Rappels sur l intégrale de Lebesgue

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Rappels sur l intégrale de Lebesgue"

Transcription

1 Rppels sur l intégrle de Lebesgue Renud Leplideur Année UBO Tble des mtières 1 Rppels sur l intégrle de Riemnn et les limites croissntes Trois spects de l intégrtion Pour quelles f peut-on définir f(x) dx u sens de Riemnn? Principux résultts pour l intégrle de Riemnn Méthodes de clculs : lien intégrtion-dérivtion Pssges à l limite Intégrles dépendnt d un prmètre Intégrles générlisées : le cs non compct Intégrles générlisées dépendnt d un prmètre Limites monotones. Vleurs d dhérences Définition de l intégrle de Lebesgue L méthode Cuchy Ensembles négligebles Fonctions en esclier à support compct et 2 lemmes essentiels Les fonctions sommbles L méthode des tribus Définition d un tribu et d une mesure Définition des fonctions étgées et des fonctions sommbles L mesure de Lebesgue Stbilité de l ensemble des fonctions mesurbles Principux théorèmes de pssge à l limite pour l intégrle de Lebesgue Théorème de convergence monotone Théorème de convergence dominée Un théorème sns interversion de limite Le Lemme de Ftou Exemples d ppliction des théorèmes précédents Appliction de l convergence monotone Appliction de l convergence dominée Appliction du lemme de Ftou : une églité pour l intégrle de l dérivée. 18

2 1. Rppels sur l intégrle de Riemnn et les limites croissntes 2 5 Espces L p Inéglités de convexité Espces L p, p Le cs prticulier p = L Inclusions Non-équivlence des normes Théorèmes de Fubini 23 7 Chngement de vribles Coordonnées polires Coordonnées cylindriques Coordonnées sphériques Théorie de l mesure L tribu borélienne et l mesure de Lebesgue à prtir de l méthode de Cuchy Les deux méthodes coïncident Mesures sur une tribu Quelques compléments sur les tribus Propriétés des mesures Exemples de mesures utres que Lebesgue Théorie plus générle de l intégrtion Deux pplictions Des exercices 33 1 Rppels sur l intégrle de Riemnn et les limites croissntes 1.1 Trois spects de l intégrtion Si f : R R est une fonction continue, et [, b] un intervlle de R, il y (u moins) trois fçons différentes de considérer l quntité f(x) dx : 1. L opértion est vue comme l opérteur inverse de l dérivtion f f. On prle lors de primitives, et on f(x) dx = F (b) F (), où F est une primitive de f, c est à dire qu elle vérifie F (x) = f(x). On s intéresse dns ce cs u clcul de primitives non triviles (pr exemple des frctions rtionnelles), les résultts principux seront pr exemple les formules de chngement de vrible ou d intégrtion pr prtie.

3 1. Rppels sur l intégrle de Riemnn et les limites croissntes 3 2. Si on définit I(f) := f(x) dx, I devient une forme linéire (I(λf + g) = λi(f) + I(g)) sur l espce vectoriel C ([, b]) des fonctions continues définies sur [, b]. On cherche à étudier si l opérteur I est continue (et pour quelle topologie), c est à dire qu on veut voir des résultts du type lim I(f n) = I(f) si lim f n = f. L question consiste à déterminer ce que lim f n = f signifie. 3. On s intéresse à l ensemble des fonctions f, ps nécessirement continues, pour lesquelles on peut définir f(x) dx, d une fçon qui étende l définition pour f continue. On sit ps exemple que si [c, d] est un intervlle dns [, b] on peut clculer 1I [c,d] (x) dx, où 1I [c,d] est l fonction indictrice de l intervlle [c, d], c est à dire qu elle vut 1 sur l intervlle et est nulle en dehors de [c, d]. Cet spect est souvent plus cché, mis il se voit pr exemple dns le vrie définition de l intégrle de Riemnn, qui est vlide pour les fonctions réglées (voir plus bs). Si le premier spect est souvent celui qu on retient le plus, ce n est ps celui que nous llons retenir dns ce cours. Ce serit une erreur de se focliser sur ce point de vue et de ne retenir et/ou voir l intégrtion que comme une opértion inverse de l dérivtion. Dns ce cours, nous llons définir une nouvelle intégrtion, dite u sens de Lebesgue. Bien sûr cette nouvelle intégrtion étend celle de Riemnn mis, le lien intégrle-primitive-dérivée est beucoup plus délict. Dns un premier temps, nous nous intéresserons plutôt u second spect, c est à dire l intégrtion comme forme linéire continue sur C ([, b]). L pluprt des résultts uront donc l forme lim I(f n) = I(f) si lim f n = f. Les limites que nous étudierons serons des limites monotones. Dns une seconde étpe, nous verrons que cette nouvelle intégrtion permet de définir un nouvel ensemble de fonctions f pour lesquelles on peut clculer f(x) dx. Ceci fer donc le lien vec le troisième spect de l intégrtion. Cet ensemble permettr de définir à son tour un ensemble de sous-ensembles prticuliers de R, les ensembles dits mesurbles. On verr lors que ce point de vue est le bon pour fire des probbilités. Le premier spect, c est à dire intégrle-primitives ser peu bordé, du fit de s complexité. 1.2 Pour quelles f peut-on définir f(x) dx u sens de Riemnn? On retiendr : L intégrle de Riemnn est bsée sur l convergence uniforme. A contrrio, l intégrle de Lebesgue est bsée sur les limites croissntes.

4 1. Rppels sur l intégrle de Riemnn et les limites croissntes 4 Si on considère une fonction continue f : [, b] R, l quntité f(t) dt représente l surfce (lgébrique) comprise entre le grphe et l xe des bscisses. Elle se clcul comme une limite d une somme de Drboux, c est à dire en obtennt l fonction f comme limite uniforme d une suite de fonctions constntes pr morceux. Bien que souvent construire uniquement pour les fonctions continues, cette théorie permet en fit de définir l intégrle d une fonction f pour un ensemble plus gros que celui des fonctions continues : l ensemble des fonctions réglées. On rppelle qu une fonction ψ : [, b] R est dite constnte pr morceux s il existe une subdivisions = < 1 < 2 <... < p = b, telle que sur chque ] i, i+1 [ ψ est constnte de vleur c i. L vleur de ψ ux points i n est ps importnte, on peut choisir l vleur c i, c i n 1 On note ensuite ψ(t) dt := c i ( i+1 i ). i= Définition 1.1. Une fonction f : [, b] R est dite réglée si elle est limite uniforme d une suite de fonctions constntes pr morceux. On dit qu une fonction f : [, b] R est intégrble u sens de Riemnn s il existe deux suites de fonctions constntes pr morceux, (ϕ n ) et (ψ n ) telles que t, f(t) ϕ n (t) ψ n (t), et lim ψ n (t) dt =. Enfin, on remrque que l définition s étend sns difficultés ux fonctions à vleurs dns R d en prennt ϕ n ussi à vleur dns R d. Exercice 1 Montrer que 1I Q n est ps réglée. 1.3 Principux résultts pour l intégrle de Riemnn Méthodes de clculs : lien intégrtion-dérivtion Le théorème fondmentl du clcul différentiel étblit un lien entre dérivtion et intégrtion : Théorème 1.2. Soit f une fonction continue sur [, b] à vleurs dns R. Soit F l fonction définie pr F (x) := x f(t) dt. Alors F est dérivble et pour tout t dns [, b], F (t) = f(t). Ce théorème permet de clculer des intégrles, soit pr l méthode de l intégrtion pr prtie : f(t)g(t) dt = G(b)f(b) G()f() f (t)g(t) dt,

5 1. Rppels sur l intégrle de Riemnn et les limites croissntes 5 soit pr l méthode du chngement de vrible : Pssges à l limite f g(t)g (t) dt = g(b) g() f(u) du. On rppelle que est l norme infinie définie pr g := sup g(x). x [,b] Si g est continue, cette borne supérieure est tteinte. Cette norme s ppelle ussi l norme de l convergence uniforme puisque dire lim f ϕ n = signifie que l suite (ϕ n ) converge uniformément vers f : ε >, N tel que n N, t [, b], f(t) ϕ n (t) < ε. Théorème 1.3. Si (f n ) est une suite de fonctions continues (sur [, b]) qui converge uniformément vers f, lors f est continue et Ce résultt s écrit ussi : f(t) dt = lim f n(t) dt = lim lim f n (t) d(t). f n (t) d(t), ce qui signifie qu on peut inverser l limite uniforme et l intégrle Intégrles dépendnt d un prmètre On considère un intervlle I = [, b] vec < b. L lettre J désigner un utre intervlle de R. On considère l fonction continue f : I J R. Théorème 1.4 (continuité sous le signe somme). L quntité F (x) = sur J une fonction continue. f(t, x)dt définit Remrque 1. Le théorème 1.3 peut se voir comme un cs prticulier de ce théorème en considérnt x = n et une suite d ppliction u lieu d une fonction de 2 vribles. Théorème 1.5 (dérivtion sous le signe somme). Supposons que l intervlle J soit ouvert et que l fonction f existe et soit continue sur J. Alors l fonction définie pr F (x) = x f(t, x)dt est de clsse C 1 et F (x) = f (t, x)dt. x

