Master en sciences mathématiques THÉORIE DE LA MESURE Répétition 1, octobre 2010

Documents pareils
Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Corrigé

Théorie de la Mesure et Intégration

Théorie de la mesure. S. Nicolay

Théorie de la Mesure et Intégration

Intégrale de Lebesgue

La mesure de Lebesgue sur la droite réelle

Mesures et Intégration

THÉORIE DE LA MESURE ET DE L INTÉGRATION.

Mesure et Intégration (Notes de cours de L3)

Image d un intervalle par une fonction continue

4. Martingales à temps discret

Espérance conditionnelle

Dualité dans les espaces de Lebesgue et mesures de Radon finies

MA6.06 : Mesure et Probabilités

Calcul fonctionnel holomorphe dans les algèbres de Banach

Chapitre 2. Eléments pour comprendre un énoncé

Limites finies en un point

3 Approximation de solutions d équations

Optimisation des fonctions de plusieurs variables

1 Mesure et intégrale

Structures algébriques

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

Du Premier au Second Degré

Continuité en un point

Polynômes à plusieurs variables. Résultant

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

CHAPITRE IV. L axiome du choix

Résolution d équations non linéaires

Moments des variables aléatoires réelles

Chapitre 2 Le problème de l unicité des solutions

Produits d espaces mesurés

Intégration sur des espaces produits

Construction de l'intégrale de Lebesgue

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

Approximation diophantienne uniforme et dimension de Hausdorff

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en Énoncé.

C algèbre d un certain groupe de Lie nilpotent.

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

Suites numériques 3. 1 Convergence et limite d une suite

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

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Cours de mathématiques

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire

Développement décimal d un réel

Probabilités sur un univers fini

Programmes des classes préparatoires aux Grandes Ecoles

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

Cours d Analyse. Fonctions de plusieurs variables

= constante et cette constante est a.

Capes Première épreuve

Calculs de probabilités

Théorème du point fixe - Théorème de l inversion locale

FONCTIONS À CROISSANCE RÉGULIÈRE

CHAPITRE 10. Jacobien, changement de coordonnées.

Texte Agrégation limitée par diffusion interne

Comment tracer une droite représentative d'une fonction et méthode de calcul de l'équation d'une droite.

3. Conditionnement P (B)

Cours d Analyse 3 Fonctions de plusieurs variables

Cours 02 : Problème général de la programmation linéaire

Dérivées d ordres supérieurs. Application à l étude d extrema.

Séquence 2. Repérage dans le plan Équations de droites. Sommaire

Géométrie dans l espace Produit scalaire et équations

PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse

Amphi 3: Espaces complets - Applications linéaires continues

Equations aux Dérivées Partielles

Probabilités III Introduction à l évaluation d options

1 Définition et premières propriétés des congruences

Réalisabilité et extraction de programmes

Programmation linéaire

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

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

Coefficients binomiaux

Corrigé du baccalauréat S Asie 21 juin 2010

Angles orientés et trigonométrie

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Entiers aléatoires et analyse harmonique

NOMBRES COMPLEXES. Exercice 1 :

Premiers exercices d Algèbre. Anne-Marie Simon

Comparaison de fonctions Développements limités. Chapitre 10

Groupe symétrique. Chapitre II. 1 Définitions et généralités

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

Simulation de variables aléatoires

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE

Le théorème de Thalès et sa réciproque

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Chapitre 7 : Intégration sur un intervalle quelconque

MATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Tests semi-paramétriques d indépendance

Pour l épreuve d algèbre, les calculatrices sont interdites.

Problèmes de Mathématiques Filtres et ultrafiltres

Transcription:

Répétition 1, octobre 2010 Exercice 1. Soit X un ensemble. Déterminer si les systèmes suivants sont des algèbres ou des σ-algèbres : 1. si X est infini, A := {A X : A est fini} ; 2. si X est infini, B := {A X : A est fini ou A c est fini} ; 3. si X n est pas dénombrable, C := {A X : A est dénombrable } ; 4. D := {A X : A est dénombrable ou A c est dénombrable } ; 5. si X = R d, E := {A B d : A est dénombrable ou A c est dénombrable }, 6. si X = R, F := {A R : A est un intervalle ou A c est un intervalle} A-t-on D = P(X)? Pourquoi? Exercice 2. Soit X un ensemble et A 1,...,A n une partition finie de X. Décrire la σ-algèbre engendrée par ce système. Exercice 3. Soit X un ensemble infini. Décrire la σ-algèbre engendrée par la classe des parties finies de X (resp. par les singletons de X). Qu en est-il si X est fini? Exercice 4 (Sous-σ-algèbre). Soit (X, A) un espace mesurable et A un sous-ensemble non vide de X. Démontrer que A A = {A B : B A} est une σ-algèbre sur A. Exercice 5. a) Montrer, à l aide d un exemple, que la réunion de deux σ-algèbres n est en général pas une σ-algèbre. b) Soient A et B deux σ-algèbres sur X. Démontrer que l on a σ(a B) = σ({a B : A A,B B}) = σ({a B : A A,B B}). Exercice 6. Donner un exemple de suite décroissante d ensembles (A n ) n N telle que pour tout n, A n est infini et n N A n =. Exercice 7. Soit X un ensemble. Démontrer qu un système D P(X) est une classe de Dynkin si et seulement si X D, si A, B D et A B, alors B\A D, si (A n ) n est une suite croissante d ensembles de D, alors n A n D.

