MAT Introduction à l analyse réelle. Feuille d exercices #9 : Espaces de Lebesgue

Documents pareils
Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Continuité en un point

Calcul fonctionnel holomorphe dans les algèbres de Banach

Intégration et probabilités TD1 Espaces mesurés Corrigé

3 Approximation de solutions d équations

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Amphi 3: Espaces complets - Applications linéaires continues

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Image d un intervalle par une fonction continue

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

Commun à tous les candidats

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

I. Polynômes de Tchebychev

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

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

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

CCP PSI Mathématiques 1 : un corrigé

3. Conditionnement P (B)

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

OM 1 Outils mathématiques : fonction de plusieurs variables

Théorème du point fixe - Théorème de l inversion locale

Fonctions de plusieurs variables. Sébastien Tordeux

Construction de l'intégrale de Lebesgue

Espérance conditionnelle

Cours d Analyse. Fonctions de plusieurs variables

Chapitre 2 Le problème de l unicité des solutions

Produits d espaces mesurés

Intégration et probabilités TD1 Espaces mesurés

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Probabilités sur un univers fini

Limites finies en un point

Continuité d une fonction de plusieurs variables

4. Martingales à temps discret

Capes Première épreuve

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

Cours d Analyse 3 Fonctions de plusieurs variables

Fonctions de plusieurs variables

Université Paris-Dauphine DUMI2E 1ère année, Applications

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

Calcul différentiel. Chapitre Différentiabilité

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

Résolution d équations non linéaires

Chapitre VI Fonctions de plusieurs variables

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

Théorie de la Mesure et Intégration

Approximations variationelles des EDP Notes du Cours de M2

Moments des variables aléatoires réelles

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

Des familles de deux enfants

Simulation de variables aléatoires

Module : réponse d un système linéaire

Problème 1 : applications du plan affine

Différentiabilité ; Fonctions de plusieurs variables réelles

THÉORIE DE LA MESURE ET DE L INTÉGRATION.

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

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

La fonction exponentielle

Théorie de la Mesure et Intégration

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

Fonctions de plusieurs variables et changements de variables

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Suites numériques 3. 1 Convergence et limite d une suite

Calcul Différentiel. I Fonctions différentiables 3

Calcul différentiel sur R n Première partie

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

Comparaison de fonctions Développements limités. Chapitre 10

Équations non linéaires

Suites numériques 4. 1 Autres recettes pour calculer les limites

Mesure et Intégration (Notes de cours de L3)

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

Théorie de la mesure. S. Nicolay

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Chapitre 7 : Intégration sur un intervalle quelconque

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

La mesure de Lebesgue sur la droite réelle

Cours Fonctions de deux variables

Mesures et Intégration

dénombrement, loi binomiale

Fonctions holomorphes

Chapitre 6. Fonction réelle d une variable réelle

Optimisation des fonctions de plusieurs variables

Fonctions de plusieurs variables

Intégration sur des espaces produits

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

Mesures gaussiennes et espaces de Fock

L information sera transmise selon des signaux de nature et de fréquences différentes (sons, ultrasons, électromagnétiques, électriques).

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Continuité et dérivabilité d une fonction

C1 : Fonctions de plusieurs variables

Le produit semi-direct

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m

Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret

Probabilités sur un univers fini

Précision d un résultat et calculs d incertitudes

Première partie. Introduction à la méthodes des différences finies

Fonctions Analytiques

CHAPITRE IV. L axiome du choix

Polynômes à plusieurs variables. Résultant

Transcription:

MAT 311 016 Introduction à l analyse réelle Feuille d exercices #9 : Esaces de Lebesgue Exercice 1. Soient f et g des fonctions mesurables, ositives, définies sur ]0, 1[ et telles que f(x) g(x) 1.. sur ]0, 1[. Montrer que 1 ( f(x) dx )( g(x) dx ). Aliquons l inégalité de Cauchy-Schwarz aux fonctions f et g. On a 1 = ( 1 dx f(x)g(x) dx ( = f(x) dx ) 1 ( f(x) dx En assant le tout au carré, on obtient l inégalité recherchée. Exercice. Étudier les cas d égalité : a) dans l inégalité de Hölder ; b) dans l inégalité de Minkowski. g(x) dx ) 1 g(x) dx ) 1 Pour s échauffer, on va redémontrer les inégalités en question ar une méthode élémentaire, i.e. sans convexité. On regarde sur R + la fonction auxiliaire ϕ : t t + t q q our et q des nombres réels > 1 tels que 1 + 1 q = 1. On a ϕ (t) = t 1 t q 1 = t 1 (1 1 ), donc ϕ est t +q une fonction qui a un unique minimum égal à 1 en t = 1 sur R +. En excluant le cas trivial où α = 0 ou β = 0, on eut regarder ϕ ( α 1 q ) et on voit qu on a : avec β 1 αβ α + βq q, αβ = α + βq q α = β q. Ceci ermet d en déduire comme dans le cours (i.e. en renant α = f(x) et β = g(x) ) f L g L q l inégalité de Hölder our f, g : C, avec égalité si, et seulement si, il existe deux nombres λ, µ 0 non tous deux nuls tels que λ f(x) = µ g(x) q our resque tout x. Cela ermet aussi de retrouver l inégalité de Minkowski. Pour le cas d égalité, on voit d abord que les fonctions f, g et f + g doivent être ositivement roortionnelles resque artout ar le cas d égalité dans Hölder, uis ar le cas d égalité dans l inégalité triangulaire, que f et g doivent être ositivement roortionnelles. 1

Exercice 3. Soient f 1,..., f n des fonctions ositives mesurables, définies sur un ouvert non vide, et soient 1,..., n > 1 tels que n i=1 1 i = 1. Montrer que ( n ) n ( 1/i f i (x) dx f i (x) i dx). i=1 C est une récurrence finie sur l inégalité de Hölder (même rincie que our obtenir une inégalité de convexité avec lus de deux oints). i=1 Exercice 4. Soient et f et g deux fonctions mesurables à valeurs réelles, définies sur un ouvert non vide. 1) Montrer que x (x + 1) / x 1 sur R + est croissante sur R +. On dérive la fonction auxiliaire ϕ : x (x + 1) / x 1, ce qui donne ϕ (x) = x ( (x + 1) (x ) ) 0. En articulier, our tout x R +, on a ϕ(x) ϕ(0) = 0. ) En déduire que α + β (α + β ) /, our tout α, β 0. C est une inégalité homogène de degré en α et en β, d où l idée de travailler avec le raort α β quand il a un sens. Le cas β = 0 est immédiat et our β > 0 on se ramène à ϕ( α β ) ϕ(0) = 0 (en multiliant ar β l inégalité ainsi obtenue). 3) [Inégalité de Clarkson] Montrer, en utilisant la question récédente et le fait que t t / est convexe, que ( ) f(x) + g(x) dx + f(x) g(x) dx 1 f(x) dx + g(x) dx. Avec α = f(x) + g(x) et β = f(x) g(x) et en déveloant les carrés dans le majorant, la question récédente fournit : f(x) + g(x) + f(x) g(x) ( f(x) + g(x) ) = ( f(x) + g(x) ) et ce majorant vaut encore ( f(x) + g(x) ). On a fait aaraître une moyenne our utiliser la convexité de l alication t t (convexité imliquée ar ), ce qui donne : f(x)+g(x) + f(x) g(x) ( f(x) + g(x) et on conclut en intégrant sur. ) ( ( f(x) ) +( f(x) ) ), 4) En déduire que our tout ε > 0, il existe δ > 0 tel que, our toutes fonctions mesurables f et g vérifiant