6 1. Rppels sur l intégrle de Riemnn et les limites croissntes Intégrles générlisées : le cs non compct L intégrtion (u sens de Riemnn) ussi été étudiée sur des intervlles du type [, + [. Elle ussi été vue pour des fonctions présentnt des singulrités sur le compct 1 1 [, b] (pr exemple dx). On sit que ce dernier cs peut se rmener u cs précédent x pr un chngement de vrible (qui envoie l singulrité à l infini, dns notre exemple on fer u := 1). x Ainsi, nous pouvons nous limiter u cs + f(x) dx. Dns ce cs, il s git de clculer une ire reposnt sur un intervlle de longueur infinie. Les résultts évoquient l convergence de l intégrle ou son bsolue convergence. Ici réside une différence significtive entre l intégrle u sens de Riemnn et celle u sens de Lebesgue. Des fonctions continues peuvent voir une intégrle convergente u sens de Riemnn mis ps u sens de Lebesgue. L différence disprîtr lorsqu on s intéresser (ou se limiter) ux intégrles bsolument convergentes. Cette différence s explique pr le fit que l intégrle de Lebesgue que nous llons voir permet d unifier les résultts et les techniques de démonstrtions entre le cs compct ([, b]) et le cs non-compct ([, + [). Pour l intégrle de Riemnn on définit + f(x) dx à prtir de b +. Pour l intégrle de Lebesgue on définir directement permet de clculer continues ou réglées. + f(x) dx en fisnt f(x) dx et voir que cel f(x) dx pour des fonctions plus générles que les seules fonctions Intégrles générlisées dépendnt d un prmètre Théorème 1.6. Soient f : [, b[ J R une fonction continue où < b 1 et J est un intervlle de R. On suppose qu il existe une fonction continue g telle que 1. pour chque x, et pour chque t, f(t, x) g(t), 2. l intégrle Alors x J F (x) = g(t)dt converge. f(t, x)dt définit une fonction continue sur J. Théorème 1.7. Soit J un intervlle ouvert. Soit f : [, b[ J R une fonction continue, telle que f est ussi continue et il existe une fonction continue g vérifint x 1. pour chque x l intégrle f(t, x)dt converge. 2. pour chque x, et pour chque t, f (t, x) x g(t), 3. l intégrle g(t)dt converge. 1. Penser à b = +

7 1. Rppels sur l intégrle de Riemnn et les limites croissntes 7 Alors l fonction définie pr F (x) = F (x) = f(t, x)dt est de clsse C 1 et f (t, x)dt. x Nous insistons sur le point commun dns ces deux théorèmes. Dns les deux cs, il une hypothèse de domintion uniforme. C est typiquement le type d hypothèses que nous llons retrouver dns l théorie de l intégrtion selon Lebesgue. 1.5 Limites monotones. Vleurs d dhérences On rppelle le théorème issue de l propriété fondmentle de R : l existence d une borne supérieure pour tout ensemble non vide mjoré. On rppelle qu une suite (u n ) dns R est croissnte si pour tout n, u n u n+1. Théorème 1.8. Soit (u n ) une suite croissnte dns R. Si elle est mjorée, lors elle converge vers sup{u n, n N}, sinon elle diverge vers +. Dns les deux cs on peut écrire lim u n = sup{u k, k N}, en commettnt un bus de nottion sur le sup. Une suite réelle ne converge ps nécessirement. On rppelle qu une vleur d dhérence de l suite (u n ) est une limite d une suite extrite de (u n ). Théorème 1.9 (Stone-Weierstrss). Toute suite réelle bornée dmet une vleur d dhérence. Exercice 2 En commettnt l bus de lngge qui consiste à considérer qu une suite qui diverge vers ± en fit converge vers ± (dns l droite numérique chevée R), montrer que toute suite réelle possède u moins une vleur d dhérence dns R. Définition 1.1. Soit (u n ) une suite réelle. On note lim sup u n (resp. lim inf u n ) s plus grnde (resp. petite) vleur d dhérence dns R. Exercice 3 Soit une suite réelle (u n ). Montrer que (u n ) converge si et seulement si lim sup u n lim inf u n.

8 2. Définition de l intégrle de Lebesgue 8 2 Définition de l intégrle de Lebesgue 2.1 L méthode Cuchy Ensembles négligebles Définition 2.1. Un ensemble E R est dit négligeble (u sens de Lebesgue) s il peut être recouvert pr une fmille dénombrble d intervlles de longueur totle rbitrirement petite. Lemme 2.2. Un ensemble E R est négligeble si et seulement s il peut être recouvert pr un fmille dénombrble d intervlles de longueur totle finie et telle que chque point de E pprtient à une infinité d intérieurs de ces intervlles Fonctions en esclier à support compct et 2 lemmes essentiels Définition 2.3. Une fonction f définie sur I est dite en esclier à support borné (e.s.c.en brégé) si Il existe une fmille finie (éventuellement vide) de sous-intervlles disjoints (suf sur les bords) I k, chcun de longueur I k finie et telle que sur chque I k f est constnte de vleur c k, en dehors des I k f est nulle. On noter E l ensemble des fonctions e.s.c.(définies sur l intervlle I). Si l intervlle I est de longueur finie lors une fonction e.s.c.est une fonction constnte pr morceux. Si l intervlle I est de longueur infinie, pr exemple si =, lors une fonction e.s.c.est une fonction constnte pr morceux telle que le premier morceu soit de l forme ], 1 ] et l fonction est nulle sur cet intervlle. Définition 2.4. Soit f une fonction e.s.c.définie sur I, de vleur c k sur les sous-intervlles I k. On pose f(x) dx = k c k I k. Nous vons précisé qu une fonction e.s.c.est une fonction constnte pr morceux, vec éventuellement quelques contrintes sur les vleurs pour le premier et le dernier morceux si l intervlle est de longueur infinie. L définition de l intégrle est exctement l même que pour une fonction constnte pr morceux en respectnt cette contrinte. Lemme 2.5 (Lemme A). Soit (ϕ n ) une suite décroissnte de fonctions e.s.c.qui converge presque prtout vers. Alors l suite des intégrles ϕ n (x) dx décroît ussi vers. Lemme 2.6 (Lemme B). Soit (ϕ n ) une suite croissnte de fonctions e.s.c.sur I = (, b) telle que l suite des intégrles l suite (ϕ n (x)) converge (vers une vleur ϕ(x)). ϕ n (x) dx est mjorée. Alors pour presque tout x de I,

9 2. Définition de l intégrle de Lebesgue Les fonctions sommbles Considérons une suite croissnte de fonctions e.s.c.comme dns le lemme B. On suppose que les intégrles ont un mjornt commun. Il existe donc une fonction ϕ définie seulement presque prtout telle que ϕ n ϕ (presque prtout). On note E 1 l ensemble des fonctions, définies presque prtout que l on peut obtenir de cette mnière. Pour une telle fonction ϕ, le lemme B nous incite à poser 2 ϕ(x) dx = lim ϕ n (x) dx. (1) Le Lemme A permet de montrer que cette définition ne dépend ps du choix de l suite (ϕ n ). Définition 2.7. Une fonction définie presque prtout sur (, b) ser dite sommble si elle s écrit sous l forme f = f 1 f 2, vec f 1 et f 2 dns E 1. On noter E 2 l ensemble des fonctions sommbles (sur (, b)). Pour une telle fonction on pose f(x) dx = f 1 (x) dx f 2 (x) dx. Proposition 2.8. Soient f une fonction sommble et g une fonction presque prtout égle à f. Alors g est sommble, de même intégrle que f. Proposition 2.9. Soit f une fonction sommble sur (, b). Alors f l est ussi. Démonstrtion. Posons f + (x) := mx(f(x), ) et f (x) := min(f(x), ). Alors f = f + f. Écrivons f = f 1 f 2 vec f i E 1. On montre que mx(f 1, f 2 ) et min(f 1, f 2 ) sont ussi dns E 1. Or, f + = mx(f 1, f 2 ) f 2 et f = min(f 1, f 2 ) f 2. Donc ce sont des fonctions dns E 2. Remrque 2. Au pssge on ussi montré que f + et f sont sommbles. Appliction : Proposition 2.1. Si f est une fonction continue sur le compct [, b], lors f est sommble et son intégrle de Lebesgue coïncide vec son intégrle de Riemnn. Démonstrtion. Il suffit de prendre une suite croissnte de subdivisions 3 de l intervlle [, b] dont le ps tend vers. À chque rng, on considère l fonction en esclier qui vut sur chque segment de l subdivision le minimum de f sur ce même segment. Cel forme une suite croissnte de fonctions en escliers, donc e.s.c., qui converge uniformément vers f, donc presque prtout! En d utres termes, une fonction continue sur un segment est dns E Remrquer que l croissnce des ϕ n entrine l croissnce de l suite des intégrles et donc s convergence cr l suite est mjorée. 3. C est à dire que l subdivision u rng n + 1 rffine celle du rng n

10 2. Définition de l intégrle de Lebesgue L méthode des tribus Définition d un tribu et d une mesure Définition Soit X un ensemble. On ppelle tribu 4 une collection T d ensembles qui vérifie T. Si A est dns T lors X \ A est ussi dns T. Si (A n ) est une suite d éléments de T lors A n est ussi dns T. Le doublet (X, T ) s ppelle un espce mesurble 5. On se donne deux espces mesurbles (X, B) et (Y, B ). Définition Une ppliction f : X Y est dite mesurble si et seulement si pour tout B B, f 1 (B) est dns B. Remrque 3. Lorsque X ou Y est R, on se limite souvent u cs de l tribu borélienne, c est à dire celle engendrée pr les ouverts. Définition Soit (X, T ) s ppelle un espce mesurble. On ppelle mesure sur T toute ppliction µ définie sur T à vleurs dns R + telle que 1. µ( ) = 2. µ( A n ) = n µ(a n). Si µ((, b)) = 1 on dit que µ est une mesure de probbilité Définition des fonctions étgées et des fonctions sommbles Définition Une fonction f : (, b) R est dite étgée s il existe un nombre fini d ensembles mesurbles A i, tous deux à deux disjoints tels que f = i c i 1I Ai. Si les A i sont tous de mesure finie on pose lors f dµ := i c i µ(a i ) Dns le cs de R, on constte qu une fonction e.s.c.est étgée. Il existe des fonctions étgées qui ne sont ps des fonctions e.s.c.. Définition Soit (X, B, µ) un espce mesuré. Une fonction mesurble est sommble (dns L 1 (µ)) si et seulement si { } f dµ =: sup ϕ dµ, ϕ f et ϕ étgée est fini. 4. prfois on prle de σ-lgèbre 5. ce qui signifie qu il est susceptible de recevoir une mesure

