Inégalités : petit recueil

Thibaut Allemand
6 mars 2007

L'analyse, ce n'est que des inégalités...

Table des matières

1 Inégalités pour les enfants 1
1.1 Inégalité de Young . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Quelques inégalités logarithmiques . . . . . . . . . . . . . . . . . 2
1.3 Théorème des accroissements nis . . . . . . . . . . . . . . . . . 4
1.4 Inégalité de Taylor-Lagrange . . . . . . . . . . . . . . . . . . . . 6
1.5 Inégalité de Cauchy-Schwarz . . . . . . . . . . . . . . . . . . . . . 6
2 Inégalités pour les adolescents 7
2.1 Lemme de Fatou . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Inégalité de Hölder . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3 Inégalité de Minkowski . . . . . . . . . . . . . . . . . . . . . . . . 9
2.4 Inégalité de Jensen . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.5 Inégalité de Markov ou Bienaimé-Tchebytchev . . . . . . . . . . . 10
2.6 Inégalité de Young pour la convolution . . . . . . . . . . . . . . . 11
3 Inégalités pour adultes 13
3.1 Inégalité de Poincaré . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2 Injections de Sobolev . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.3 Inégalité de Csiszár-Kullback . . . . . . . . . . . . . . . . . . . . 16
3.4 Inégalité de Nash . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.5 Inégalité de Hardy-Littlewood-Sobolev . . . . . . . . . . . . . . . 17

1 Inégalités pour les enfants

1.1 Inégalité de Young
Il s'agit d'une inégalité assez élémentaire, mais souvent utile lorsqu'on doit
eectuer des majorations nes et/ou astucieuses.
Théoreme 1.1. Soit 1 < p < +∞. Soit p0 tel que 1
p + 1
p0 = 1 (i.e. p0 = p
p−1 ).
Soient a, b ∈ (0, +∞). Alors
1 p 1 0
ab ≤ a + 0 bp .
p p

1
Démonstration. Il s'agit simplement d'utiliser la concavité du logarithme :
 
1 p 1 0 1 1 0
log a + 0 bp ≥ log ap + 0 log bp = log ab,
p p p p
et on a le résultat voulu en passant à l'exponentielle.
Remarque 1. Un cas particulier très utilisé est le cas p = p0 = 2 ; on obtient
1 2
|ab| ≤ (a + b2 ).
2
Cette inégalité peut se généraliser de la manière suivante : si Φ : Rn →
R ∪ {+∞} est une fonction donnée, on dénit sa transformée de Legendre par

Φ∗ (x) = sup ((x|y) − Φ(y)) .

y∈Rn

On a alors :
∀x, y ∈ R, (x|y) ≤ Φ(x) + Φ∗ (y).
On vérie aisément que si p ∈ [1, +∞[ et si Φ(x) = p1 |x|p , alors Φ∗ (y) = p10 |y|p ,
0

où p1 + p10 = 1, et on retrouve l'inégalité de la proposition précédente. D'autre

part, si Φ(x) = x log x − x, alors Φ∗ (y) = ey , d'où on tire l'inégalité de Young
logarithmique
∀x, y ∈ R+ , xy ≤ (x log x − x + 1) + (ey − 1).

1.2 Quelques inégalités logarithmiques

Une première inégalité élémentaire :
Proposition 1.2. Soit z un réel strictement positif. Alors
log z ≤ z − 1.

Cette inégalité est graphiquement évidente, et sa démonstration repose sur la

concavité du logarithme : il est en-dessous de toutes ses tangentes, en particulier
de la droite d'équation y = x − 1. A l'aide de cette inégalité, on démontre
l'inégalité suivante :
Proposition 1.3. Soient deux réels x, y > 0. On a l'inégalité suivante :
x √ √
2
x log +y−x≥ x − y ≥ 0.
y
Démonstration. L'inégalité qu'on veut montrer (celle de gauche, évidemment)
est équivalente à l'inégalité suivante, en divisant par x :
 r 2
x y y
log + −1≥ 1− ,
y x x
qui est elle-même équivalente, en développant le membre de droite, à
r
x y
log ≥ 2 − 2 ,
y x

2
ou encore r
1 y y
log ≤ − 1,
2 x x
i.e. r r
y y
log ≤ − 1.
x x
r
y
En posant z = , notre inégalité est donc équivalente à
x

log z ≤ z − 1,

qui est on ne peut plus vraie.

Montrons à présent une autre inégalité utilisant le logarithme.
Proposition 1.4. Soient x et y deux réels strictement positifs. Alors on a
√ √
(x − y)(log x − log y) ≥ ( x − y)2 .

Démonstration. En mettant y en facteur et en posant z = xy , il sut en fait de

montrer que pour tout z > 0, on a
√
(z − 1) log z ≥ ( z − 1)2 .

Or, on a évidemment √ √
z − 1 = ( z − 1)( z + 1).
On doit donc montrer que
(√ √
( z + 1) log z ≤ ( z − 1) si z < 1
√ √
( z + 1) log z ≥ ( z − 1) si z > 1.
Or, si z < 1, on a
√ √
( z + 1) log z ≤ 2 log z = log z 2 ≤ z 2 − 1 ≤ z − 1.