on a f(x) dx 1 ( 1/ f g dx) ε et g(x) dx 1, ( f + g dx) 1/ 1 δ. ( 1/ Soit ε > 0. Pour f et g comme dans l énoncé et telles que f g dx) ε, l inégalité de la question 3 donne f(x) + g(x) dx 1 (1 + 1) f(x) g(x) dx ε, et en divisant ar, il vient : Finalement δ = 1 ( 1 ( ε )) 1 f + g convient. dx 1 ( ε ). Remarque : cet énoncé ourra être comris comme un résultat de géométrie de la shère unité de l esace de Banach L (, dx) des (classes de) fonctions f telles que f(x) dx <. Dans cet esace, les fonctions f et g comme ci-dessus définissent des vecteurs de la shère unité. L exercice dit alors que our tout ε > 0 il existe δ > 0 tel que si deux vecteurs unité de L (, dx) sont à distance ε l un de l autre, alors leur moyenne est à distance δ de la shère unité. Exercice 5. [Équation fonctionnelle de Cauchy] Soit f : R R une fonction (définie en tout oint de R) vérifiant l équation fonctionnelle de Cauchy f(x + y) = f(x) + f(y), x, y R. 1) On note g(x) := f(x) f(1) x. Montrer que g est 1-ériodique et vérifie l équation fonctionnelle de Cauchy. ) Montrer que g(n x) = n g(x) our tout n Z et our tout x R. 3) Montrer que g(r x) = r g(x) our tout r Q et our tout x R. 4) On suose dans cette question que f est bornée sur [0, 1]. Déterminer f. 5) Soit h une fonction 1-ériodique telle que h L 1 ([0, 1]). Montrer que, our tout y R, h(x) dx = h(x + y) dx. [0,1] 6) On suose dans cette question que f est intégrable sur [0, 1]. Déterminer f. 7) On suose dans les questions qui suivent que f est mesurable. Montrer qu il existe α Q {0} tel que e iαg(x) dx 0. [0,1] [0,1] 8) Montrer que, our tout y R, αg(y) πz. Conclure. 3

4 Exercice 6. On dit qu un esace vectoriel normé est séarable s il contient une suite dénombrable et dense. 1) Soit 1. Montrer que L (R) est séarable (on ourra enser à utiliser l esace des fonctions en escalier). On cherche une famille dénombrable dense our la norme L. On sait déjà que C c (R) est dense dans L (R), donc il suffit de trouver une famille dénombrable avec laquelle on eut arocher arbitrairement bien en norme L n imorte quelle fonction continue à suort comact sur R. Soit g C c (R) et soit ε > 0. Déjà il existe M Q + tel que g est nul en dehors de [ M; M]. Par le théorème de Heine, la fonction g est uniformément continue sur [ M; M] ; en articulier, il existe un entier N 1 tel que our tous x, y R on a g(x) g(y) < ε dès que x y < 1 N. Avec ces considérations, on trouve une fonction en escalier h M,N,α = MN k=0 α k 1 [ M+ k k+1 ; M+ ], N N dont les valeurs α k forment une famille α = {α k } MN k=0 de nombres rationnels, et qui aroche g à ε rès en norme. Pour vérifier que cela donne le résultat voulu en norme L, on calcule : ( R ) 1 g(x) h M,N,α (x) dx = ( M M ) 1 g(x) h M,N,α (x) dx ε (M) 1. Bref, la famille dénombrable des fonctions h M,N,α our M, N N 1 et α Q MN est dense dans (L (R), L ). ) Pour tous a, b R tels que a < b, on note { B a,b := f L (R) : f 1 ]a,b[ L (R) < 1 }. Montrer que B a,b B a,b ]a, b[ = ]a, b [. Suosons que B a,b B a,b ; alors il existe f L (R) telle que f 1 ]a;b[ < 1 et f 1 ]a ;b [ < 1, ce qui imlique que 1 ]a;b[ 1 ]a ;b [ < 1. Ceci imose que a = a et b = b car sinon il existerait un intervalle de longueur, c est-à-dire de mesure de Lebesgue, > 0 et donc non négligeable sur lequel les valeurs des deux fonctions caractéristiques diffèrent de 1, emêchant tout majorant essentiel de 1 ]a;b[ 1 ]a ;b [ d être < 1. 3) En utilisant la question récécente, montrer que L (R) n est as séarable. Le oint récédent exhibe une famille non dénombrable de boules ouvertes deux à deux disjointes dans L (R). Une famille dense doit rencontrer chacune de ces boules et les élements de cette famille qui sont dans les boules sont nécessairement deux à deux distincts : cela emêche une famille dense d être dénombrable et réfute donc la séarabilité de L (R).