11 3. Principux théorèmes de pssge à l limite pour l intégrle de Lebesgue L mesure de Lebesgue Elle est définie pr λ(], b[) = b. Dns le cs R n il fut l définir sur les pvés, c est un peu plus délict, ou montrer que c est ussi l mesure produit (pour l tribu produit) Stbilité de l ensemble des fonctions mesurbles Proposition L ensemble des fonctions mesurbles est un R-espce vectoriel. Le produit, l enveloppe inférieure et l enveloppe supérieur de deux fonctions mesurbles est encore mesurble. L vleur bsolue d une fonction mesurble est mesurble. L inverse d une fonction mesurble non nulle presque prtout est ussi mesurble. D une fçon plus générle, toute opértion risonnble vec des fonctions mesurbles est encore mesurble. Voici mintennt un théorème qui montre l stbilité très forte de l espce des fonctions mesurbles : Théorème Soit (f n ) une suite de fonctions (à vleurs dns R) mesurbles qui converge presque prtout vers une fonction f. Alors f est mesurble. 3 Principux théorèmes de pssge à l limite pour l intégrle de Lebesgue 3.1 Théorème de convergence monotone Théorème 3.1 (Beppo Lévi). Soit (f n ) une suite de fonctions sommbles croissnte. Si l suite des intégrles vers une fonction f qui est sommble. De plus, f n (x) dx est mjorée, lors (f n (x)) converge presque prtout f(x) dx = lim f n (x) dx. Corollire 3.2. Soit (k n ) une suite de fonctions sommbles. On suppose que l série de terme générl k n (x) dx est convergente. Alors l série converge presque prtout et k n (x) dx = n n k n (x) dx. Démonstrtion. Appliquer le théorème de B. Levi à l série des prties positives et à l série des prties négtives des k n. Corollire 3.3. Soit f sommble. Si f(x) dx = lors f est nulle presque prtout.

12 3. Principux théorèmes de pssge à l limite pour l intégrle de Lebesgue 12 Démonstrtion. Si l fonction est nulle presque prtout, lors son intégrle est nulle (d près Prop 2.8). Réciproquement, supposons que l intégrle est nulle. On rppelle qu une fonction mesurble est finie presque prtout (puisque c est une différence de fonctions de E 1 et chque élément de E 1 est fini presque prtout). On pplique lors le corollire précédent à k n (x) = f(x). Chque somme prtielle (finie) son intégrle nulle et donc l série est supposée converger presque prtout. Si pour x, f(x), l somme prtielle en x vut n.f(x) qui diverge. Ainsi, f est nulle presque prtout. Exemple d ppliction clssique + k=1 1 n 2. Nous llons montrer l églité + On commence pr remrquer que pour tout x >, e x est dns [, 1[, donc x e x 1 = 1 + xe x = xe x e nx. 1 e x k= Ensuite on pose k n (x) := xe (n+1)x. Une intégrtion pr prtie montre + k n (x) = 1 (n + 1) 2, x e x 1 dx = et l série 1 n converge. Ainsi 2 n k n(x) converge presque prtout (en fit, on svit n 1 déjà qu elle converge prtout sur ], + [) et + + x e x 1 dx = 1 n. 2 n=1 3.2 Théorème de convergence dominée Théorème 3.4 (Lebesgue). Soit (f n ) une suite de fonctions sommbles sur (, b). On suppose que 1. Il existe une fonction sommble g telle que pour tout n, f n g. 2. L suite (f n ) converge (presque prtout) vers une fonction f. Alors f est sommble et f(x) dx = lim f n(x) dx. Exemple. On considère l suite de fonctions définies sur [, 1] pr { } e nx2 f n (x) := min, n. x

13 3. Principux théorèmes de pssge à l limite pour l intégrle de Lebesgue 13 Chque f n est continue sur (, 1). L suite converge presque prtout vers l fonction nulle (en fit il y convergence simple). On remrque ussi que l on f n = n, donc l convergence n est ps uniforme. En revnche, pour tout x ], 1], f n (x) = f n (x) g(x) := 1 x. L fonction g est sommble sur (, 1). On en déduit donc 1 lim f n (x) dx =. Contre-exemple. Ce théorème ne permet ps de conclure dns tous les cs puisqu il est prfois impossible de trouver une fonction sommble dominnte. L exemple clssique est celui de l bosse glissnte. On considère une fonction continue, nulle en dehors de l intervlle [, 1], positive et d intégrle non nulle (donc l fonction n est ps identiquement nulle!). On pose f n (x) := f(x + n), ce qui signifie qu on propge l bosse en l tténunt d un prmètre 1 n n sur chque intervlle [n, n + 1]. L suite de fonction converge simplement vers puisque pour tout x, à prtir d un certin rng f n (x) =. L convergence donc lieu presque prtout. Cependnt il n existe ps d ppliction dominnte et sommble. En effet, une telle ppliction g devrit vérifier g(x) = sup f n (x) = n f(x [x]), [x] et son intégrle sur R serit donc R g(x) dx = n 1 n 1 f(y) dy = Un théorème sns interversion de limite Théorème 3.5. Soit (f n ) une suite de fonctions sommbles qui converge presque prtout vers f. S il existe une fonction sommble g telle que pour presque tout x, lors f est sommble. Remrque 4. On ne dit ps lim f(x) g(x), f n (t) dt = lim f n(t) dt.

14 3. Principux théorèmes de pssge à l limite pour l intégrle de Lebesgue 14 Démonstrtion. On pplique le théorème de convergence dominée à l suite de fonctions définies pr g n (x) := min{g(x), mx{f n (x), g(x)}}. Cette suite converge vers f. En effet, notons que g est positive. Si n est grnd, pour x tel que f n (x) converge vers f(x), lors on presque f n (x) f(x). L inéglité f g, signifie g f g, donc mx{f(x), g(x)} = f(x) et min{g(x), mx{f(x), g(x)}} = f(x). Il suffit ensuite de vérifier que pour tout n, g n g. Exemple d ppliction : Théorème 3.6. Toute fonction mesurble bornée pr une fonction sommble est ellemême sommble. Démonstrtion. On fit l preuve dn sel cs d une fonction positive. C est une simple conséquence du théorème 3.5. On considère pour f n une suite de fonction étgées qui croît vers l fonction mesurble étudiée f. Une telle suite se construit pr exemple en prennt les ensembles A k,n := f 1 ([k/2 n, (k + 1)/2 n [) et B n := f 1 ([n, + [). Si on veut des ensembles de mesure finie, on peut les tronquer à [ N, N] (on rjoute donc un prmètre N). L fonction f n est lors définie pr f n k2 n 1I Ak,n + n1i Bn. Pour g on prend l fonction sommble qui mjore f. 3.4 Le Lemme de Ftou k Théorème 3.7 (Lemme de Ftou). Soit (f n ) une suite de fonctions positives et sommbles qui converge presque prtout vers f. S il existe A tel que pour tout n, f n (x) dx A, lors f est sommble et f(x) dx A. Appliction : une mjortion de l intégrle de l dérivée. On se donne une fonction croissnte continue sur [, 1]. On dmet que ceci implique que f est presque prtout dérivble. Nous llons démontrer que l dérivée est sommble et qu elle vérifie l inéglité suivnte : 1 f (x)dx f(1) f(). (2) Pour cel on considère l suite d pplictions définies pr { n(f(x + 1 n f n (x) := ) f(x)) si x 1 1 n si x > 1 1. n

15 4. Exemples d ppliction des théorèmes précédents 15 Les pplictions f n sont toutes positives cr f est croissnte et l suite converge presque prtout vers f (x). x Clculons 1 f n (x) dx. Pour cel on introduit l primitive F de f définie pr F (x) := f(t) dt (ici on prle d intégrle de Riemnn cr f est continue) n f n (x) dx = n = n 1 1 n f(x n )dx n n 1 1 n f(x)dx n f(x)dx f(x)dx = nf (1) nf ( 1 n ) nf (1 1 ) + nf () n = n(f (1) F (1 1 n )) n(f ( 1 n ) F ()) F (1) F () = f(1) f(). Pour utiliser l version du Lemme de Ftou que nous vons, il fut être un peu plus précis. Pour ε > fixé, il existe donc N tel que pour tout n N, 1 f n (x) dx f(1) f() + ε. On pplique lors le lemme de Ftou, qui montre d une prt que f est sommble et d utre prt qu elle vérifie l inéglité 1 f (x) dx f(1) f() + ε. Celle-ci est vrie pour tout ε, on fit donc ε. CQFD 4 Exemples d ppliction des théorèmes précédents 4.1 Appliction de l convergence monotone Théorème 4.1. Si l intégrle de Riemnn f(x) dx est convergente sur l intervlle (, b) lors f est sommble (u sens de Lebesgue) et les deux intégrles coïncident. Démonstrtion. Considérons le cs = et b = + et f continue (éventuellement juste pr morceux). On pose f n (x) := f(x).1i [,n] (x). L suite est croissnte et chque f n est sommble comme fonction continue définie sur un compct. De plus l intégrle coincide vec n f(x) dx. L limite existe, pr hypothèse, donc l suite des intégrles est bornée. Ainsi f n converge presque prtout vers une fonction f qui est sommble d intégrle l