Si z > 1, on pose φ(z) = (z + 1) log z 2 − (z − 1), et on dérive :

1 2
φ0 (z) = 2(log z + 1 + ) − 1 = 2 log z + > 0.
z z
Donc φ est croissante, donc est toujours plus grande que sa valeur en 1 :
∀z > 1, φ(z) ≥ 0,

donc √
∀z > 1, φ( z) ≥ 0,
et on a montré le résultat.
Proposition 1.5. Pour tout réel x positif, on a
3(x − 1)2 ≤ (2x + 4)(x log x − x + 1).

3
Démonstration. On peut montrer ça en s'intéressant à la convexité des deux
fonctions. Mais nous allons utiliser ici la méthode barbare : l'étude de fonction.
Soit donc
φ : x 7→ 3(x − 1)2 − (2x + 4)(x log x − x + 1).
Dérivons :
φ0 (x) = 6(x − 1) − 2x log x + 2x − 2 − 2x log x − 4 log x
= −4x log x + 8x − 4 log x − 8
= −4(x + 1) log x + 8(x − 1),
et
1
φ00 (x) = 4(1 − − log x)
x
1 1
= 4(1 − + log )
x x
1 1
≤ 4(1 − + − 1)
x x
≤ 0.
Ainsi, φ0 est décroissante. Or, on voit qu'elle s'annule en x = 1, donc elle est
positive pour x < 1 et négative pour x > 1. Par conséquent, φ est croissante
pour x < 1 et décroissante pour x > 1. Comme φ(1) = 0, on obtient
∀x > 0, φ(x) ≤ 0,
ce qui est l'inégalité recherchée.
Proposition 1.6. Soit x un réel positif. On a alors
x log x − x + 1 ≤ (x − 1)2 .
Démonstration. Posons
φ(x) = x log x − x + 1 − (x − 1)2 .
Calculons sa dérivée :
φ0 (x) = log x − 2(x − 1).
Allons un cran plus loin :
1
φ00 (x) = − 2.
x
Ainsi, φ0 est croissante sur [0, 12 ] et décroissante sur [ 12 , +∞[. Elle vaut − log 2−1
en x = 21 , donc elle est négative sur [0, +∞[. On en conclut que φ est décrois-
sante, donc plus petite que sa valeur en 0, qui est 0, d'où l'inégalité recher-
chée.

1.3 Théorème des accroissements nis

Le théorème des accroissements nis nous dit que la distance parcourue
est inférieure à la vitesse maximale que multiplie le temps de parcours ; c'est du
moins comme ça qu'on peut le voir. On en donne ici une version plus générale. On
peut encore augmenter la généralité en considérant des fonctions dénies sur un
ouvert d'un espace vectoriel normé, mais dans ce cas la démonstration se ramène
à étudier une fonction d'une variable réelle (on considère t 7→ f (a + t(b − a))).

4
Théoreme 1.7. Soit F un espace vectoriel normé, soient a et b dans R, a < b.
On suppose que les deux fonctions f : [a, b] → F et g : [a, b] → R sont continues
sur [a, b] et dérivables à droite sur [a, b] \ D où D est au plus dénombrable. Si,
pour tout t ∈ [a, b] \ D on a kfd0 (t)k ≤ gd0 (t), alors
kf (b) − f (a)k ≤ g(b) − g(a).

Voici la version la plus couramment utilisée du théorème des accroissements

nis :
Corollaire 1.8. Soit f : [a, b] → F continue, où F est un espace vectoriel
normé. On suppose que f est dérivable sur ]a,b[. Si, pour tout t ∈]a, b[ on a
kf 0 (t)k ≤ k , pour un certain k ∈ R+ , alors

kf (b) − f (a)k ≤ k(b − a)

Démonstration. D, qui est au plus dénombrable, s'écrit D = {d1 , d2 , d3 , . . .}

avec di < di+1 . Soit ε > 0. On considère E , l'ensemble des x ∈ [a, b] tels que
φ(x) > 0, avec
X 1
φ(x) = kf (x) − f (a)k − g(x) − g(a) − ε(x − a) − ε .
2i
di <x

On suppose que E n'est pas vide. φ est continue sur [a, b] \ D et est continue à
gauche en chaque di . E est donc un ouvert de [a, b] \ D auquel il faut éventuel-
lement rajouter quelque éléments de D. Notons x0 la borné inférieure de E . On
peut armer que x0 > a, car pour x proche de a, φ(x) ≤ 0. On peut également
dire que x0 ∈/ E . En eet, dans ce cas, x0 ne pourrait être que l'un des di , mais
par continuité à gauche, elle serait vraie pour un y < di . On a donc
X 1
kf (x0 ) − f (a)k ≤ g(x0 ) − g(a) + ε(x0 − a) + ε . (1)
2i
di <x0

Enn, x0 6= b car E est un ouvert de [a, b] \ D éventuellement augmenté de

quelques di et x0 n'est pas l'un des di .
Comme x0 ∈/ D, on a kfd0 (x0 )k ≤ gd0 (x0 ). Donc, pour x susamment proche
de x0 et x > x0 , on a
1 1
kf (x) − f (x0 )k ≤ (g(x) − g(x0 )) + ε,
x − x0 x − x0
et donc
kf (x) − f (x0 )k ≤ g(x) − g(x0 ) + ε(x − x0 );
en aditionnant avec (1), on obtient que x ∈/ E , ce qui contredit le fait que
x0 = inf E . On en conclut que E = ∅ et on obtient l'inégalité recherché en
faisant tendre ε vers 0.
Remarque 2. On obtient le même résultat en remplaçant la dérivabilité à droite
par la dérivabilité à gauche (remplacer x par −x).

