales ot bie u ses car y f(x, y) et x f(x, y) sot { mesurables positives. } Notos Q = A A, x 1 A (x, y), µ 2 (dy) mesurable. C est u λ-système car 1 A\B = 1 A 1 A B et si (A ) est croissate, 1 = lim 1 A +. A =0 De plus Q cotiet les pavés car 1 A1 A 2 (x, y)µ 2 (dx) = 1 A1 (x)µ 2 (A 2 ) doc Q = A. La mesurabilité est vrie pour les foctios idicatrices doc pour les foctios étagées par liéarité et pour les mesurables positives par limite croissate. O obtiet de même la mesurabilité de la deuxième foctio. O pose µ(a) = 1 A (x, y)µ 2 (dy)µ 1 (dx) pour tout A A. Cette écriture a bie u ses et µ est bie ue mesure Théorème de Fubii Théorème 3.3 (Torelli) Si f : E R + et mesurable alors : f dµ = f(x, y)µ 1 (dx)µ 2 (dy) = f(x, y)µ 2 (dy)µ 1 (dx) Démostratio. Soit Z la foctio A 1 A (x, y)µ 1 (dx)µ 2 (dy). Pierro Théo Page 35 Tous droits réservés

40 CHAPITRE 3. MESURES IMAGES Z est ue mesure σ-fiie et vérifie Z(A B) = µ 1 (A)µ 2 (B) pour tout pavé doc Z = µ. O a doc 1 A (x, y)µ 1 (dx)µ 2 (dy) = 1 A (x, y)µ 2 (dy)µ 1 (dx) pour tout A. C est doc vrai pour les foctio étagées et doc pour les mesurables. Remarque 3.4 O redémotre aisi Beppo-Levi e preat pour µ 2 la mesure de comptage. Et ça marche même si les itégrales e coverget pas! Corollaire 3.3 (Fubii) Soitf : E R mesurable. f est µ-itégrable ssi x f(x, y) µ 2 (dy) est µ 1 -itégable ssi y f(x, y) µ 2 (dx) est µ 2 -itégrable. E particulier, ces deux foctios sot fiies µ 1 et µ 2 presque partout (par Bieaymé-Tchebychev) et o a : f dµ = f(x, y)µ 1 (dx)µ 2 (dy) = f(x, y)µ 2 (dy)µ 1 (dx) Démostratio. O applique Torelli à f et o obtiet (sas hypothèse d itégrabilité) : f dµ = f(x, y) µ 1 (dx)µ 2 (dy) = f(x, y) µ 2 (dy)µ 1 (dx) D où les équivaleces. La fiitude s e déduit. O a de plus f dµ = f + dµ f dµ avec f + et f itégrables. O applique Torelli à f + et f et e recombiat les résultats, o obtiet ce qu o veut Coséqueces Das le cas où µ 2 est la mesure de comptage, alors pour toute foctio mesurable positive f et pour toute mesure σ-fiie µ 1, f(x, )µ 1 (dx) = f(x, )µ 1 (dx) =0 Si f est de sige quelcoque et itégrable par rapport à µ 1 µ 2, o a le même résultat. Si, de plus, µ 1 est aussi la mesure de comptage, o a f(, k) = =0k=0 f(, k) et o a le théorème de Fubii pour les séries doubles. k=0=0 Pierro Théo Page 36 Tous droits réservés =0