16 4. Exemples d ppliction des théorèmes précédents 16 limite des intégrles des f n. L convergence presque prtout des f n montre qu en fit f = f (presque prtout) et l limite des intégrles donne + f(x)dx = Cel montre que f est sommble. n lim f(x) dx = + f(x) dx. Exercice 4 On se propose de clculer l intégrle de Guss R e x2 dx. 1/ Soit x dns R. Montrer que l suite définie pr (1 x2 n )n converge vers e x2 et est croissnte à prtir d un certin rng. Pour étblir l croissnce, on pourr fire le développement limité du logrithme du rpport de deux termes successifs de l suite. 2/ On considère l suite de fonctions définies pr f n (x) = (1 x2 n )n 1I [, n] (x). Montrer que l suite est croissnte et converge presque prtout vers x e x2 sur R +. 3/ En déduire l églité e x2 dx = lim f n (x) dx. R + R + 4/ On rppelle que les intégrles de Wllis, définies pr I m = π 2 cos m θ dθ π vérifient I m lorsque m tend vers +. Conclure à l ide d un chngement de 2m vrible dns le clcul de f n (x) dx. R Appliction de l convergence dominée Exercice 5 Donner une bosse glissnte qui dmet une ppliction dominnte sommble. Exercice 6 Revenir sur l exercice de l intégrle de Guss sns voir besoin de prouver l croissnce. Proposition 4.2. Soit f une fonction continue sur [, + [ telle que mis f(x) dx diverge (u sens des intégrles de Riemnn). Alors f n est ps sommble. + + f(x) dx converge

17 4. Exemples d ppliction des théorèmes précédents 17 Démonstrtion. Fisons une démonstrtion pr l bsurde. Supposons que f est sommble. Alors, l proposition 2.9 montre que f est sommble. Considérons f n (x) := 1I [,n] (x)f(x). On évidemment f n f. Le théorème de Lebesgue ssure que ( f n ) converge vers une fonction sommble et que l intégrle de cette fonction est l limite des intégrles. Mis l suite ( f n ) converge vers f simplement (donc prtout) et l limite des intégrles diverge. Le même rgument (tronquer) permet de montrer que 1I [,+ [ n est ps sommble. Ce résultt complète le théorème 4.1. Pour un intervlle infini et une fonction continue (pr morceux) l sommbilité u sens de Lebesgue est équivlente à l bsolue convergence u sens de Riemnn. Régulrité sous le signe somme : Théorème 4.3. Soit f : I (, b) R une fonction de deux vribles. On suppose que 1. pour tout t I l fonction d une vrible x f(t, x) est sommble sur (, b) ; 2. pour presque tout x, l fonction t f(t, x) est continue ; 3. il existe une fonction x g(x)sommble telle que pour tout t, f(t, x) g(x). Alors l fonction t F (t) := f(t, x) dx est continue. Démonstrtion. L continuité de F en t est équivlente à : Pour toute suite (ε n ) qui tend vers, lim F (t + ε n ) = F (t ). Fixons t et une suite (ε n ) tendnt vers. On pose Il fut lors démontrer f n (x) := f(t + ε n, x) et f(x) := f(t, x). lim f n (x) dx = f(x) dx. Les deux dernières hypothèses permettent d ppliquer le théorème de convergence dominée de Lebesgue. Le même genre d stuce permet de démontrer le théorème de dérivtion sous le signe somme : Théorème 4.4. Soit f : I (, b) R une fonction de deux vribles. On suppose que 1. pour tout t I l fonction d une vrible x f(t, x) est sommble sur (, b) ; 2. pour presque tout x, l fonction t f(t, x) est de clsse C 1 ; 3. il existe une fonction x g(x)sommble telle que pour tout t, f(t, x) t g(x). Alors l fonction t F (t) := f(t, x) dx est dérivble et F (t) = f (t, x) dx. t

18 4. Exemples d ppliction des théorèmes précédents 18 On considère une fonction som- Une utre ppliction : une presque primitive. mble f sur (, b). Pour c (, b) on pose F (x) := x c c x f(t) dt si x c, f(t) dt si x c. Alors l fonction F est continue. Pour le voir, on utilise l formule de Chsles, ce qui permet de supposer c =. L fonction F devient lors F (x) = x f(t) dt = 1I (,x) (t)f(t) dt. L fonction de deux vribles g(x, t) = 1I (,x) (t)f(t) stisfit les hypothèses du théorème de continuité sous les signe (Th 4.3). 4.3 Appliction du lemme de Ftou : une églité pour l intégrle de l dérivée Soit f une ppliction continue dérivble sur [, 1] de dérivée bornée. Alors f est sommble et 1 f (x) dx = f(1) f(). (3) Notez que l on ne dit rien sur l continuité de f, donc sur le fit qu elle soit Riemnnintégrble ou non. L preuve utilise le théorème de convergence dominée. On reprend l même suite de fonctions (f n ) que précédemment 6. Le théorème des ccroissements finis montre qu il existe M tel que pour tout n, f n (x) M. Le théorème de convergence monotone s pplique et on donc 1 f (x) dx = 1 lim f n (x) dx = f(1) f(). Remrque 5. L hypothèse ici est que l fonction est dérivble prtout, ce qui permet d utiliser le théorème des ccroissements finis. On n donc ps besoin de l croissnce de f pour obtenir l positivité de f n, c est l domintion qui est utilisée. Toutefois, le résultt est fux si on suppose juste que f est dérivble presque prtout et s dérivée bornée (presque prtout). L esclier du dible est un contre-exemple clssique. 6. pour obtenir l inéglité 2.

19 5. Espces L p 19 5 Espces L p 5.1 Inéglités de convexité Proposition 5.1. Soit α ], 1[. On pose β := 1 α. Soient f et g deux fonctions sommbles sur (, b). Alors f α g β est sommble et ( f(x) α g(x) β dx ) α ( β f(x) dx g(x) dx). Démonstrtion. C est une ppliction clssique de l convexité, lissée en exercice et/ou dmise. À prtir de cette inéglité, nous pouvons définir des nouveux espces. Définition 5.2. Soit p un réel strictement positif. On note L p l ensemble des pplictions f définies (presque prtout) sur (, b) telle que f p soit sommble. Pour p > 1, on ppelle conjugué le réel q > 1 tel que 1 p + 1 q = 1. Remrque 6. On noter que L 1 est exctement l ensemble des fonctions sommbles. Il y une reltion nturelle entre L p et L q. Elle découle de l inéglité de Hölder. Proposition 5.3. Soient p > 1 et q son conjugué Soient f et g respectivement dns L p et L q. Alors fg est sommble et ( f(x)g(x) dx f(x) p ) 1 p ( g(x) q ) 1 q. (4) Démonstrtion. On utilise l proposition 5.1 vec α = 1 et de bonnes fonctions intermédiires : on pose ϕ = f p et ψ = g q, α = 1 et β = 1. ϕ et ψ sont sommbles p p q et ϕ α ψ β = fg. L inéglité (4) s ppelle l inéglité de Hölder. Dns le cs prticulier où p = 2, lors q = p = 2 et elle s ppelle l inéglité de Cuchy-Schwrz. À prtir de l inéglité de Hölder, on en obtient une utre très importnte : Proposition 5.4 (Inéglité de Minkowski). Soient f et g deux fonctions dns L p (p 1). Alors f + g est dns L p et ( ) 1 f(x) + g(x) p p dx ( ) 1 ( f(x) p p b ) 1 dx + g(x) p p dx. (5)

20 5. Espces L p Espces L p, p 1 On considère p 1. Proposition 5.5. L ensemble L p est un R-espce vectoriel. Démonstrtion. Lissée en exercice et/ou dmise. L principle difficulté est de démontrer l stbilité pr combinison linéire. Ceci résulte de l inéglité de Minkowski. Pour f dns L p on pose Proposition 5.6. L ppliction les trois propriétés suivntes : ( f p := 1. f p = si et seulement si f. 2. λ.f p = λ. f p pour tout f L p et λ R ) 1 f(x) p p dx. 3. f + g p f p + g p (inéglité tringulire). p est une norme sur L p. C est à dire qu elle vérifie Démonstrtion. L dernière propriété est une ppliction directe de l inéglité de Minkowski. L première découle du corollire 3.3. L deuxième de l linérité de l intégrle. Voici pèle-mêle et sns démonstrtions les principles propriétés de l espce L p. 1. L p muni de l norme p est complet : toute suite de Cuchy converge. 2. Les compcts de L p (pour l norme p ) ne sont ps tous les fermés bornés. En prticulier l boule unité n est ps compcte. 3. L p (toujours muni de l norme p ) est séprble, c est à dire qu il existe une suite dense Toutes les normes ne sont ps équivlentes dns L p. 5.3 Le cs prticulier p = 2 Le cs p = 2 est prticulier prce que, dns ce cs, l norme sclire : Si f et g sont dns L 2 on note 2 découle d un produit < f g >:= f(x)g(x) dx. L ppliction < > est un produit sclire sur L 2, c est à dire qu elle est 1. bilinéire : < λ.f + g h >= λ. < f h > + < g h > et < f λ.g + h >= λ. < f g > + < f h > ; 2. symétrique : < f g >=< g f > ; 7. On rppelle que dense signifie que toute boule de ryon > contient u moins un élément de l suite considérée.