5
1.4 Inégalité de Taylor-Lagrange
L'inégalité de Taylor-Lagrange nous permet de controler la façon dont la
série de Taylor d'une fonction converge vers cette fonction. Elle est souvent
utilisée de manière astucieuse en consdérant des fonctions dont les premières
dérivées s'annulent en un point donné.
Théoreme 1.9. Soient a < b deux réels, soit f une fonction de classe C n sur
[a, b], à valeurs dans un espace vectoriel normé, n + 1 fois dérivables sur ]a, b[.
Alors n+1
(b − a)
kf (b) − Pf,a,n (b)k ≤ sup kf (n+1) k ·
]a,b[ (n + 1)!
où n
X f (k) (a)
Pf,a,n (x) = f (a) + (x − a)k .
k!
k=1

Démonstration. On dénit
g(x) = f (b) − Pf,x,n (b)
et
(b − x)n+1
h(x) = − sup kf (n+1) k · .
]a,b[ (n + 1)!
On a alors, pour tout x ∈]a, b[,
n n
X f (k+1) (x) X f (k) (x)
g 0 (x) = −f 0 (x) − (b − x)k + (b − x)k−1
k! (k − 1)!
k=1 k=1
(n+1)
f (x)
= −f 0 (x) − (b − x)n + f 0 (x)
n!
f (n+1) (x)
=− (b − x)n
n!
et
(b − x)n
h0 (x) = sup kf (n+1) k · .
]a,b[ n!
On en déduit que, sur ]a, b[, kg (x)k ≤ h0 (x), et donc, d'après le théorème des
0

accroissements nis (théorème 1.7), kg(b) − g(a)k ≤ h(b) − h(a), ce qui est
l'inégalité voulue puisque g(b) = h(b) = 0.

1.5 Inégalité de Cauchy-Schwarz

jNe pas confondre Schwarz avec le mathématicien Laurent Schwartz !
On ne présente plus l'inégalité de Cauchy-Schwarz, qui est très générale, et
s'applique dans de très nombreuses situations.
Proposition 1.10. Soit V un
pespace vectoriel préhilbertien réel. On note (.|.)
son produit scalaire et kxk = (x|x) la norme associée. Alors, si x, y ∈ V ,
(x|y) ≤ kxk · kyk,
avec égalité si et seulement si x et y sont liés.

6
Remarque 3. Cette inégalité entraine, par bilinéarité du produit scalaire et po-
sitive homogénéité de la norme, en remplaçant x par −x, que
|(x|y)| ≤ kxk · kyk.

Dans le cas d'un espace préhilbertien complexe, c'est cette dernière inégalité qui
est l'inégalité de Cauchy-Schwarz.
Démonstration. Soient x, y ∈ V . Pour tout λ ∈ R, on a
0 ≤ (x + λy|x + λy) = λ2 kyk2 + 2λ(x|y) + kxk2 := P (λ).

Le polynôme P , de degré 2, est toujours positif, donc a au plus une racine réelle.
Ceci équivaut à dire que son discriminant réduit est négatif :
∆0 = (x|y)2 − kxk2 kyk2 ≤ 0,

ce qui fournit l'inégalité voulue. Il y a égalité si et seulement si P admet une

racine λ0 , et donc x + λ0 y = 0.

2 Inégalités pour les adolescents

2.1 Lemme de Fatou
Le lemme de Fatou est un résultat assez naturel. Il dit que si on considère
la limite inférieure d'une suite de fonctions point par point avant d'intégrer,
on obtient une quantité plus petite que si on intègre avant de considérer la
limite inférieure. C'est un résultat très utile, notamment lorsqu'on a une suite
de fonctions qui converge presque partout mais pas dans L1 , mais dont on sait
tout de même controler la suite des normes L1 .
Théoreme 2.1. Soit X un espace mesuré, et soient fn : X → [0, +∞], n ∈ N,
des fonctions mesurables positives. Alors
Z Z
lim inf fn ≤ lim inf fn .
n→+∞ n→+∞

Démonstration. La preuve est basée sur le théorème de convergence monotone.

Un bon cours de théorie de la mesure nous permettra de vérier que le théorème
de convergence monotone se démontre sans utiliser le lemme de Fatou.
On considère les fonctions gk = infn≥k fn (où la borne inférieure est prise
point par point). La suite (gk )k est croissante (en k), et on peut donc appliquer
le théorème de convergence monotone :
Z Z Z Z Z
lim inf fn = lim gn = lim gn = lim inf gn ≤ lim inf fn .