41 3.3. FORMULE DE CHANGEMENT DE VARIABLES Si f(x, y) = g(x)h(y) alors si g et h sot de même sige, mesurables et itégrables par rapport à µ 1 et µ 2 (respectivemet), alors le théorème de Fubii permet d écrire : ( f(x, y)µ 1 (dx)µ 2 (dy) = ) ( g(x)µ 1 (dx) ) h(y)µ 2 (dy) 3.3 Formule de chagemet de variables O se place das le cas (R d, B(R d ), λ d ), avec D et deux ouverts de R d et h u C 1 -difféomorphisme de D das. Défiitio 3.3 La matrice Jacobiee de h e u poit x D est la matrice J h (x) = ( ) h i si h = (h x j 1,, h d ) et x = (x 1,, x d ). i,j Dire que h est u difféomorphisme est équivalet à det(j(x)) 0 pour tout x D. Théorème 3.4 Pour toute foctio f mesurable positive, f(x)λ d (dx) = D f(h(x)) det(j h (x)) λ d (dx) Remarque 3.5 C est aussi vrai si f est de sige quelcoque telle que fλ d existe. Si d = 1, D =]a, b[, =]c, d[ et h u C 1 -difféomorphisme de D. h est cotiue et h (x) 0 pour tout x ]a, b[ doc h garde u sige costat sur D. Das le cas h > 0, o a Das le cas h < 0, o a d c f(x) dx = a b d c f(x) dx = b f(h(x)) h (x) dx = a f(h(x))h (x) dx. b a f(h(x))h (x) dx O peut cosidérer la traslatio h : D y + D à y R d fixé. h est u C 1 -difféomorphisme car J h (x) = I d. Si de plus D = R d, o a f(x + y) dx = f(x) dx. O dit que la mesure de Lebesgue est ivariate par traslatio. Si h est ue trasformatio orthogoale, c est u C 1 -difféomorphisme (car liéaire). O a alors f(x) dx = f(h(x)) dx car la jacobiee de h est sa matrice doc de détermiat ±1. O dit que la mesure de Lebesgue est ivariate sous l actio de O d. Pierro Théo Page 37 Tous droits réservés

42 CHAPITRE 3. MESURES IMAGES Défiitio 3.4 O dit qu ue mesure µ sur B(R d ) est absolumet cotiue ou à desité par rapport à λ d ssi il existe ue foctio mesurable positive telle que µ = fλ d ie µ(a) = f1 A λ d. R d E fait, g = J h est positive boréliee doc (f h)(x)g(x)λ d (dx) = (f h)(x)µ(dx) avec µ la mesure de desité g par rapport à λ d. O a (f h)(x)µ(dx) = f(x)λ d (dx). O dit qu o fait le trasport D de λ d par h. Plus gééralemet, si µ = ν h 1, µ est appellée mesure image par h de ν. Théorème 3.5 Si µ est la mesure image d ue mesure ν par ue fotio h mesurable, o a (f h)(x)ν(dx) = f(x)µ(dx). E Démostratio. C est clairemet vrai pour les idicatrices, doc pour les foctios étagées. Par limite mootoe, c est vrai pour f mesurable positive. Théorème 3.6 L image de λ d par h 1 est ue mesure à desité par rapport à λ d et cette desité est doée par J h, ce qui est équivalet à : f(x) dx = f(h(x)) J h (x) dx h( ) Démostratio. Il suffit de le prouver das le cas où est ue boule ouverte. E effet, supposos que c est vrai pour les B(y, r). O sait que peut être recouvert par u ombre déombrable de boules ouvertes (ou fermées) (B ) N. k 1 O pose A 1 = B 1, A 2 = B 2 A c 1, et pour tout k, A k = B k. F A c j j=1 Les A formet ue partitio déombrable de costituée de borés. Par hypothèse, h(b j ) f(x)1 h(aj )x) dx = f(h(x))1 h(aj )(h(x)) J h (x) dx Or 1 h(aj )(h(x)) = 1 Aj (x) doc f(x) dx = (f h)(x) J h (x) dx. h(a j ) A j De plus, les (h(a i )) i formet ue partitio de D doc e sommat sur j, o a le résultat. Par récurrece sur d. Pierro Théo Page 38 Tous droits réservés