21 5. Espces L p positive : < f f > ; 4. définie : < f f >= si et seulement si f. Dns ce cs, l norme 2 vérifie : f 2 = < f f >. Définition 5.7. On dit que deux fonctions f et g de L 2 sont orthogonles si < f g >=. Si V est un sous-espce vectoriel de L 2, on dit que f est orthogonle à V si f est orthogonle à tout élément g V. Une fmille (f n ) dns L 2 est dire orthonormée si pour tout n et m, Le produit sclire permet d voir < f n f m >= δ n,m. Théorème 5.8 (Pythgore). Si f et g sont orthogonles lors f + g 2 2 = f g 2 2. Pr illeurs, on rppelle que dns un espce-vectoriel, une fmille est une bse (vectorielle) si tout élément de l espce est une unique combinison linéire finie d éléments de l bse. Étnt donnée une fmille (libre), l espce vectoriel engendré pr cette fmille est lors l ensemble des combinisons linéires finies des éléments de l fmille. Ainsi, l principle propriété de L 2 c est qu il existe des fmilles libres orthonormées telles que les espces qu elles engendrent sont denses. On prle lors de bse hilbertienne 8 : Théorème 5.9 (et définition). Dns L 2 une bse hilbertienne est une fmille (ϕ n ) orthonormle telle que l espce vectoriel engendré pr les ϕ n est dense pour l norme 2. Dns ce cs, pour tout f dns L 2 on ur l églité f = + n= De plus l suite définie pr c n :=< f ϕ n > vérifie < f ϕ n > ϕ n. (6) + n= c n 2 < +. Réciproquement, étnt donnée une suite de sclires (c n ) vérifint c n ϕ n est bien défini et est une fonction de L 2. n + n= c n 2 < +, Remrque 7. Depuis le début nous considérons priori un R-espce vectoriel. on urit pu considérer un C-espce vectoriel et le produit hermitien < f g >= f(x)ḡ(x) dx. Dns ce cs il fut prendre les modules des c n qui sont des nombres complexes. L églité (6) doit se comprendre dns L 2. l élément de droite est une série infinie, c est à dire une limite. L églité signifie donc n lim f k= < f ϕ k > ϕ k 2 =, 8. Attention, une bse hilbertienne n est ps une bse vectorielle.

22 5. Espces L p 22 soit encore lim f(x) n < f ϕ k > ϕ k (x) 2 dx =. k= le reste du théorème signifie donc, qu étnt donnée une bse hilbertienne, un élément de L 2 s obtient juste sous forme d une série des vecteurs de l bse. On obtient ussi une utre églité : f 2 2 = + n= < f ϕ n > 2. (7) Exemple : séries de Fourier Si (, b) = (, 2π), on peut prendre comme fmille soit les fonctions du type x cos nx et les fonctions du type x sin nx (le cs réel 9 en clculnt l intégrle de leur crré), soit les fonctions du type x e inx (le cs complexe). On sit, pr exemple que des fonctions continues pr morceux sont sommbles. Le crré d une fonction continue pr morceux est encore continue pr morceux donc est dns L 2. Ainsi, on retrouve une version différente du théorème de Dirichlet sur l églité d une fonction un peu régulière vec s série de Fourier (églité (6)). L églité (7) n est rien d utre que l églité de Prsevl. Le bon cdre pour fire les séries de Fourier c est le cdre L 2 (et certinement ps les fonctions continues prt morceux). Appliction : exemples de fonctions dns L 2 mis ps continue (ou réglées). Il suffit de choisir n importe quelle suite (c n ) telle que n c n 2 converge mis ps n c n. Pr exemple f(x) := e inx n, n Z n est ps continue mis dns L 2 (, 2π). 5.4 L Nous vons vu l inéglité de Hölder, qui n est vlide que si p et q sont plus grnd que 1. Il existe toutefois une version pour p = 1. Pour cel nous devons introduire un utre espce normé. Définition 5.1. On ppelle L l ensemble des pplictions qui sont (presque prtout) bornée, c est à dire les pplictions f telles qu il existe un ensemble E négligeble et un réel C tel que pour tout x (, b) \ E, f(x) C. On note lors f := sup{ f(x), x (, b) \ E}. Lemme L ppliction : L R + est une norme. L proposition 5.3 s étend u cs p = 1 et q = : Proposition Soient f dns L 1 et g dns L. Alors fg est sommble et 9. il fut renormliser ces fonctions f(x)g(x) dx g f(x) dx.

23 6. Théorèmes de Fubini Inclusions On peut se demnder quelles sont les reltions entre les espces L p. Lorsque (, b) est infinie il n y en ucune. En effet, prenons (, b) =], 1[. L fonction x 1 est dns x + 1 L 2 mis ps dns L 1. Inversement, x 1 est dns L 1 mis ps dns L 2. x Lorsque (, b) est de longueur finie, lors les choses chngent : Proposition Si (, b) est de longueur finie lors L p L m si p m. Démonstrtion. Utiliser l inéglité de Hölder vec f et 1I (,b). 5.6 Non-équivlence des normes Considérons l suite de fonction sur [, 1], f n définie pr n si x [, 1 ] n f n (x) = si x 2 n continue ffine entre les 2. Cette suite converge presque prtout vers l fonction nulle. On 1 f n (x) dx = 3 n 2n. Cel montre, en fonction du choix de n que (f n ) peut converger ou non vers l fonction nulle dns L 1. Théorème Si (f n ) est une suite qui converge dns L p vers f, lors il existe une suite extrite (f nk ) qui converge presque prtout vers f. 6 Théorèmes de Fubini Théorème 6.1 (Fubini-Tonelli). Soient (X, B, µ) et (Y, V, ν) deux espces mesurés, f une ppliction mesurble pour l tribu produit B V à vleurs dns [, + ]. Alors 1. Les fonctions x f(x, y) dν(y) et y f(x, y) dµ(x) sont mesurbles (respectivement pr rpport à B et V). 2. Il y les églités dns [, + ] f(x, y) dµ ν = f(x, y) dν(y) dµ(x) = f(x, y) dµ(x) dν(y). X Y X Y Y X Exemple. Soient ( n,m ) des réels positifs. Alors n,m = n m m n,m. n

24 6. Théorèmes de Fubini 24 Théorème 6.2 (Fubini-Lebesgue). Soient (X, B, µ) et (Y, V, ν) deux espces mesurés, f une ppliction dns L 1 (µ ν). Alors 1. Pour µ presque tout x, y f(x, y) est dns L 1 (ν). 2. Pour ν presque tout y, x f(x, y) est dns L 1 (µ). 3. x f(x, y) dν(y) et y f(x, y) dµ(x) sont respectivement dns L 1 (µ) et L 1 (ν). 4. Il y les églités dns R f(x, y) dµ ν = X Y X Y f(x, y) dν(y) dµ(x) = Y X f(x, y) dµ(x) dν(y). Un contre-exemple. Voici un exemple pour illustrer l différence entre les deux théorèmes et, en prticulier l importnce de l hypothèse que f soit dns L 1 (µ ν). Soit f l fonction définie sur R + [, 1] pr f(x, y) = 2e 2xy e xy. L fonction est continue donc mesurble pr rpport à l tribu borélienne. D utre prt, pour tout y >, f(x, y) dx = 1 [ e xy e 2xy] + =, R + y et pour tout x >, f(x, y) dy = 1 [ e xy e 2xy] 1 [,1] x = e x e 2x. x Ces deux églités ont ussi lieu λ-presque prtout respectivement dns [, 1] et dns R +. L fonction x e x e 2x se prolonge pr continuité en (de vleur 1) et est donc x intégrble. Elle est ussi strictement positive. Pr illeurs on f(x, y) dxdy = [,1] R + + e x e 2x et f(x, y) dydx = dx > x R + [,1] Exercice 7 + e x e 2x 1/ Clculer dx. x 2/ Le contre exemple montre que f ne peut ps être dns L 1 (λ λ). Le montrer directement à l min.

25 6. Théorèmes de Fubini 25 Exemple d ppliction : intégrtion pr prties Soient f et g deux pplictions dns L 1 (λ). On pose F (x) = f(t) dt si x, [,x] F (x) = f(t) dt si x, [x,] G(x) = g(t) dt si x, [,x] G(x) = f(t) dt si x. Alors x [x,] f(t)g(t) dt = F (x)g(x) x F (t)g(t) dt. Nous llons fire l preuve dns le cs x plus simple à mnipuler. Il fut dpter les signes pour le cs x. On utilise le théorème 6.2 pour l fonction φ(t, s) := 1I { s t x} f(t)g(s) définie sur [, 1] 2. L fonction est mesurble comme produit direct de fonction mesurbles. Elle est sommble cr φ(t, s) f(t) g(s), et f et g sont dns 1 L 1 (λ). On pplique lors le Théorème de Fubini-Tonelli (Th. 6.1) à f(t) g(s) qui est un produit de fonctions sommbles. On peut donc ppliquer le théorème de Fubini-Lebesgue qui permet d voir l églité φ(t, s) dtds = φ(t, s) dsdt. [,x] L intégrle de droite vut [,x] [,x] [,x] φ(t, s) dsdt = = [,x] [,x] [,x] [,x] f(t) g(s) dsdt [,t] f(t)g(t) dt. Pour celle de guche, on se souvient que l mesure de Lebesgue ne chrge ps les points. Donc x φ(t, s) dtds = g(s) f(t) dtds [,x] [,x] [,x] s = (1I [,x] (t) 1I [,s] (t))f(t) dtds [,x] [,x] s = g(s) f(t) dtds g(s) f(t) dtds [,x] = G(x)F (x) [,x] x g(s)f (s) ds. 1. On urit en fit pu seulement supposer que f et g sont loclement intégrbles, c est à dire intégrble sur tout segment de R [,x]