7
2.2 Inégalité de Hölder
L'inégalité de Hölder est l'inégalité numéro 1 lorsqu'il s'agit de majorer des
intégrales...
Théoreme 2.2. On travaille ici sur un ouvert Ω ⊂ R0N quelconque, en dimen-
sion N ∈ N∗ quelconque. Soient f ∈ Lp et g ∈ Lp , avec 1 ≤ p ≤ +∞ et
p + p0 = 1. Alors f g ∈ L et
1 1 1

Z
|f g| ≤ kf kLp kgkLp0 .

Démonstration. La démonstration est claire si p = 1 ou si p = +∞. On sup-

pose donc que 1 < p < +∞. On applique alors l'inégalité de Young (voire la
proposition 1.1) :
1 1
p.p. x ∈ Ω.
0
|f (x)||g(x)| ≤ |f (x)|p + 0 |g(x)|p ,
p p

Ainsi, f g ∈ L1 , et Z
1 1 0
|f g| ≤ kf kpLp + 0 kgkpLp0 .
p p
En remplaçant alors f par λf (λ > 0), il vient
λp
Z
1 0
λ |f g| ≤ kf kpLp + 0 kgkpLp0 ,
p p
soit
λp−1
Z
1 0
|f g| ≤ kf kpLp + 0 kgkpLp0 := φ(λ). (2)
p λp
On cherche alors à minimiser le membre de droite en fonction de λ :
p − 1 p−2 1 0
φ0 (λ) = 0 ⇐ : λ kf kpLp − 2 0 kgkpLp0 = 0
p λ p
0
⇐ :λp = kf k−p p
Lp kgkLp0
p/p0
⇐ :λ = kf k−1
Lp kgkLp0 .

En insérant cette valeur de λ dans (2), et on a l'inégalité recherchée.

R 1/p0
Autre démonstration. On note F = f p et G = . On suppose

1/p 0
gp
R

sans perte de généralité que F et G sont non nuls. L'inégalité de Young nous
permet d'armer que
0
|f (x)g(x)| 1 f (x)p 1 g(x)p
≤ + 0 .
FG p F p p Gp0
En intégrant, on obtient
Z
1 1 1
|f g| ≤ + = 1,
FG p p0
d'où le résultat.

8
Remarque 4. L'inégalité est toujours vraie si le membre de droite est inni. On
n'est donc pas obligé de supposer que f ∈ Lp et g ∈ Lp . De plus, ce résultat est
0

vrai pour n'importe quel espace mesuré (X, µ) (où µ est une mesure positive).
Corollaire 2.3 (Inégalité d'interpolation). Soit f ∈ Lp ∩ Lq avec 1 ≤ p ≤ q ≤
+∞. Alors f ∈ Lr pour tout p ≤ r ≤ q et
1 α 1−α
kf kLr ≤ kf kα 1−α
Lp kf kLq où = + (0 ≤ α ≤ 1).
r p q
Démonstration. On écrit que
Z Z
kf krLr = r
|f | = |f |αr |f |(1−α)r .

On applique ensuite l'inégalité de Hölder avec les coecients s = αrp

et s0 =
q
(1−α)r . Ces deux coecients sont plus grands que 1 et vérient 1
s + 1
s0 = 1 car
r = p + q . Et donc
1 α 1−α

Z  αr
p
Z  (1−α)r
q
kf krLr ≤ |f |p
|f | q
,

ce qui montre le résultat annoncé.

2.3 Inégalité de Minkowski

Il s'agit de l'inégalité triangulaire pour les normes Lp , p ∈]1, +∞[.
Théoreme 2.4. Soit p ∈]1, +∞[, et soient f et g mesurables à valeurs réelles
(éventuellement innies). Alors
Z 1/p Z 1/p Z 1/p
|f + g|p ≤ |f |p + |g|p .

Démonstration. Si  |f + g|p = +∞, alors par convexité de la puissance p,

R
1/p
p
on peut écrire que 2 ≤ 2 + g2 , et l'inégalité est vraie. On suppose donc
fp p
f +g

que |f + g|p < +∞. Soit p0 l'exposant conjugué de p, i.e. p1 + p10 = 1.

R
1/p

L'inégalité de Hölder (proposition 2.2) nous permet d'écrire les deux inégalités
suivantes :
Z Z 1/p Z 1/p0
p−1 p (p−1)p0
|f ||f + g| ≤ |f | |f + g|

et Z Z 1/p Z 1/p0
p−1 p (p−1)p0
|g||f + g| ≤ |g| |f + g| .

Comme p0 (p − 1) = p, il vient, en sommant ces deux inégalités :

Z Z
|f + g|p ≤ (|f | + |g|)|f + g|p−1
Z 1−1/p Z 1/p Z 1/p !
p p p
≤ |f + g| |f | + |g|

d'où l'inégalité annoncée.

9
2.4 Inégalité de Jensen
Comment les fonctions convexes agissent-elles sur les intégrales ? C'est ce
que nous dit l'inégalité de Jensen.
Théoreme 2.5. Soit (Ω, F, µ) un espace probabilisé. Soit f : Ω → R une
fonction mesurable, et soit φ : R → R une fonction convexe. On suppose que f
et φ ◦ f sont intégrables par rapport à dµ. Alors
Z  Z
φ f dµ ≤ (φ ◦ f )dµ.