Exercice 7. Soit α ]0, 1[. On note L α () l ensemble des fonctions f mesurables sur à valeurs réelles telles que f(x) α dx < +. Pour f L α (; C), on ose ( 1/α N α (f) := f(x) dx) α. 1) Montrer que si f, g L α (), alors f + g L α () et que λf L α () our tout λ R. Soit x. On a soit f(x) g(x) soit g(x) f(x), ce qui nous donne ( f(x) + g(x) ) α α g(x) α soit ( f(x) + g(x) ) α α f(x) α. Dans tous les cas, on obtient ( f(x) + g(x) ) α α ( f(x) α + g(x) α ). Ainsi ( ) f(x) + g(x) α dx ( f(x) + g(x) ) α dx α f(x) α dx + g(x) α dx < + et donc f + g L α (). L étude de la stabilité ar multilication scalaire est lus simle. En effet si f L α () et λ R, on a λf(x) dx = λ f(x) dx < +. Ainsi λf L α (). ) Montrer que, si f 0 et g 0.. alors N α (f) + N α (g) N α (f + g). Remarquons que le membre de gauche est une uissance de h(x) 1 où = α 1 > 1 et h(x) = (f(x) α ) + (g(x) α ), il est donc tentant d essayer d aliquer l inégalité de Minkowski avec = α 1. Posons F (x) = f(x) α si f(x) 0 et F (x) = 0 sinon, G(x) = g(x) α si g(x) 0 et G(x) = 0 sinon, de sorte que F = f α et G = g α resque artout. L inégalité de Minkowski nous donne, our tout x, ( 1 ( ) 1 F (x) F (x) dx) + G(x) G(x) dx (F (x) + G(x) ) 1 ( ( F (x) dx ) ( 1) En intégrant cette inégalité sur,, on obtient ( ( 1 ( ) ) 1 F (x) F (x) dx) + G(x) G(x) dx (( ( F (x) dx) + G(x) dx 1 + ( dx ) ) 1 ) ( 1) ) 1 1 G(x) dx (F (x) + G(x) ) 1 dx. Par linéarité de l intégrale, le terme de gauche est égal à ( F (x) dx) + ( G(x) dx). Comme F et G sont ositives, ce terme est nul si et seulement si F et G sont nulles resque artout, 5

6 auquel cas f et g sont nulles resque artout et l inégalité est vérifiée. Si ( F (x) dx) + ( G(x) dx) est non nul on eut simlifier les deux côtés de l inégalité ar le terme our obtenir (( (( ( F (x) dx) + F (x) dx) + G(x) dx ( ) ) 1 G(x) dx ) ) 1 (F (x) + G(x) ) 1 dx. En remlaçant F (x) ar f(x) α, G(x) ar g(x) α et ar α 1, on obtient ( ( ) α 1 ( ) ) α 1 α f(x) α dx + g(x) α dx (f(x) + g(x)) α dx. En élevant les deux côtés à la uissance α 1, on obtient l inégalité N α (f) + N α (g) N α (f + g). 3) Montrer que (N α (f + g)) α (N α (f)) α + (N α (g)) α. Considérons tout d abord le cas où f et g sont ositives. L inégalité sera démontrée une fois démontré que our tout x 0 et y 0 on a (x + y) α x α + y α. C est vrai lorsque x = 0, on eut donc suoser x > 0 auquel cas l inégalité est équivalente à (1 + x 1 y) α 1 + (x 1 y) α. Considérons la fonction t 1 + t α (1 + t) α de [0, + [ dans R. Elle est continue, nulle our t = 0 et dérivable sur ]0, + [ de dérivée t α(t α (1 + t) α 1 ) < 0 our t > 0 uisque 0 < α < 1. On en déduit donc que 1 + t α (1 + t) α our tout t 0. Ainsi (x + y) α x α + y α our x 0 et y 0, et donc (f(x) + g(x)) α dx f(x) α dx + g(x) α dx our f et g ositive. Lorsque f et g ne sont as nécessairement ositives, on a, our tout x, f(x) + g(x) f(x) + g(x), ce qui nous donne N α (f + g) α N α ( f + g ) α. Comme N ( f + g ) α N α ( f ) α + N α ( g ) α, on en déduit que N α (f + g) α N α ( f ) α + N α ( g ) α = N α (f) α + N α (g) α. 4) Notons L α () le R-esace vectoriel des classes de fonctions de L α () égales.. sur. Montrer que l exression d([f], [g]) = f(x) g(x) α dx, [f], [g] L α (), définit une distance sur L α (). Cette distance rovient-elle d une norme? Vérifions que d est une distance. Si d([f], [g]) = 0, on a f(x) g(x) α dx = 0. Ainsi f(x) = g(x) our resque tout x et donc [f] = [g]. On a donc d([f], [g]) = 0 si et