43 3.3. FORMULE DE CHANGEMENT DE VARIABLES Cas d = 1. est u ouvert doc pour tout x, o peut trouver r tel que T = [x r, x + r]. L image de I par h est u compact J = [c, b]. Il suffit de motrer le résultat pour f = 1 A. A est borélie et comme {], a], a R} egedre B(R), il suffit de predre A =], a] car o va motrer que les mesures défiies par : µ(a) = 1 A (y) dy ν(a) = 1 A (h(y)) h (y) dy E effet, µ(r) = λ(j) < + et ν(r) = cotuiité de h. De plus, µ(], a]) = 1 ],a] J (y) dy et R ν(], a]) = 1 ],a] (h(y)) h (y) dy = R I J R I h (y) dy < + par 1 ],a] J (h(y)) h (y) dy Si ], a] capj = alors µ(], a]) = ν(], a]) = 0. Sio, ], a] [c, b] = [c, a] (ou [c, b] mais o s e fiche). O a : a µ(a) = dy = a c ν(a) = h 1 (a) h 1 (c) c h (y) dy = h(h 1 (a)) h(h 1 (c)) = a c Doc c est vrai. Supposos que c est vrai au rag d 1. h est u difféomorphisme de D doc det(j h (x)) 0 pour tout x. E particulier, pour tout j, il existe i tel que h i x j (x) 0. O va utiliser le théorème : Théorème 3.7 (des foctios implicites) Soit f u difféomorphisme de E F avec E et F des espaces de Baach. Si la différetielle de h est u homéomorphisme e x E, alors il existe V voisiage dex tel que f soit iversible de V (x) das f(v (x)). Posos θ = x (h(x), x 2,, x d ). det(j θ (x)) = h 1 x 1 0 pour tout x. Par le théorème précédet, il existe m réciproque de θ sur. Soit x D et B(x, r). Posos ϕ = h m et C et G les images de B(x, r) par θ et h. Pierro Théo Page 39 Tous droits réservés

44 CHAPITRE 3. MESURES IMAGES Posos K 1 = {y 1, y B(x, r)} à (y 2,, y d ) fixés et O a : K 2 = {(y 2,, y d ), K 1 } (f h)(x 1,, x d ) J h (x) dx 1 dx 2 dx d K 2 K 1 = (f ϕ θ)(x 1,, x d ) J ϕ (θ(x)) J θ (x) dx 1 dx 2 dx K 2 K 1 = (f ϕ)(x) J ϕ (x) dx 1 dx 2 dx K 2 K 1 Or (f h)(x 1,, x d ) J h (x) dx 1 dx 2 dx d = (f K 2 K 1 K 1 K 2 h)(x 1,, x d ) J h (x) dx 2 dx d dx 1. Par hypothèse de récurrece, l itégrale sur K 2 est égale à ce qu il faut pour avoir le résultat. Pierro Théo Page 40 Tous droits réservés

45 Chapitre 4 Mesures de probabilité 4.1 Foctios de répartitio Défiitio 4.1 Ue mesure µ sur (E, A) est dite de probabilité ssi µ(e) = 1. Propositio 4.1 Toute mesure fiie o ulle peut être ormalisée par sa masse totale. O obtiet aisi ue mesure de probabilité. Défiitio 4.2 répartitio : À toute mesure de probabilité, o associe sa foctio de F µ : R [0, 1] x µ(], x]) Propositio 4.2 Si deux mesures fiies ot le même foctio de répartitio, alors elles coïcidet sur B(R). État doé F, à quelles coditios existe-t-il µ de probabilité tel que F = F µ. Propositio 4.3 F µ est croissate. F µ est cotiue à droite et a ue limite à gauche e tout poit. F µ a u saut e x d amplitude µ({x}). F µ est cotiue ssi µ({x}) = 0 pour tout x. lim x lim x + F(x) = 0. F(x) = µ(e) = 1. Démostratio. Clair car µ est croissate. Si (x ) est décroissate et coverge vers x, comme µ(], x 0 ]) est fii, F µ (x ) ted vers µ(], x]) = F µ (x). 41