Démonstration. Comme φ est convexe, ses dérivées à droite et à gauche, notées

d− (x) et d+ (x) existent et sont croissantes. On a de plus d− (x) ≤ d+ (x).
Considérons x, y ∈ R. Si x < y , soit u tel que x < u < y . Alors la pente de
φ entre x et u est plus petite que la pente entre u et y , ce qui s'écrit

φ(u) − φ(x) φ(y) − φ(u)

≤ .
u−x y−u
En faisant tendre u vers y , on obtient
φ(x) ≥ φ(y) + d− (y)(x − y)

car une fonction convexe est toujours continue. De même, si x > y , on montre
que
φ(x) ≥ φ(y) + d+ (y)(x − y).
Comme d− ≤ d+ , on a dans tous les cas
φ(x) ≥ φ(y) + d− (y)(x − y).

En prenant x = f (z) et y = f dµ dans cette inégalité, on obtient

R

Z  Z  Z 
−
φ(f (z)) ≥ φ f dµ + d f dµ f (z) − f dµ ,

d'où, en intégrant, Z Z 
(φ ◦ f )dµ ≥ φ f dµ .

2.5 Inégalité de Markov ou Bienaimé-Tchebytchev

Une inégalité parfois utile, notamment en probabilités :
Théoreme 2.6. Soit f ∈ Lp (Rd ), 1 ≤ p < +∞. On note λ la mesure de
Lebesgue sur R d'un ensemble. Soit µ > 0. Alors
d

kf kpLp
λ({|f | ≥ µ}) ≤ .
µp

10
Démonstration.
Z
λ({|f | ≥ µ}) = dx
{|f |≥µ}
|f (x)|p
Z
≤ dx
{|f |≥µ} µp
kf kpLp
≤ .
µp

2.6 Inégalité de Young pour la convolution

La convolution de deux fonctions f et g dénies sur Rn et à valeurs dans R
est dénie par
Z Z
(f ? g)(x) = f (x − y)g(y)dy = f (y)g(x − y)dy.
Rn Rn

On voit que le produit de convolution est bien déni et est mesurable par
exemple lorsque f ∈ L1 et g ∈ L∞ , ou lorsque f, g ∈ L2 . En eet, on voit
que
kf ? gkL∞ ≤ kf kL1 kgkL∞
et
kf ? gkL∞ ≤ kf kL2 kgkL2 .
Mais on a aussi :
Z Z Z
kf ? gkL1 = |f ? g|(x)dx ≤ |f (x − y)||g(y)|dydx = kf kL1 kgkL1 .
Rn Rn Rn

L'inégalité de Young nous permet de généraliser ces inégalités à tous les espaces
Lp .
Théoreme 2.7. Soit (p, q, r) un triplet de réels supérieurs à 1 (éventuellement
innis) tels que
1 1 1
1+ = + .
r p q
Soit f ∈ Lp (Rn ) et soit g ∈ Lq (Rn ). Alors pour presque tout x de Rn , la fonction
Φ : y 7→ f (x − y)g(y)

est intégrable et la fonction f ? g dénie sur Rn en intégrant Φ par rapport à y

appartient à Lr (Rn ).
L'application (f, g) 7→ f ? g est bilinéaire continue de Lp × Lq dans Lr et on
a
kf ? gkLr ≤ kf kLp kgkLq .
Démonstration. Nous avons vu le cas p = q = r = 1 plus haut. Le cas r = +∞,
p et q exposants conjugués, se traite directement avec l'inégalité de Hölder. On
peut donc supposer que 1 < r, r0 < +∞, où r0 est l'exposant conjugué de r, et
que 1 ≤ p, q < +∞.

11
 La démonstration se base sur le fait suivant : si s ∈ [1, +∞], si s0 est son
conjugué, et si h ∈ Ls , alors
Z 
 
khkLs = sup 
 hφ .
kφkLs0 ≤1 R n

Soit donc φ une fonction de Lr , et soit

0

Z
Iφ (f, g) = |f (x − y)g(y)φ(x)|dxdy,
Rn ×Rn

qu'on va majorer avec l'inégalité de Hölder. Cependant, nous allons être légère-
ment astucieux : prenons α, β ∈]0, 1[ ; alors
Z
Iφ = |f (x − y)|1−α |g(y)|1−β |φ(x)||f (x − y)|α |g(y)|β dxdy.
Rn ×Rn

On applique l'inégalité de Hölder avec la mesure dµ = |f (x − y)|α |g(y)|β dxdy :

1 1
Iφ (f, g) ≤ Iφ1 (f, g) r0 Iφ2 (f, g) r ,

avec Z
0
Iφ1 (f, g) = |φ(x)|r |f (x − y)|α |g(y)|β dxdy
Rn ×Rn
Z
Iφ2 (f, g) = |f (x − y)|(1−α)r+α |g(y)|(1−β)r+β dxdy.
Rn ×Rn

On choisit à présent les coecients α et β de manière à pouvoir majorer agréa-

blement ces deux intégrales. On veut avoir
α β
+ =1
p q

pour majorer Iφ1 (f, g) en fonction de kf kLp et kgkLq , et

(
(1 − α)r + α = p
(1 − β)r + β = q

pour majorer Iφ2 (f, g) avec les mêmes quantités. Il sut pour avoir ces trois
relations de poser
r−p r−q
α= , β= ,
r−1 r−1
qui dénissent bien des quantités de ]0, 1[. L'inégalité de Hölder entraine alors
que
Z Z  αp Z  βq
p q
α β α× α β× β
|f (x − y)| |g(y)| dy ≤ |f (x − y)| dy |g(y)|
Rn Rn Rn
β
≤ kf kα
Lp kgkLq .