seulement si [f] = [g]. La roriété de symétrie (d([f], [g]) = d([g], [f])) est immédiate, il reste donc à vérifier l inégalité triangulaire. En remarquant que d([f], [g]) = N α (f g) α, c est une conséquence immédiate de la question 3). Cette distance ne rovient as d une norme. En effet si tel était le cas, il existerait une norme telle que our tout [f] et [g] dans L α (), d([f], [g]) = f g. En articulier, our tout λ R, on devrait avoir d(λ[f], λ[g]) = λ d([f], [g]), ce qui n est as le cas uisque our f L α () et λ R, on a N α (λf) α = f α N α (f) α. Exercice 8. Soit ]1, + [ et q ]1, + [ son exosant conjugué. On se donne les fonctions f L ( ; C) et g L q ( ; C). 1) Pour tout x, montrer que y f(x y) g(y) est une fonction intégrable sur. On calcule à x fixé : f(x y)g(y) dy ( ) 1 ( f(x y) dy ) 1 g(y) q q dy = f L g L q, la remière étae étant l inégalité de Hölder et la seconde rovenant du changement de variables y x y. 7 On ose (f g)(x) := f(x y) g(y) dy. ) Montrer que la fonction f g ainsi définie est bornée, avec su f g f L ( ) g L q ( ). C est le calcul de 1. qu on fait récéder de (f g)(x) = f(x y)g(y) dy f(x y)g(y) dy. 3) Établir la continuité de f g (on ourra utiliser un argument de densité our se ramener au cas où f et g sont continues à suort comact). Pour δ, on note τ δ l alication linéaire qui transforme une fonction h : R n R n en la fonction τ δ (h) : x h(x δ). Par changement de variables, τ δ stabilise tout esace L ( ). On veut montrer que our toutes f L ( ; C) et g L q ( ; C), la fonction f g est continue, i.e. que our tout ε > 0 il existe η > 0 tel que our tout vecteur δ de norme < η on ait : (f g)(x δ) (f g)(x) < ε. On reformule (f g)(x δ) (f g)(x) = τ δ (f g)(x) (f g)(x) = ( τ δ (f) g ) (x) (f g)(x). Mais ar la formule intégrale définissant la convolution, on voit qu on a ( τδ (f) g ) (f g) = ( τ δ (f) f ) g,

8 et en rerenant le calcul de. avec τ δ (f) f à la lace de f, on obtient (f g)(x δ) (f g)(x) = ( τ δ (f) f ) g τ δ (f) f L g L q. On eut alors conclure ar continuité des translations. Exercice 9. Soient f L 1 ( ; C) et g C c ( ; C). Pour tout n N {0}, on ose g n (x) := n N g(nx). Étudier la convergence dans L 1 ( ; C) de la suite (f g n ) n 1 définie ar f g n (x) = f(x y) g n (y) dy. Soit f L 1 ( ; C) et g C c ( ; C). Posons M = R g(x) dx Remarquons que la formule N de changement de variable nous donne M = R g N n (x) dx our tout n 1. On a alors f g n (x) Mf(x) dx = f(x y)g n (y) dy g n (y)f(x) dy dx R N f(x y) f(x) g n (y) dy dx R N = f(x y) f(x) g n (y) dx dy R N = t y (f) f 1 g n (y) dy La deuxième égalité est une conséquence du théorème de Tonelli et t y (g) est la fonction de L 1 ( ; C) définie resque artout ar x f(x y). Un changement de variable y = z/n donne finalement f g n Mf 1 t z/n (f) f 1 g(z) dz. Comme g est continue à suort comact, il existe un comact K tel que g(x) = 0 si x / K. De lus ar continuité de g, la fonction g est bornée sur K. Soit C 0 tel que g C. Ainsi f g n Mf 1 C t z/n (f) f 1 dy. Or ar un résultat du cours, la fonction z t z (f) est une fonction continue de dans L 1 ( ; C). Le théorème de Heine imlique qu elle est uniformément continue sur K. Ainsi la suite de fonction z t z/n (f) f 1 converge uniformément vers 0 sur K, on en conclut que K lim f g n Mf 1 = 0 n + autrement dit que f g n converge vers Mf dans L 1 ( ; C). Exercice 10. Soit f L 1 (R; R) telle que f(t) dt = 0, x > 0 et [0,x] 1) Soit g C c (R; R). Montrer que f g = 0. ) En déduire que f = 0.. sur R. [x,0] f(t) dt = 0, x < 0. Exercice 11. Soit (X, A, µ) un esace mesuré. Prouver les assertions suivantes.