26 7. Chngement de vribles 26 7 Chngement de vribles Nous énonçons les résultts en dimension 2, mis donnerons ussi des exemples en dimension 3. Ils s étendent à l dimension supérieure. Définition 7.1. Soit φ un difféomorphisme ( locl ) d un domine U de R 2 dns un domine V de R 2 φ1 (x, y). On note donc φ(x, y) =. L mtrice J φ 2 (x, y) φ (x, y) définie pr J φ (x, y = φ 1 x φ 2 x φ 1 y φ 2 y s ppelle l mtrice jcobienne de φ en (x, y). L quntité φ 1 φ 2 x y φ 1 φ 2 s ppelle le y x Jcobien de φ en (x, y). C est ussi le déterminnt de l mtrice jcobienne. Théorème 7.2. Soit φ un difféomorphisme locl d un domine U de R 2 dns un domine V de R 2. Soit f une fonction définie sur V. Alors pour tout f sommble f(x, y)dxdy = f φ(ξ, ζ) detj φ (ξ, ζ) dξdζ, V où detj φ (ξ, ζ) est le déterminnt de l mtrice jcobienne Coordonnées polires U Un point de coordonnées crtésiennes (x, y) peut ussi être vu vec les coordonnées polires (ρ, θ), définies pr l reltion x = ρ cos θ, y = ρ sin θ. Posons F (ρ, θ) = f(ρ cos θ, ρ sin θ) et est le domine décrit pr les coordonnées polires lorsque le point (x, y) décrit D. En écrivnt les coordonnées crtésiennes comme fonctions des coordonnées polires on trouve x x = cos θ, ρ y y = sin θ, ρ = ρ sin θ, θ = ρ cos θ. θ Le Jcobien x y ρ θ y x vut ρ. ρ θ 1 Exemple. On veut clculer I = vec D le qurt de disque x 1, D 1 + x 2 + y2 y 1 et x 2 + y 2 1. Le chngement en polires donne comme domine l ensemble [, π ] [, 1]. On donc 2 1 I = 1 + ρ ρdθdρ, 2 qui se clcule fcilement.

27 7. Chngement de vribles Coordonnées cylindriques Le point de coordonnées crtésiennes (x, y, z) est représenté pr les coordonnées cylindriques (ρ, θ, z) données pr L mtrice jcobienne est x = ρ cos θ, y = ρ sin θ, z = z. cos θ sin θ ρ sin θ ρ cos θ 1 dont le déterminnt vut ρ. On donc f(x, y, z) dxdydz = φ( ) 7..3 Coordonnées sphériques f(ρ cos θ, ρ sin θ, z)ρ dρdθdz. Contrirement à l hbitude, ce sont les coordonnées les plus nturelles, puisque ce sont celles qui sont vues pr les yeux! Un point de coordonnées crtésiennes (x, y, z) est représenté pr les coordonnées (ρ, θ, ϕ) telles que ρ 2 = x 2 + y 2 + z 2, z = ρ cos θ, x = ρ sin θ cos ϕ, y = ρ sin θ sin ϕ. L mtrice jcobienne est donnée pr cos ϕ sin θ sin ϕ sin θ cos θ ρ sin ϕ sin θ ρ cos ϕ sin θ ρ cos ϕ cos θ ρ sin ϕ cos θ ρ sin θ dont le déterminnt vut ρ 2 sin θ. On donc f(x, y, z) dxdydz = f(ρ cos ϕ sin θ, ρ sin ϕ sin θ, ρ cos θ)ρ 2 sin θ dρdθdϕ. φ( ) Exemple. On veut clculer I = K xyz dxdydz où K est l ensemble des points de l sphère unité dont les 3 coordonnées (crtésiennes) sont positives. En coordonnées sphérique, cet ensemble représente l ensemble des points dont ρ vrie entre et 1, et les 2 ngles θ et ϕ entre et π. On donc 2 I = xyz dxdydz = = 1 K π 2 π 2 ( 1 ρ 5 dρ = ρ 3 sin 2 θ cos ϕ sin ϕ cos θρ 2 sin θ dρdθdϕ ) ( ) ( π π ) 2 sin 3 2 θ cos θ dθ cos ϕ sin ϕ dϕ

28 8. Théorie de l mesure 28 Un clcul en remplçnt z pr 1 x 2 y 2 donnerit I = 1 1 x 2 1 x 2 y 2 y x z dz dx dy, plus difficile. Un clcul en cylindrique donnerit ( π ) ( 2 1 ) 1 ρ 2 I = sin θ cos θ dθ ρ 3.z dz dρ. Appliction Loi de l somme de deux vribles létoires à densité et indépendntes. 8 Théorie de l mesure 8.1 L tribu borélienne et l mesure de Lebesgue à prtir de l méthode de Cuchy Définition 8.1. Une fonction est mesurble (u sens de Lebesgue) si elle est limite presque prtout d une suite de fonction e.s.c.. Remrque 8. Les fonctions sommbles sont donc mesurbles! Définition 8.2. Un ensemble E (, b) est dit mesurble (u sens de Lebesgue) si s fonction indictrice 1I E est mesurble (u sens de Lebesgue). S mesure est lors l quntité 1I E(x) dx si elle est finie, et + sinon. On l noter λ(e). Comme 1I E F = 1I E + 1I F 1I E 1I F, et 1I E F = 1I E 1I F, l union et l intersection de deux ensembles mesurbles est encore un ensemble mesurble. Pr récurrence c est ussi vrie pour une union finie ou une intersection finie. Lemme 8.3. Soit E n une collection dénombrble d ensembles mesurbles deux à deux disjoints. Alors n E n est mesurble et λ( n E n ) = n λ(e n ) Les deux méthodes coïncident Proposition 8.4. Soit f une fonction. Alors { } { sup ϕdλ, ϕ étgée et ϕ f = sup } ϕdλ, ϕ e.s.c.et ϕ f Démonstrtion. Il suffit de montrer que pour tout ϕ étgée, on peut trouver une fonction ψ e.s.c.telle que ψ ϕ et ψ dλ ussi proche que voulu de ϕ dλ. On dmet que c est possible.

29 8. Théorie de l mesure Mesures sur une tribu Quelques compléments sur les tribus 1. L tribu grossière est composée de deux éléments, et X. 2. Au contrire l tribu trivile est P(X) l ensemble des prties de X. c est bien souvent une tribu trop grosse. 3. Étnt donné un ensemble A, l ensemble {, X, A, X \ A} est une tribu. 4. D une fçon générl, étnt donné une prtition X = X i, l ensemble des éléments de l forme j J I X j est une tribu. Exercice 8 Montrer que l intersection de deux tribus est encore une tribu. D une fçon générle montrer qu une intersection de tribus est encore une tribu. À prtir de cet exercice on peut définir l plus petite tribu contennt une fmille d ensembles : c est l intersection de toutes les tribus qui contiennent tous ces ensemble. Une telle tribu existe cr P(X) est une tribu et contient, pr définition, tous les sousensembles de X. Définition 8.5. Si X = R, l tribu des boréliens est l plus petite tribu qui contient tous les ouverts. Proposition 8.6. Si X = R, les ensembles Lebesgues mesurbles vus à l définition 8.2 sont exctement les ensembles de l tribu de Borel Propriétés des mesures Les principles propriétés d une mesures sont les suivntes : Lemme 8.7. Une mesure est croissnte pour l inclusion : 1. Si A B lors µ(a) µ(b). 2. Si µ(a) < +, lors µ(b \ A) = µ(b) µ(a). 3. Si µ(a) = +, on ne peut rien dire sur µ(b \ A). Démonstrtion. Utiliser B = B \ A A. Lemme 8.8. Une mesure est fortement dditive : µ(a B) + µ(a B) = µ(a) + µ(b). Lemme 8.9. Si (A n ) est une suite croissnte 11 d ensembles mesurbles, lors µ( A n ) = lim µ(a n). Si (B n ) est une suite décroissnte d ensembles mesurbles, lors 11. pour tout n, A n A n+1 µ( B n ) = lim µ(b n).

30 8. Théorie de l mesure 3 Lemme 8.1. Une mesure est sous-dditive : µ( A n ) µ(a n ). On dmettr une propriété qui crctérise l mesure de Lebesgue dns R : Pour tout ensemble mesurble A, λ(x + A) = λ(a) Exemples de mesures utres que Lebesgue L mesure de Dirc en x définie pr { 1 si x A Elle se note δ x. sinon. Cntor Tridic On construit une fonction, ppelée esclier du dible à l ide d une suite de fonctions continues. L fonction f est l fonction identité. L fonction f 1 est obtenue en prennt l fonction constnte égle à 1 sur l intervlle [ 1, 2]. Sur [, 1] et [ 2, 1] elle est ffine et vérifie f () = et f 1 (1) = 1. L fonction f n+1 se construit à prtir de l fonction f n de l mnière suivnte (voir 1). L fonction f n est constnte sur des intervlles de l forme [ j, j+1 ] (vec p n) et ffine 3 p 3 p pr morceux. Sur un morceux oblique de tille horizontle 1 et verticle 1, on coupe 3 n 2 n l intervlle en 3 tiers, l fonction est constnte sur le tiers du milieu de vleur l moitié des 2 vleurs extrémles de f n puis on l rend continue ffine pr morceux (sns chnger les vleurs extrémles sur l intervlle). On vérifie que f n+1 est bien constnte globlement ffine pr morceux, sur des morceux de l forme [ j, j+1 ] (vec p n+1) et strictement 3 p 3 1 p 1 croissntes sur des intervlles de tille vec des vritions de tille. 3 n+1 2 n+1 L différence entre f n et f n+1 est inférieure à 1 donc l suite est de Cuchy et converge 2 n uniformément vers une fonction continue. Il s git d une fonction continue, vlnt en et 1 en 1 mis presque prtout de dérivée nulle. Cette fonction F permet de définir une intégrle (de Stieltjes), qui définit une mesure portée pr le Cntor tridic : L intégrle d une fonction e.s.c.vut α n (F ( n+1 ) F ( n )), n où les intervlles sont les [ n, n+1 [ et sur cet intervlle l fonction vut α n. Cette nouvelle définition donne un nouvel ensemble de fonctions sommbles et un nouvel ensemble E 2. Avec cette intégrle, on définit une mesure qui vérifier : µ([ n, n+1 [) = F ( n+1 ) F ( n ). Cette mesure ne chrge ucun des intervlles plteux de F.