On en tire, par Fubini, que

α β
1
Iφ1 (f, g) r0 ≤ kφkLr0 kf kLr0p kgkLr0q .

12
Toujours par Fubini, on trouve que
Z Z
Iφ2 (f, g) = |f (x)|p dx |g(y)|q dy,
Rn Rn

et donc 1 p q
Iφ2 (f, g) r = kf kLr p kgkLr q .
Ainsi, en regroupant, on a obtenu que
α
+p β
+ rq
Iφ (f, g) ≤ kφkLr0 kf kLr0p r
kgkLr0q .

Or, par dénition de α et β , on a

α p β q
0
+ = 0 + = 1,
r r r r
d'où
Iφ (f, g) ≤ kφkLr0 kf kLp kgkLq .
On déduit d'abord de cette inégalité que la fonction (x, y) 7→ |f (x − y)g(y)φ(x)|
est intégrable sur Rn × Rn . Par le théorème de Fubini, on a que pour presque
tout x, la fonction y 7→ |φ(x)||f (x − y)g(y)| est intégrable, d'où en choisissant
une famille dénombrable appropriée de φn , que pour presque tout x, la fonction
y 7→ |f (x − y)g(y)| est intégrable. On peut donc dénir f ? g par la formule
usuelle, et on a, par Fubini-Tonelli :
Z  Z Z 
 

 f ? g(x)φ(x)dx ≤ |f (x − y)g(y)|dy |φ(x)|dx
Rn Rn Rn
= Iφ (f, g)
≤ kφkLr0 kf kLp kgkLq .

On en déduit que f ? g ∈ Lr et que kf ? gkLr ≤ kf kLp kgkLq grâce au résultat

énoncé au début de la démonstration.

3 Inégalités pour adultes

3.1 Inégalité de Poincaré
Soit Ω un ouvert de Rd . On rappelle que l'espace de Sobolev H 1 (Ω) est
l'ensemble des fonctions de L2 (Ω) dont la dérivée au sens des distributions est
également dans L2 (Ω). Sa norme naturelle est

12
kψkH 1 (Ω) = kψk2L2 + k∇ψk2L2

où ! 21
d
X
k∇ψkL2 = k∂i ψk2L2 .
i=1

L'espace H01 (Ω) est déni comme l'adhérence de D(Ω) (fonctions indéniment
diérentiables à support compact dans Ω) pour la norme de H 1 . Il est donc inclus

13
dans H 1 . Lorsque Ω est susamment régulier, on peut montrer que l'espace
H01 (Ω) est l'ensemble des fonctions de H 1 (Ω) s'annulant sur ∂Ω.
L'inégalité de Poincaré arme qu'on peut controler la norme L2 d'une fonc-
tion de H01 (Ω) (où Ω est un ouvert borné) par la norme L2 de sa dérivée. Ainsi,
la norme naturelle de H01 devient
kψkH01 = k∇ψkL2 .

L'inégalité de Poincaré est en outre très souvent utilisée lorsqu'il s'agit de ma-
jorer des intégrales faisant intervenir une fonction par une intégrale faisant in-
tervenir sa dérivée.
Théoreme 3.1. Soit Ω un ouvert borné de Rd . Il existe une constante CΩ telle
que
∀ϕ ∈ H01 (Ω), kϕkL2 ≤ CΩ k∇ϕkL2 .

Remarque 5. En regardant la démonstration, on s'aperçoit que l'inégalité de

Poincaré est en vérité valide lorsque l'ouvert Ω est borné dans une seule
direction.

Démonstration. Soit R un réel strictement positif tel que Ω ⊂] − R, R[×Rd−1 .

On a alors, pour toute fonction test ϕ (i.e. ϕ ∈ D(Ω))
Z x1
∂ϕ
ϕ(x1 , . . . , xd ) = (y1 , x2 , · · · , xd )dy1 .
−R ∂x1

L'inégalité de Cauchy-Schwarz entraine que

Z R
∂ϕ
|ϕ(x1 , . . . , xd )|2 ≤ 2R | (y1 , x2 , · · · , xd )|2 dy1 .
−R ∂x1

En intégrant sur Ω, on obtient

Z Z Z R
∂ϕ
|ϕ(x1 , . . . , xd )|2 dx ≤ 2R | (y1 , x2 , · · · , xd )|2 dy1 dx
Ω Ω −R ∂x1
∂ϕ 2 2
≤ 4R k k 2
∂x1 L (Ω)
≤ 4R2 k∇ϕk2L2 (Ω)

grâce au théorème de Fubini. On a donc l'inégalité voulue pour les fonctions de

D(Ω), et, par densité, pour les fonctions de H01 (Ω).