1. Toute g L 1 (X, A, µ) définit ar la formule f fg dµ une forme linéaire continue de norme g L 1 sur L (X, A, µ). Soit g L 1 (X, A, µ) et f L (X, A, µ). Alors il existe C 0 tel que f(x) C our resque tout x X. En articulier g(x)f(x) C g(x) our resque tout x X. Comme g est intégrable, on en conclut que gf est intégrable, ce qui rouve que X fg dµ R est bien défini. La linéarité de l alication f X fg dµ est une conséquence directe de la linéarité de la multilication ar f. Montrons lutôt en détail que la forme linéaire f X fg dµ est continue. Pour resque tout x X, on a et donc X fg dµ X f(x)g(x) f g(x) fg dµ f X g dµ = f g 1. Ceci rouve que la forme linéaire f X fg dµ est continue de norme inférieure ou égal à g 1. Notons θ f la forme linéaire continue f X fg dµ et θ f sa norme, on a donc montré θ f f 1. Cette norme est atteinte. Il suffit en effet de considérer la fonction g définie ar g(x) = f(x) /f(x) si f(x) 0 et g(x) = 0 si f(x) = 0. On a bien f L (X, A, µ), f 1 et X fg dµ = X f dµ = f 1.. Toute g L (X, A, µ) définit de même une forme linéaire continue sur L 1 (X, A, µ) de norme g L, et on a égalité dans le cas où toute artie mesurable de mesure infinie contient une artie mesurable de mesure finie non nulle. Soit g L (X, A, µ). On considère désormais la forme linéaire θ g (f) = X fg dµ définie sur L 1 (X, A, µ). Cette forme linéaire est continue car our f L 1 (X, A, µ), on a θ g (f) g f 1. Cette inégalité nous montre même que θ g f 1. Montrons que cette inégalité est en fait une inégalité. Soit ɛ > 0. Par définition de g, l ensemble {x X g(x) > g ɛ} est de mesure non nulle. L hyothèse de l énoncé imlique que cette artie contient une artie mesurable A de mesure finie non nulle. Soit f la fonction µ(a) 1 1 A g /g. On a bien f L 1 (X, A, µ) et f 1 = 1. De lus θ g (f) = µ(a) 1 gf dµ = g dµ µ(a) 1 ( g ɛ) dµ = g ɛ. X A Ainsi on a g ɛ θ g (f) θ g. Cette inégalité étant vraie our tout ɛ > 0, on en déduit θ g g et finalement θ g = g. Exercice 1. [Inégalité de Hardy] Soit ]1, + [. Pour tout f L (R +) et our tout x > 0, on note F (x) := 1 f(t)dt. x 1) Montrer que la fonction F est continue sur R +. ) Suosons que f C c (R +) est ositive. Montrer que F (x) dx = F (x) 1 xf (x)dx R + [0,x] R + A 9

10 uis en déduire que F L (R + ) 1 f L (R + ). 3) Étudier le cas d égalité dans l inégalité obtenue au ). 4) Soit (f n ) n 0 une suite de C c (R +) qui converge vers f dans L (R +). Montrer que la suite (F n ) n 0 des images des éléments de (f n ) n 0 ar f F converge dans L (R +). 5) En déduire que l alication linéaire f F, qui est bien définie de C c (R +) dans L (R +), se rolonge en une alication linéaire continue de L (R +) dans lui-même, dont la norme est inférieure ou égale à 1. 6) Montrer que la norme de l alication linéaire continue f F de L (R +) dans lui-même vaut exactement 1. 7) L alication linéaire f F envoie-t-elle L 1 (R +) dans lui-même?