Résumé du cours d analyse de maths spé MP

Résumé du cours d analyse de maths spé MP 1 TOPOLOGE Résumé du cours d nlyse de mths spé MP 1 Topologie 1) Normes, normes équivlentes Une norme sur l espce vectoriel E est une ppliction N de E dns R vérifint : x E, N(x). x E, (N(x) = x = ) (xiome

Plus en détail

Document créé le 28 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre

Document créé le 28 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Document créé le 28 novembre 2013 Lien vers l dernière mise à jour de ce document Lien vers les exercices de ce chpitre Chpitre 20 Intégrtion Sommire 20.1 Continuité uniforme.................................

Plus en détail

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries

Plus en détail

Théorème de Lax Milgram Application au problème de Dirichlet pour l équation de Sturm Liouville

Théorème de Lax Milgram Application au problème de Dirichlet pour l équation de Sturm Liouville Théorème de Lx Milgrm Appliction u problème de Dirichlet pour l éqution de Sturm Liouville Résumé du cours de MEDP Mîtrise de mthémtiques 2000 2001 2001nov18 (medp-lx-milgrm.tex) Dns ce chpitre, on se

Plus en détail

Tout ce qu il faut savoir en math

Tout ce qu il faut savoir en math Tout ce qu il fut svoir en mth 1 Pourcentge Prendre un pourcentge t % d un quntité : t Clculer le pourcentge d une quntité pr rpport à une quntité b : Le coefficient multiplicteur CM pour une ugmenttion

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

Théorème de Poincaré - Formule de Green-Riemann Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler

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 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

Relations binaires. Table des matières. Marc SAGE. 18 octobre 2007. 1 Amuse gueule 2. 2 Combinatoire dans les quotients 2. 3 Problème d extréma 3

Relations binaires. Table des matières. Marc SAGE. 18 octobre 2007. 1 Amuse gueule 2. 2 Combinatoire dans les quotients 2. 3 Problème d extréma 3 Reltions binires Mrc SAGE 8 octobre 007 Tble des mtières Amuse gueule Combintoire dns les quotients 3 Problème d extrém 3 4 Un théorème de point xe 3 5 Sur l conjugisons dns R 3 6 Sur les corps totlement

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

Exercices corrigés 9325 = 2 4662 + 1 4662 = 2 2331 + 0 2331 = 2 1165 + 1

Exercices corrigés 9325 = 2 4662 + 1 4662 = 2 2331 + 0 2331 = 2 1165 + 1 Grenoble INP Pgor 1ère nnée Exercices corrigés Anlyse numérique NB : Les exercices corrigés ici sont les exercices proposés durnt les sénces de cours. Les corrections données sont des corrections plus

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

Synthèse de cours (Terminale S) Calcul intégral Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (

Plus en détail

Cours d Analyse IV Suites et Séries de fonctions

Cours d Analyse IV Suites et Séries de fonctions Université Clude Bernrd, Lyon I Licence Sciences, Technologies & Snté 43, boulevrd 11 novembre 1918 Spécilité Mthémtiques 69622 Villeurbnne cedex, Frnce L. Pujo-Menjouet pujo@mth.univ-lyon1.fr Cours d

Plus en détail

semestre 3 des Licences MISM annnée universitaire 2004-2005

semestre 3 des Licences MISM annnée universitaire 2004-2005 MATHÉMATIQUES 3 semestre 3 des Licences MISM nnnée universitire 24-25 Driss BOULARAS 2 Tble des mtières Rppels 5. Ensembles et opértions sur les ensembles.................. 5.. Prties d un ensemble.........................

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

Le Calcul Intégral. niveau maturité. Daniel Farquet

Le Calcul Intégral. niveau maturité. Daniel Farquet Le Clcul Intégrl niveu mturité Dniel Frquet Eté 8 Tble des mtières Introduction Intégrle indéfinie 3. Définitions et générlités................................ 3.. Déf. d une primitive..............................

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

Intégration sur un intervalle quelconque MP

Intégration sur un intervalle quelconque MP ntégrtion sur un intervlle quelconque MP 9 décembre 22 Dns ce chpitre, on définit l notion de fonction continue pr morceu et intégrble sur un intervlle quelconque. Cel nous permettr de donner un sens à

Plus en détail

Licence M.A.S.S. Cours d Analyse S4

Licence M.A.S.S. Cours d Analyse S4 Université Pris I, Pnthéon - Sorbonne Licence MASS Cours d Anlyse S4 Jen-Mrc Brdet (Université Pris 1, SAMM) UFR 27 et Equipe SAMM (Sttistique, Anlyse et Modélistion Multidisiplinire) Université Pnthéon-Sorbonne,

Plus en détail

Table des matières Dénombrer et sommer Événements et Probabilités

Table des matières Dénombrer et sommer Événements et Probabilités Tble des mtières 1 Dénombrer et sommer 5 1.1 Rppels ensemblistes............................. 5 1.1.1 Opértions ensemblistes....................... 5 1.1.2 Bijections............................... 7 1.2

Plus en détail

Ecole Normale Supérieure de Cachan 61 avenue du président Wilson 94230 CACHAN. Concours d admission en 3 ème année Informatique.

Ecole Normale Supérieure de Cachan 61 avenue du président Wilson 94230 CACHAN. Concours d admission en 3 ème année Informatique. C39211 Ecole Normle Supérieure de Cchn 61 venue du président Wilson 94230 CACHAN Concours d dmission en 3 ème nnée Informtique Session 2009 INFORMATIQUE 1 Durée : 5 heures «Aucun document n est utorisé»

Plus en détail

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO Université Pris-Duphine DUMI2E UFR Mthémtiques de l décision Notes de cours Anlyse 2 Filippo SANTAMBROGIO Année 2008 2 Tble des mtières 1 Optimistion de fonctions continues et dérivbles 5 1.1 Continuité........................................

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

mémento de mathématiques pour les ECE1

mémento de mathématiques pour les ECE1 mémento de mthémtiques pour les ECE1 Abdellh Becht Résumé L objectif de ce mémento est de permettre ux élèves de première nnée des clsses préprtoires ux Ecoles de Commerces, option économique, d voir un

Plus en détail

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel COURS D ANALYSE Licence d Informtique, première nnée Lurent Michel Printemps 2010 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

Plus en détail

L2 MIEE 2012-2013 VAR Université de Rennes 1

L2 MIEE 2012-2013 VAR Université de Rennes 1 . Sous-ensembles de R n et fonctions (suite) 1 Nappes paramétrées Si f une fonction de deux variables, son graphe est une surface incluse dans R 3 : {(x, y, f(x, y)) / (x, y) R 2 }. Une telle surface s

Plus en détail

Chapitre 1 : Fonctions analytiques - introduction

Chapitre 1 : Fonctions analytiques - introduction 2e semestre 2/ UE 4 U : Abrégé de cours Anlyse 3: fonctions nlytiques Les notes suivntes, disponibles à l dresse http://www.iecn.u-nncy.fr/ bertrm/, contiennent les définitions et les résultts principux

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

Chapitre 9: Primitives et intégrales

Chapitre 9: Primitives et intégrales PRIMITIVES ET INTEGRALES 7 Chpitre 9: Primitives et intégrles Prérequis: Limites, dérivées Requis pour: Emen de mturité 9. «À quoi ç sert?» Un peu d histoire Isc Newton (64-77) Les clculs d ire de figures

Plus en détail

ANALYSE NUMERIQUE NON-LINEAIRE

ANALYSE NUMERIQUE NON-LINEAIRE Université de Metz Licence de Mthémtiques - 3ème nnée 1er semestre ANALYSE NUMERIQUE NON-LINEAIRE pr Rlph Chill Lbortoire de Mthémtiques et Applictions de Metz Année 010/11 1 Tble des mtières Chpitre

Plus en détail

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Jen-Pierre Dedieu, Jen-Pierre Rymond ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Institut de Mthémtiques Université Pul Sbtier 31062 Toulouse cedex 09 jen-pierre.dedieu@mth.univ-toulouse.fr jen-pierre.rymond@mth.univ-toulouse.fr

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

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

gfaubert septembre 2010 1

gfaubert septembre 2010 1 Notes de cours Pour l e secondire Compiltion et/ou crétion Guyline Fuert Septemre 00 gfuert septemre 00 Géométrie------------------------------------------------------------------------------------------------------------------------

Plus en détail

M42. Compléments d analyse (résumé).

M42. Compléments d analyse (résumé). Université d Evry-Val-d Essonne. Année 2008-09 D. Feyel M42. Compléments d analyse (résumé). Table. I. Rappels sur les suites. Limites supérieure et inférieure. II. Topologie élémentaire. III. Fonctions

Plus en détail

Cours de Mathématiques L1. Résumé des chapitres. Hassan Emamirad

Cours de Mathématiques L1. Résumé des chapitres. Hassan Emamirad Cours de Mthémtiques L1 Résumé des chpitres Hssn Emmird Université de Poitiers Version 29/21 TABLE DES MATIÈRES 3 Tble des mtières 1 Nombres complexes 5 1.1 Le corps C.....................................