Répétition 2, octobre 2010 Exercice 1. Soit X un ensemble fini non vide. Démontrer que la loi P : P(X) [0,+ [ A #A/#X est une probabilité sur (X,P(X)) (appelée probabilité de Laplace). Exercice 2. Soit(X,A) un espace mesurable et x 0 X. 1. Démontrer que la loi δ x0 : A {0,1} A χ A (x 0 ) est une mesure sur (X,A) (appelée mesure de Dirac). 2. Démontrer que si µ est une mesure sur (X,A) telle que µ(a) = 0 pour tout A A vérifiant x 0 / A, alors µ est un multiple (dans R) de δ x0. Exercice 3. On considère sur R la σ-algèbre A = {A P(R) : A est dénombrable ou A c est dénombrable}. Soit µ : A [0,+ ] définie par 0 si A est dénombrable, µ(a) = 1 sinon. Montrer que µ est une probabilité sur (R,A). Exercice 4. Nous considérons l ensemble R 2 et le système A = {A P(R 2 ) : A ou A c est inclus dans une union dénombrable de droites}. 1. Montrer que (R 2,A) est un espace mesurable. 2. Soit µ : A [0,+ ] définie par 0 si A est inclus dans une union dénombrable de droites, µ(a) = 1 sinon. L application µ est-elle une probabilité sur (R 2,A)? Exercice 5. 1. Soit (X,A) un espace mesurable et (µ n ) n N0 une suite croissante de mesures : pour tout A A et pour tout n N 0, on a µ n (A) µ n+1 (A). Démontrer que µ(a) := lim n + µ n (A) définit une mesure sur (X,A). 2. Soit (µ n ) n N0 une suite arbitraire de mesures sur (X,A). Déterminer si l application µ(a) = P + n=1 µ n (A) définit une mesure sur (X,A). 3. Sur l espace mesurable (N,P(N)), on définit pour tout n N, ν n (A) = #(A [n,+ ]). Montrer que (ν n ) N est une suite de mesures décroissante sur (N,P(N)). 4. Soit ν : P(N) [0,+ ] définie par ν(a) = inf n N ν n (A). S agit-il d une mesure sur (N,P(N))? Déterminer ν(n) ainsi que ν({k}) pour tout k N. On demande de caractériser complètement ν. Exercice 6. Est-il correct d affirmer qu il existe des ouverts denses dans R de mesure de Lebesgue non nulle aussi petite ou aussi grande que l on veut? Pourquoi?

Répétition 3, octobre 2010 Nous pouvons définir la notion de mesurabilité pour des applications dont le domaine et l image sont des ensembles quelconques de la manière suivante. Soient (X,A) et (Y,B) deux espaces mesurables et A A. Une application f : A Y est une application mesurable par rapport à A et B si f 1 (B) A pour tout B B. Exercice 1. Soient (X,A), (Y,B) et (Z,C) des espaces mesurables. Soient f : (Y,B) (Z,C) et g : (X,A) (Y,B) des applications mesurables (au sens de la définition donnée ci-dessus). Démontrer que la composition f g : (X, A) (Z, C) est encore mesurable. Exercice 2. Soient (X, A) et (Y, B) deux espaces mesurables et C une collection de sous-ensembles de Y telle que σ(c) = B. Montrer qu une application f : X Y est mesurable par rapport à A et B si et seulement si f 1 (B) A pour tout B C (il suffit donc de vérifier la mesurabilité sur un générateur pour démontrer qu une application est mesurable). Exercice 3. En conclure que la continuité entraîne la mesurabilité, c est-à-dire si(x, B(X)) et (Y,B(Y)) sont deux espaces mesurables et f : X Y une application continue, alors f est mesurable par rapport à B(X) et B(Y). Exercice 4. Soient (X,A) et (Y,B) des espaces mesurables et (f k ) k une suite d applications mesurables de (X,A) dans (Y,B). Si (A k ) k est une suite d ensembles disjoints de A tels que k A k = X, démontrer que l application définie au cas par cas par est encore mesurable. f : X Y x f k (x) si x A k Exercice 5. Soient (Y,d) un espace métrique et (X,A) un espace mesurable. Si (f k ) k est une suite d applications de X dans Y mesurables par rapport à A et B(Y) qui converge ponctuellement vers une fonction f, démontrer que la limite f est encore mesurable. Exercice 6. On définit uneσ-algèbre particulière sur la droite étenduerparb = {B C : B B,C {,+ }}. Démontrer que l on a B = σ({[,x] : x R}). Soient (X,A) un espace mesurable, A A et f une application de A dans R. Montrer que l application f est A-mesurable (au sens vu au cours théorique) si et seulement si elle est mesurable par rapport à A et B (au sens défini ci-dessus). Exercice 7. Soient (X,A) un espace mesurable et f une application de X dans R d. Si (f k ) d k=1 désignent les composantes de f, c est-à-dire f = (f 1,...,f d ), démontrer que f est mesurable par rapport à A et B d si et seulement si les applications f k sont A-mesurables. Exercice 8. Soit ξ P(X) un système quelconque. Démontrer que l on a σ(ξ) = σ(f). F ξ dénombrable