46 CHAPITRE 4. MESURES DE PROBABILITÉ Si (x ) est croissate et coverge vers x, ], x ] ted vers ], x[, F µ (x ) a ue limite (µ(], x[)). Coséquece du poit précédet puisque µ(], x[) = F µ (x) µ({x}). Le reste est clair. Théorème 4.1 Soit F ; R R + croissate, borée, cotiue à droite et telle que F(x) = 0. Il existe ue uique mesure fiie µ sur (R, B(R)) lim x telle que F = F µ. Démostratio.! O a déjà vu. O itroduit sur (R, P(R)) : µ (A) = if (F(b i ) F(a i )), A ]a i, b i ] i N µ est ue mesure extérieure et sa restrictio à M(µ ) (tribu de Carathéodory) est ue mesure. O vérifie que ], x] avec x R sot das M(µ ) doc B(R) M(µ ). Il faut prouver que F(x) = µ(], x]) pour tout x. O a clairemet µ(]a, b])leqslatf(b) F(a). Il reste à prouver que µ(]a, b]) F(b) F(a). Soit (]x, y ]) u recouvremet déombrable de ]a, b] et ε ]0, b a[. Pour tout, o peut trouver z > y tel que F(z ) F(y ) + ε 2 (par cotiuité à droite de F). Comme [a + ε, b] est compact iclus das [a, b], o peut extraire u recouvremet fii de (]x, z [) qui recouvre [a + ε, b]. O a F(b) F(a + ε) (F(z i ) F(x i )). fiie Doc F(v) F(a+ε) (F(z i ) F(x i )) i ) F(x i ))+2ε. i N i 0(F(y E faisat tedre ε vers 0, comme F est cotiue à droite, F(b) F(a) i N(F(y i ) F(x i )) pour tout recouvremet (]x i, y i [) i. Doc F(b) F(a) µ(]a, b]). Doc F(b) F(a) = µ(]a, b]). E faisat tedre a vers, comme µ est croissate et F ted vers 0 e, o a F(b) = µ(], b]). i N Pierro Théo Page 42 Tous droits réservés

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

Introduction : Mesures et espaces de probabilités

Introduction : Mesures et espaces de probabilités Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

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

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

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

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

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

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

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 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

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

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

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

Théorie de la mesure. S. Nicolay

Théorie de la mesure. S. Nicolay Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

Cours 5 : ESTIMATION PONCTUELLE Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-

Plus en détail

Exercices de mathématiques

Exercices de mathématiques MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

DETERMINANTS. a b et a'

DETERMINANTS. a b et a' 2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

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

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

Plus en détail

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

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

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités et statistique pour le CAPES Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

Séries numériques. Chap. 02 : cours complet.

Séries numériques. Chap. 02 : cours complet. Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm

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

Chaînes de Markov. Arthur Charpentier

Chaînes de Markov. Arthur Charpentier Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

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

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C. 16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme

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

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

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

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

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

Des résultats d irrationalité pour deux fonctions particulières

Des résultats d irrationalité pour deux fonctions particulières Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received

Plus en détail

Processus géométrique généralisé et applications en fiabilité

Processus géométrique généralisé et applications en fiabilité Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR

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

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

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

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

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014 Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,

Plus en détail

MA6.06 : Mesure et Probabilités

MA6.06 : Mesure et Probabilités Année universitaire 2002-2003 UNIVERSITÉ D ORLÉANS Olivier GARET MA6.06 : Mesure et Probabilités 2 Table des matières Table des matières i 1 Un peu de théorie de la mesure 1 1.1 Tribus...............................

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015 Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir

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

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï INTRODUCTION AUX MATRICES ALÉATOIRES par Djalil Chafaï Résumé. E cocevat les mathématiques comme u graphe, où chaque sommet est u domaie, la théorie des probabilités et l algèbre liéaire figuret parmi

Plus en détail

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1 UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

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

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

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

Statistique Numérique et Analyse des Données

Statistique Numérique et Analyse des Données Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires

Plus en détail

C algèbre d un certain groupe de Lie nilpotent.

C algèbre d un certain groupe de Lie nilpotent. Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble

Plus en détail

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

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

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1 Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

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

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

Contribution à la théorie des entiers friables

Contribution à la théorie des entiers friables UFR STMIA École Doctorale IAE + M Uiversité Heri Poicaré - Nacy I DFD Mathématiques THÈSE présetée pour l obtetio du titre de Docteur de l Uiversité Heri Poicaré, Nacy-I e Mathématiques par Bruo MARTIN

Plus en détail

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés

Plus en détail

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble. II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café

Plus en détail