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

Séquence 7. Intégration. Sommaire

Séquence 7. Intégration. Sommaire Séquence 7 Intégrtion Sommire. Prérequis. Aire et intégrle d une fonction continue et positive sur [ ; ]. Primitives 4. Primitives et intégrles d une fonction continue 5. Synthèse de l séquence Dns ce

Plus en détail

GLMA201 - ALGÈBRE LINÉAIRE ET ANALYSE 2-2013-2014 CONTRÔLE CONTINU 2

GLMA201 - ALGÈBRE LINÉAIRE ET ANALYSE 2-2013-2014 CONTRÔLE CONTINU 2 GLMA -4 GLMA - ALGÈBRE LINÉAIRE ET ANALYSE - -4 CONTRÔLE CONTINU Durée : h Tout doument ou lultrie est interdit Il ser tenu ompte de l lrté et de l préision de l rédtion Il est importnt de justifier hune

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

Préparation à l'examen écrit de maturité Mathématiques 2013

Préparation à l'examen écrit de maturité Mathématiques 2013 Wechter Loïc Mturité 2013 Mthémtiques Cours de M. Flcoz 2013 Préprtion à l'exmen écrit de mturité Mthémtiques 2013 1.Primitives et intégrles 1.1Primitives (CRM pp.77-80) Une primitive pourrit se définir

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

La mesure de Lebesgue sur la droite réelle

La mesure de Lebesgue sur la droite réelle Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

Plus en détail

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

Les règles de Descartes et de Budan Fourier

Les règles de Descartes et de Budan Fourier Ojectifs de ce chpitre Mthémtiques ssistées pr ordinteur Chpitre 4 : Rcines des polynômes réels et complexes Michel Eisermnn Mt49, DLST LS4, Année 8-9 www-fourierujf-grenolefr/ eiserm/cours # mo Document

Plus en détail

Electromagne tisme 2 : Induction

Electromagne tisme 2 : Induction Electromgne tisme : Induction Induction de Neumnn Eercice 1 : Clcul d une force électromotrice induite n dispose d'un cdre crré fie de côté comportnt N spires d'un fil conducteur d'etrémités A et C dns

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

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

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

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Progrmmes des clsses préprtoires ux Grndes Ecoles Filière : scientifique Voie : Mthémtiques et physique (MP) Discipline : Mthémtiques Seconde nnée Clsse préprtoire MP Progrmme de mthémtiques Tble des mtières

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

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

TOUT SUR LE TRIANGLE

TOUT SUR LE TRIANGLE PROBLEME de niveu sup rédigé pr R. Ferreol ferreol@mthcurve.com TOUT SUR LE TRIANGLE. DONNÉES ET NOTATIONS 3 points A, B, C non lignés d un pln ffine euclidien P orienté de fçon à ce que (AB, AC ) soit

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

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

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

ESTIMER LA PRÉCISION DES MESURES

ESTIMER LA PRÉCISION DES MESURES ESTIMER LA PRÉCISION DES MESURES I. Précision d'une mesure directe Une mesure directe est une mesure lue sur un ppreil de mesure. Le résultt d'une mesure directe n'est jmis connu de fçon prfitement excte.

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

Cours d informatique théorique de M. Arfi. FMdKdD fmdkdd [à] free.fr

Cours d informatique théorique de M. Arfi. FMdKdD fmdkdd [à] free.fr Cours d informtique théorique de M. Arfi FMdKdD fmdkdd [à] free.fr Université du Hvre Année 2009 2010 Tle des mtières 1 Reltions et lois de composition internes 2 1.1 Reltions.....................................

Plus en détail

Des extraits de cette norme seront présentés pour la compréhension de la démarche.

Des extraits de cette norme seront présentés pour la compréhension de la démarche. Estimtion de l incertitude de l mesure : Appliction à l incertitude sur le clcul de l concentrtion d EDTA lors de l détermintion de l dureté d une eu nturelle Pour cette démrche, nous nous ppuierons sur

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

Intégrales doubles et triples - M

Intégrales doubles et triples - M Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5

Plus en détail

Chapitre 11 : L inductance

Chapitre 11 : L inductance Chpitre : inductnce Exercices E. On donne A πr 4π 4 metn N 8 spires/m. () Selon l exemple., µ n A 4π 7 (8) 4π 4 (,5) 5 µh (b) À prtir de l éqution.4, on trouve ξ ξ 4 3 5 6 6,3 A/s E. On donne A πr,5π 4

Plus en détail

Théorie spectrale. Stéphane Maingot & David Manceau

Théorie spectrale. Stéphane Maingot & David Manceau Théorie spectrale Stéphane Maingot & David Manceau 2 Théorie spectrale 3 Table des matières Introduction 5 1 Spectre d un opérateur 7 1.1 Inversibilité d un opérateur........................... 7 1.2 Définitions

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

S il ne peut être déterminé en raison d'excavations et de remblais antérieurs, la référence est le terrain naturel environnant.

S il ne peut être déterminé en raison d'excavations et de remblais antérieurs, la référence est le terrain naturel environnant. Annexe A MESSAGE TYPE 8. COMMENTAIRES DES DEFINITIONS DE L ANNEXE NOTIONS ET METHODES DE MESURE 1. TERRAIN DE RÉFÉRENCE 1.1 Terrin de référence Le terrin de référence équivut u terrin nturel. S il ne peut

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

SESSION 2013 MPIN007! INFORMATIQUE. Durée : 3 heures!

SESSION 2013 MPIN007! INFORMATIQUE. Durée : 3 heures! SESSION 2013 MPIN007 EPREUVE SPECIFIQUE - FILIERE MP " INFORMATIQUE Durée : 3 heures " N.B. : Le cndidt ttcher l plus grnde importnce à l clrté, à l précision et à l concision de l rédction. Si un cndidt

Plus en détail

Intégrale et primitives

Intégrale et primitives Chpitre 5 Intégrle et primitives 5. Ojetif On herhe dns e hpitre à onstruire l opérteur réiproue de l opérteur de dérivtion. Les deux uestions suivntes sont lors nturelles. Question : Soit f une pplition

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

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 7 : Intégration sur un intervalle quelconque Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

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

Séquence 8. Probabilité : lois à densité. Sommaire

Séquence 8. Probabilité : lois à densité. Sommaire Séquence 8 Proilité : lois à densité Sommire. Prérequis 2. Lois de proilité à densité sur un intervlle 3. Lois uniformes 4. Lois exponentielles 5. Synthèse de l séquence Dns cette séquence, on introduit

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

3.8. 1 Estimation de l aire d une région curviligne. Exemple 1 Estimer l aire de la région sous une hyperbole. Solution

3.8. 1 Estimation de l aire d une région curviligne. Exemple 1 Estimer l aire de la région sous une hyperbole. Solution .8 Aperçu de l intégrle.8 APERÇU DE L INTÉGRALE Estimtion de l ire d une région curviligne Erreur d pproimtion Aire ecte d une région curviligne 4 Intégrle définie 5 Intégrle définie négtive 6 Propriétés

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

Chapitre VI Contraintes holonomiques

Chapitre VI Contraintes holonomiques 55 Chpitre VI Contrintes holonomiques Les contrintes isopérimétriques vues u chpitre précéent ne sont qu un eemple prticulier e contrintes sur les fonctions y e notre espce e fonctions missibles. Dns ce

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

ANALYSE FONCTIONNELLE : Fonctions Harmoniques, Classe de Nevanlinna, Espaces de Hardy, et. une introduction aux opérateurs de Toeplitz et de Hankel

ANALYSE FONCTIONNELLE : Fonctions Harmoniques, Classe de Nevanlinna, Espaces de Hardy, et. une introduction aux opérateurs de Toeplitz et de Hankel UNIVERSITÉ LYON I COURS DE MASTER, 2ième année (MATHÉMATIQUES PURES) ANALYSE FONCTIONNELLE : Fonctions Harmoniques, Classe de Nevanlinna, Espaces de Hardy, et une introduction aux opérateurs de Toeplitz

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

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

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

MATHEMATIQUES GENERALES partim A

MATHEMATIQUES GENERALES partim A Fculté des Sciences MATHEMATIQUES GENERALES prtim A Première nnée de bchelier en Biologie, Chimie, Géogrphie, Géologie, Physique et Informtique, Philosophie Année cdémique 04-05 Frnçoise BASTIN Introduction

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

/HVV\VWqPHVFRPELQDWRLUHV

/HVV\VWqPHVFRPELQDWRLUHV /HVV\VWqPHVFRPELQDWRLUHV I. Définition On ppelle système combintoire tout système numérique dont les sorties sont exclusivement définies à prtir des vribles d entrée (Figure ). = f(x, x 2,,, x n ) x x

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

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

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

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

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

2.1 L'automate minimal

2.1 L'automate minimal CH.2 Minimistion 2.1 L'utomte miniml 2.2 L'lgorithme de minimistion Automtes ch2 1 2.1 L'utomte miniml Le lngge L définit sur Σ* l reltion d'équivlence R L : x R L y ssi ( z, xz L yz L). L'AFD M définit

Plus en détail

L usage de la calculatrice n est pas autorisé.

L usage de la calculatrice n est pas autorisé. e3a Concours ENSAM - ESTP - EUCLIDE - ARCHIMÈDE Épreuve de Mathématiques A durée 4 heures MP L usage de la calculatrice n est pas autorisé. Si, au cours de l épreuve, un candidat repère ce qui lui semble

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

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

Module 2 : Déterminant d une matrice

Module 2 : Déterminant d une matrice L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté

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

Calcul intégral élémentaire en plusieurs variables

Calcul intégral élémentaire en plusieurs variables Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement

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

Compléments sur les couples aléatoires

Compléments sur les couples aléatoires Licence Math et MASS, MATH54 : probabilités et statistiques Compléments sur les couples aléatoires 1 Couple image ans ce paragraphe, on va s intéresser à la loi d un vecteur aléatoire S, T qui s obtient

Plus en détail