Cette inégalité peut être généralisée. Soit Ω un ouvert de RN . Notons W 1,p (Ω)
l'espace des fonctions de Lp (Ω) dont la norme suivante est nie :
1
kukW 1,p = (kukpLp + k∇ukpLp ) p < +∞.

On dénit ensuite W01,p comme étant l'adhérence des fonctions indéniment

dérivables à support compact pour la norme de W 1,p . On a alors l'inégalité de
Poincaré suivante :

14
Théoreme 3.2. Soit p ∈ [1, +∞[. Soit Ω un ouvert de RN borné dans une
direction ou de mesure nie. Alors il existe une constante C dépendant de Ω et
p telle que
∀u ∈ W01,p (Ω), kukLp ≤ k∇ukLp .
L'expression k∇ukLp est donc une norme sur W01,p (Ω) équivalente à la norme
kukW 1,p .

Une autre généralisation est l'inégalité de Poincaré-Wirtinger. Elle a

l'avantage d'être valable pour toutes les fonctions de W 1,p , et pas seulement
celles qui s'annulent au bord.
Théoreme 3.3. Soit Ω un ouvert de RN de classe C 1 et de mesure nie, et
soit 1 ≤ p ≤ +∞. Alors il existe une constante C telle que
Z
1
∀u ∈ W 1,p (Ω), ku − ukLp ≤ k∇ukLp .
|Ω| Ω

3.2 Injections de Sobolev

Les injections de Sobolev sont très utilisées lorsqu'on étudie les équations aux
dérivées partielles. Elles fournissent des inégalités entre les normes des espaces
de Sobolev et les normes Lp . Un exemple type très courant est : si Ω ⊂ R3 , il
existe une constante C telle que pour toute fonction u ∈ H 1 (Ω), on a
kukL6 (Ω) ≤ CkukH 1 (Ω) ,

et donc, si u ∈ H01 (Ω),

Z 1/3 Z
6
|u(x)| dx ≤C |∇u(x)|2 dx.
Ω Ω

Donnons maintenant le cas général :

Théoreme 3.4. Soit Ω ⊂ RN un ouvert régulier (on peut avoir Ω = RN ).
Soient s > 1 et p ∈ [1, +∞[. Alors
1 s 1 1 s
1. Si − > 0, on a W s,p (Ω) ,→ Lq (Ω) avec = − ,
p N q p N
1 s
2. Si − = 0, on a W s,p (Ω) ,→ Lq (Ω) pour tout q ∈ [p, +∞[ (mais pas
p N
pour q = +∞ si p > 1),
1 s N
3. Si − < 0, on a W s,p (Ω) ,→ L∞ (Ω). Dans ce cas, si s − > 0 n'est
p N p
pas un entier, alors W s,p (Ω) ,→ C l,β (Ω̄) où l = [s − Np ] et β = s − Np − l.
Toutes ces injections sont continues.
Sans hypothèse de régularité sur Ω, les injections restent vraient locale-
ment, i.e. dans tout ouvert compactement inclus dans Ω. En d'autres termes,
on a W s,p (Ω) ,→ Lqloc (Ω), etc. Elles restent globalement vraies si on remplace
W s,p (Ω) par W0s,p (Ω). On pourra consulter le livre de Brézis Analyse fonction-
nelle : Théorie et applications pour la démonstration.

15
3.3 Inégalité de Csiszár-Kullback
Cette inégalité nous permet de montrer que la convergence en entropie en-
traine la convergence dans L1 .
Théoreme 3.5. Soit Ω ⊂ RN mesurable, et soient f, g : Ω → R+ deux fonctions
mesurables positives. Alors :
Z   Z 2
f
f log − f + g ≥K |f − g|
Ω g Ω

avec
3
K= R R .
2 Ωf +4 Ωg
Démonstration. La démonstration repose sur la formule suivante :
∀u ∈ R+ 3(u − 1)2 ≤ (2u + 4)(u log u − u + 1).

En eet, on a :
Z Z √
f g
|f − g| = 3| − 1| √
Ω Ω g 3
Z  1/2  1/2
f f f f g
≤ 2 +4 log − + 1 √
Ω g g g g 3
Z 1/2 Z  1/2
1 f
≤√ (2f + 4g) f log − f + g .
3 Ω Ω g

Cette inégalité peut être généralisée à d'autres entropie, mais la fonction g

doit alors obligatoirement être la fonction qui réalise le minimum de l'entropie.