st r s s t é t q s é ét t r 1 r é tr r q t t s é R d st tér r é r q t t s é t r é st s 1 r r 1 t s r s r s f g : R R q s t é s s r s s s s R s q èr t L r sq rt t s r R 1 r t (x n ) n N0 s t r s ré s é t s r µ s r (R, B) r µ = P + n=1 δ xn tr r q 1 t s f g : R R s t é s µ r sq rt t s t s t s f(x n ) = g(x n ) r t t n N 0 1 r é tr r q t f : R R é r 1 s x Q f(x) = 0 s x / Q st t rt t q t g : [0, 1] [0, 1] é r g(x) = 1 q st t L r sq rt t s x = p ù p t q s t r rs tr 1 t q > 0 q 0 s x = 0 ù x / Q 1 r t (X, A, µ) t (Y, B, ν) 1 s s s rés t E X s µ é P r t t x E s t A x Y s ν é P t r r q x E A x st r é st r t E t F 1 s s s s é s R d r r rt à s r s st q s E + F = {x + y : x E,y F } st r é st r 1 r t (X, A, µ) s s ré t f g 1 é é ts L 1 (X, A, µ, R) é tr r q s t s f g t f g rt t r à L 1 (X, A, µ, R) 1 r t (X, A, µ) s s ré t (A m ) m N0 s t é é ts A 1 à 1 s ts s èr s t ér q (c m ) m N0 é tr r q f c := P + m=1 c m χ Am st é rt t s r X f P + c st té r s t s t s s t ér q m=1 c m µ(a m ) r q s f c dµ = + m=1 c m µ(a m ) t f c dµ = + m=1 c m µ(a m ).

Répétition 5, novembre 2010 Exercice 1. Soit la fonction f définie sur ]0,1] ]0,1] par f(x,y) = x2 y 2 (x 2 +y 2 ) 2 Démontrer sur cet exemple que l on ne peut impunément intervertir les intégrales. Exercice 2. Soit (X, T ) un espace topologique. Considérons une mesure µ sur l espace mesurable (X,B(X)). On définit le support (ou spectre) de µ par supp(µ) = {x X : V V x T,µ(V) > 0} où V x désigne le système des voisinages de X. Démontrer que 1. tout ouvert non vide est de mesureµstrictement positive si et seulement si supp(µ) = X, 2. le support de µ est un fermé de X, 3. si X est un espace métrique séparable et si A B(X) vérifie A X\supp(µ), alors µ(a) = 0, 4. si X est un espace métrique séparable, pour toute fonction f : X R µ-intégrable, on a fdµ = fdµ, X supp(µ) 5. si X est un espace métrique séparable, démontrer qu une définition équivalente du support de µ est donnée comme étant le plus grand fermé C de X vérifiant Ω T et Ω C 0 µ(ω C) > 0, 6. déterminer le support de la mesure de Lebesgue et de Dirac sur R, 7. déterminer si la réciproque du point 3. est correcte ou non (avec justifications), 8. caractériser l ensemble des fonctions définies sur R qui sont δ x -intégrables (x R) ainsi que les valeurs des intégrales. Exercice 3. Soit (X,A) un espace mesurable tel que {x} A pour tout x X. Une mesureµsur(x,a) est dite diffuse siµ({x}) = 0 x X. Elle est dite purement atomique si S A : µ(s c ) = 0 et µ({x}) > 0 x S. 1. Montrer qu une mesure purement atomique et diffuse est nulle. 2. En considérant l espace mesurable (R, B), donner un exemple de mesure purement atomique et un exemple de mesure diffuse (non identiquement nulle).