3.4 Inégalité de Nash

On rappelle que pour s ∈ R, l'espace de Sobolev homogène Ḣ s (RN ) est
l'ensemble des distributions tempérées f telles que fˆ ∈ L2loc (RN ) et dont la
norme suivante est nie :
Z  21
kf kḢ s (RN ) = |ξ|2s |fˆ(ξ)|2 dξ .
RN

L'espace de Sobolev inhomogène H s (RN ) (celui dont on a l'habitude), quant

à lui, est l'ensemble des f tels que fˆ ∈ L2loc (RN ), et fˆ(ξ) ∈ L2 (RN ; (1 + |ξ|2 )s ) ;
sa norme est
Z  21
kf kH s (RN ) = (1 + |ξ|2 )s |fˆ(ξ)|2 dξ .
RN
On préfère utiliser l'espace inhomogène, puisqu'il a un lien avec les dérivées
faibles, et puisque l'espace de Sobolev homogène n'est un espace de Banach que
lorsque s < N2 .
L'inégalité de Nash nous dit que l'intersection d'un espace de Sobolev avec
L1 est incluse dans un autre espace de Sobolev d'exposant plus faible.

16
Théoreme 3.6. Soient f ∈ L1 (RN ), N ∈ N∗ , m > 0 et δ > 0. On suppose que
kf kL1 = 1. Alors
kf kḢ m ≤ C(m, N, δ)kf kḢ m+δ ,
kf kH m ≤ C(m, N, δ)kf kH m+δ ,
avec  2m+N
 4m+2N   12
2δ +4δ
1 1
C(m, N, δ) = + ,
VN 2m + N 2δ
où VN est le volume de la boule unité de RN .
Démonstration. Commençons par la norme homogène. Comme kf kL1 = 1, on
a |fˆ(ξ)| ≤ 1. Ainsi, si R > 0,
Z Z Z
2m
|ξ| |fˆ(ξ)|2 dξ ≤ |ξ| 2m
dξ + |ξ|2m |fˆ(ξ)|2 dξ
RN |ξ|≤R |ξ|≥R
Z
VN 1
≤ R2m+N + 2δ |ξ|2(m+δ) |fˆ(ξ)|2 dξ
2m + N R |ξ|≥R
VN 1
≤ R2m+N + 2δ kf k2Ḣ m+δ
2m + N R
:= g(R).

On cherche à présent à optimiser l'inégalité selon R :

2δ
g 0 (R0 ) = 0 ⇐ :VN R02m+N −1 = kf k2Ḣ m+δ
R02δ+1
2δ
⇐ :R02m+2δ+N = 2
kf kḢ m+δ
VN
 1
 2m+2δ+N
2δ 2
⇐ :R0 = kf kḢ m+δ .
VN
On remplace dans g , et on obtient le résultat annoncé. Pour le cas inhomogène,
il sut de remarquer que

δ
|ξ|2δ (1 + |ξ|2 )m = |ξ|2 (1 + |ξ|2 )m ≤ (1 + |ξ|2 )δ (1 + |ξ|2 )m = (1 + |ξ|2 )δ+m

et le tour est joué.

3.5 Inégalité de Hardy-Littlewood-Sobolev

Voici une inégalité élaborée qui peut être utile :
Théoreme 3.7. On se place sur Rd . Soient 1 ≤ p, q < +∞ et 0 < α < d tels
que
1 α 1
+ =1+ .
p d q
Alors il existe une constante C > 0 telle que, pour tout f ∈ Lq (Rd ),
1
k ? f kLp ≤ Ckf kLq .
| . |α

17
Autrement dit Z
1
kx 7→ f (y)dykLp ≤ Ckf kLq .
Rd |x − y|α
Remarque 6. On résume cela en disant que la convolution se comporte comme si
on avait | .1 |d ∈ L1 (Rd ) (car en supposant cela, l'inégalité de Hardy-Littlewood-
Sobolev n'est autre qu'une inégalité de Young).
La démonstration de ce théorème est très technique, et nous ne la donne-
rons pas ici. Remarquons seulement qu'elle repose sur le lemme suivant, dit de
décomposition atomique :
Lemme 3.8. Soit 1 ≤ p < +∞ et soit f ∈ Lp positive. Alors il existe une
famille de réels (ck )k∈Z , une famille de fonctions mesurables (fk )k∈Z et une
constante C > 0 tels que
1. f = ck fk ,
X

k∈Z
2. µ(Supp fk ) ≤ 2k+1 , où µ est la mesure de Lebesgue de Rd ,
3. kfk kL∞ ≤ 2− p ,
k

4. ck ≤ Ckf kpLp .
X p

k∈Z

Démonstration du lemme. D'après l'inégalité de Markov (voir la section 2.5),

on a q
kf kLq
µ({|f | ≥ λ}) ≤ .
λq
On peut donc dénir, pour tout k ∈ Z,
λk = inf{λ ∈ R | µ(f > λ) ≤ 2k }.
On pose également
k
ck = 2 p λk
et
1
fk = 1{λk+1 <f ≤λk } f.
ck
Les deux premiers points sont alors trivialement vériés. Pour le troisième, on
a
λk λk k
kfk kL∞ ≤ = k = 2− p .
ck 2 p λk
Enn, pour le quatrième, on a, grâce au théorème de Fubini,
X X
cpk = 2k λpk
k k
Z +∞
1{λ<λk } λp−1 dλ
X
k
=p 2
k 0
 
+∞ (3)
Z X
=p  2k  λp−1 dλ
0 k/ λ<λk
Z +∞
≤ Cp λp−1 µ{f > λ}dλ
0
= Ckf kpLp .

18
19